مفهوم تفاعل القنوات الإعلانية وتطبيقها العملي

إن فائدة تقارير الحملات الإعلانية (RC) تسهل إلى حد كبير حياة الناس ... تحسين التكلفة. في عملية زيادة مستوى هذا المعنى ، وجدنا طريقة فعالة للغاية لتحقيق أقصى قدر من الربحية ، مع الأخذ في الاعتبار ما أطلقنا عليه "تفاعل القناة" (تفاعل القناة).


الأصل: caricatura.ru

للبدء ، دعنا نكرر أساسيات التسويق الرقمي في جملتين. كما تعلم ، من المحتمل أن تكون قناة التسويق عبارة عن مجموعة من مصادر الزيارات مجمعة في فئات معينة. أكثر القنوات استخدامًا: البحث العضوي ، البريد الإلكتروني المباشر ، إلخ. عندما يزور المستخدم عدة قنوات داخل إحدى الحملات ، فإنه ينشئ سلسلة . نظرًا لأن المستخدمين لا يصنعون على خط التجميع ، حتى يتمكن الجميع من لمس قنوات مختلفة وبترتيب مختلف. حسنًا ، أو لا أتطرق مطلقًا ، لكن هذا لا يزعجنا. من أجل قياس تأثير مختلف الهياكل في السلاسل على معدل التحويل ، قررنا استخدام مقياس ، أطلق عليه تفاعل القناة.

أظهرت تجاربنا أنه عندما يتفاعل المستخدمون مع قناة تسويق واحدة فقط على طول السلسلة بأكملها ، ينخفض معدل التحويل (CR) بمقدار 3-5 مرات. لقد تعلمنا أيضًا كيفية زيادة CR عن طريق القضاء على قناة التسويق الأقل فائدة. سنتحدث عن كل هذا الآن.

جوهر تفاعل القناة

غالبًا ما تقدم نماذج الإسناد المتاحة في Google Analytics (GA) نتائج متسقة للغاية ، حيث تحتوي معظم سلاسل جمهورية كوريا على قناة واحدة فقط. نحن نسمي هذه السلاسل التي تحتوي على قناة واحدة فقط بسيطة . ويمكنك استخدام " اللمسة الأخيرة " بأمان ، والتي ستقول ما إذا كانت قناة معينة فعالة مقارنة بالآخرين. لكنني أريد التحدث بصراحة أكبر ، والآن سنخبرك كيف.

لنفترض أن المستخدم يلامس قناتين تسويقيتين مختلفتين قبل إجراء عملية شراء ، فنحن نسميها القناتين A و B. وسيكون معدل التحويل لهذه السلسلة مختلفًا إذا نقر المستخدم فقط على القنوات A أو B. يتفاعل عدد كبير من القنوات مع المستخدم ، وكلما زاد احتمال تحويله بنفس طول السلسلة. (مرحبا من القبطان للوضوح)
حتى لا تكون بلا أساس ، سوف نعرض بعض الرسوم البيانية التي أخذناها من البيانات الحقيقية لجمهورية كازاخستان. معلمات البيانات:

• طول السلسلة: 4
• عدد القنوات المستخدمة: 5

شكل 1 (أ) عدد القنوات الفريدة في السلسلة مقابل عدد هذه السلاسل	شكل 1 (ب) معدل تحويل السلاسل مقابل عدد القنوات الفريدة في السلسلة.

يوضح الرسم البياني الأول عدد قنوات التسويق الفريدة الموجودة في السلسلة. يوضح الرسم البياني الثاني كيف يعتمد معدل التحويل على عدد القنوات الفريدة في كل سلسلة. مع تزايد عدد القنوات التسويقية الفريدة في السلسلة ، يزداد أيضًا معدل التحويل.

توضح الرسوم البيانية أنه على الرغم من ندرة السلاسل ذات 4 قنوات فريدة ، إلا أنها يتم تحويلها 3 مرات أكثر من السلاسل البسيطة. وبالتالي ، يمكن أن تؤثر دراسة متأنية لعدد القنوات التي تمكن المستخدمون من لمسها قبل التحويل بشكل كبير على معدل التحويل.

كيف تحسب مستوى التفاعل؟

في الشكل 1 (ب) ، نحن مهتمون بشكل الرسم البياني. ينمو بشكل أسرع من الخطي. هذا يخبرنا أن القنوات معًا لها بعض التفاعل المهم لزيادة التحويل الكلي. وماذا يمكن أن يكون شكل الرسم البياني لاعتماد التحويل على عدد القنوات الفريدة في السلاسل؟

الشكل 2. الخيارات الافتراضية لاعتماد التحويل على عدد القنوات الفريدة في السلسلة.

الخط الأخضر - التفاعل بين القنوات محدود ، فليس من الضروري السعي للناس للذهاب من خلال جميع هذه القنوات. فقط القليل
الخط الأزرق - التفاعل بين القنوات مهم. كلما زاد عدد الأشخاص الذين يذهبون إلى القنوات ، زاد احتمال التحويل.
خط أحمر - لا يوجد تفاعل. يمكن مشاهدة جميع القنوات بشكل منفصل.
الخط الأصفر - القنوات تضر بعضها البعض. كلما زاد عدد القنوات التي يمر بها المستخدم ، قل احتمال تحويله.

يمكن حساب نوعين من المعاملات. سوف يخبرنا أحد عن شكل الرسم البياني ، والآخر عن بعض القيمة المطلقة للتفاعل.

قد يكون لدينا $$$N$سلاسل من نفس الطول $$$M$. من هذه السلاسل ، سلسلة مع $$$C$قنوات تحويل فريدة من نوعها. هناك دالة لمتوسط ​​CR على عدد القنوات الفريدة $$$f (c)$اين $$$c \ le C$، $$$c \ in \ mathbb {N}$. ثم سيوضح المؤشر التالي شكل المخطط:

$$

$$H_s = \ frac {1} {C | f (C) |} \ sum_ {i = 1} ^ {C} (f (c_i) -f (1))$$

إذا $$ - التفاعل محدود إذا $$$0 <H_s <0.5$- التفاعل مهم. إذا $$$H_s <0$- القنوات تضر بعضها البعض. إذا $$$H_s> 1 دولا$- الاعتماد ليس رتابة. في الواقع ، هذا مؤشر AUC ROC ملهم للغاية.

يمكن حساب القيمة المطلقة للتفاعل على النحو التالي:

$$

$$H_a = \ sum_ {i = 1} ^ {C} (f (c_i) -f (1))$$

في الواقع ، هذا هو أبسط تقدير للمنطقة الواقعة أسفل (أو أعلى) الرسم البياني الذي تم تخفيضه إلى الصفر. يمكن لأي شخص يعرف كيفية الاندماج حسابها بنفسه.

يبقى فقط معرفة كيفية مقارنة قنوات محددة بهذه الطريقة. إذا أزلنا عن الاعتبار جميع السلاسل باستثناء تلك التي تحتوي على قناتين نحتاجهما ، فيمكننا تقييم كيفية تأثيرها على بعضها البعض عن طريق الطرح البسيط ، لأن لدينا فقط قناتان (C = 2).

وفقا لذلك:

$$

$$H_a = f (C) -f (1)$$

بالانتقال إلى جميع أزواج القنوات (في الواقع أقل من النصف ممكن) ، يمكننا بناء جدول من الاعتمادات المتبادلة على سبيل المثال لدينا (في هذه الحالة ، سلاسل بطول 3 وأول 4 قنوات أخذت):

أسماء القنوات	0	1	2	3
0	0	0.064	-0.036	0.082
1		0	-0.032	-0.0017
2			0	-0.028
3				0

يوجد 0 على قطري هذا الجدول ، لأن هذا هو تفاعل القناة مع نفسها والجدول متماثل فيما يتعلق قطري. يمكن ملاحظة أن القناة الصفرية لها تأثير جيد على الأول والثالث من حيث التحويل ، ولكن مع بقية التفاعلات هناك مشاكل. للممارسة ، وهذا عادة ما يكون كافيا.

كيف نحسب مقدار التفاعل في جمهورية كازاخستان؟

نحن هنا مقتنعون ، على سبيل المثال ، أن كل شيء على ما يرام مع تفاعل القنوات ولها تأثير إيجابي على بعضها البعض. لكننا ما زلنا لا نعرف مدى قوة التأثير. ربما يكون هناك تفاعل بين القنوات ، لكن القليل من التفاعل يحدث.

دعونا نحاول أن نفعل نفس الشيء كما في الحالة السابقة ، انظر إلى الشكل. لكن هذه المرة 1 (أ). من منحدر هذا "الخط المستقيم" ، يمكن للمرء الحكم على كيفية تناقص عدد السلاسل مع زيادة عدد العناصر الفريدة. من المنطقي تقريبه من الانحدار الخطي العادي. في هذه الحالة ، سيكون ميل الانحدار -522. أي بالنسبة للسلاسل ذات الطول 4 ، يكون عدد السلاسل التي توجد بها قناتان فريدتان ، وليس 1 ، 522 أقل من السلاسل المكونة بالكامل من قناة واحدة.

إذا افترضنا أن لدينا 1600 سلسلة ذات قناة واحدة وتحول إيجابي في التحويل عند الانتقال من سلاسل ذات قناة واحدة فريدة إلى سلاسل ذات سلسلتين 0.05 إلى 0.1 ، ثم تقليل الميل من -500 إلى - 200 ، على سبيل المثال ، سنحصل على 30 تحويلاً آخر بنفس معدل التحويل للسلاسل ذات قناتين فريدتين. ولكن هناك افتراضًا قائمًا على أسس جيدة وهو أنه في حالة انخفاض هذا الميل ، فسوف يزيد التحويل أيضًا ، ولن يزداد عدد الأشخاص في نفس التحويل.

اختيار القنوات المناسبة لحملتك

حسنا ، ها هو ذا. والسؤال الرئيسي الذي يطرحه الجميع دائمًا هو: "ما هي القنوات التسويقية التي يجب أن نستخدمها لتحقيق المزيج الأكثر فاعلية؟" هناك قاعدة مقبولة بشكل عام: كلما زادت القنوات التي تستخدمها في البداية ، كان ذلك أفضل. بعد ذلك ، بعد الاختبار ، يمكنك تحديد نظريًا أيًا تريد إزالته من الحملة. كانت المشكلة الرئيسية هنا في الممارسة العملية دائمًا معيارًا يسمح بإزالة قناة أو قناة أخرى من جمهورية كازاخستان. فجأة ، قمت بحذف البعض ، لكنه سوف يفعل ما هو أسوأ ، على الرغم من أنه يبدو أنه لا يجلب شيئًا مباشرًا؟ أجرينا تجربة لحل هذه الصعوبة.

RK الأمثل

أبسط: فقط من خلال القضاء على القناة بأقل تفاعل ، قمنا بتطوير متوسط ​​مستشفى CR من 1.58 ٪ إلى 2.1 ٪ . تم إجراء التجربة بشرط أن تكون نفقات التسويق كما هي في جميع القنوات.

لكن لا تتسرع في الركض والقيام بذلك فورًا. غالبًا ما تكون قناة المشاركة المنخفضة منصة شعبية مثل Facebook. القضاء عليه يمكن أن يؤدي إلى فقدان العملاء. هذا يرجع إلى حقيقة أن هذه المنصات الكبيرة لا تحتوي دائمًا على العديد من التحويلات ، ولكن هناك دائمًا العديد من مرات الظهور. لذلك ، قررنا تطبيع البيانات باستخدام مرات الظهور بدلاً من النقر إلى الظهور لتحديد الأداء الكلي. تم ذلك أيضًا بشرط أن تتكلف كل قناة نفس التكلفة.

عند مقارنة القنوات بتكاليف مختلفة ، قمنا بتقسيم معدلات التحويل على تكلفة القنوات من أجل تقييم فعاليتها الحقيقية. عندما استبعدنا أكثر قناتين فعالية من خلال هذه المعايير من حملتنا ، انخفض متوسط ​​معدل التحويل من 1.58٪ إلى 1.54٪. ومع ذلك ، انخفضت التكاليف بنسبة 28.9 ٪ ، مما أدى إلى انخفاض بنسبة 28 ٪ في تكلفة النقرة!

وبالتالي ، فإن الانخفاض في السجل التجاري لا يعني بالضرورة أنك تضيع أموال الإعلانات. يعتمد التأثير الكلي على المتغيرات المحددة لحساب عائد الاستثمار لهذا المنتج.

ما الذي يجب مراعاته عند استخدام مقاييس تفاعل القناة؟

1. لا تقم بإنشاء مظهر تفاعل القناة بإدخال روابط غير ضرورية. هذا قد يجعل من الصعب تقييم التفاعل الحقيقي بشكل فعال.
   
2. إذا لم تتفاعل القناة مع الآخرين ولم تكن فعالة بحد ذاتها ، فتخلص منها.
   
3. قم بإجراء اختبار A / B لمعرفة سبب اختيار المستخدمين لتفاعل معين.
   
4. يمكنك معرفة أن حملتك تسير في الاتجاه الصحيح ، حتى قبل التحويلات الفعلية. مع زيادة عدد تفاعلات القنوات ، أنت تعلم بالفعل أن حملتك تسير على الطريق الصحيح.
   
5. لا تستخدم أداة تحليلية واحدة ، حتى لو كانت الأفضل بشكل واضح. مجموعة متنوعة من الأساليب دائما يحسن النتائج.
   

دليل إضافي على التفاعل (قسم المهووسين)

سيحاول محلل متمرس إثبات أن مفهوم تفاعل القناة هو مجرد معالجة بيانات صعبة. على سبيل المثال ، يمكننا أن نفترض أن هناك قناة فعالة للغاية تحب أيضًا الاندماج في جميع السلاسل على التوالي. وبالتالي ، فكلما زادت القنوات الفريدة في سلسلة معينة ، زاد احتمال وجود قناة MEGA هذه ، مما يزيد من التحويل. من هذا والاعتماد المتزايد في الشكل 1 (ب).
لكن لا.

الشهادة 1

لدحض ما سبق ، نقدم رسمين بيانيين من مجموعات البيانات نفسها. يوضح الشكل الأول عدد اللمسات التي تتلقاها كل قناة إذا حددت كل السلاسل البسيطة لها. يوضح الرسم البياني الثاني كيفية تحويل كل قناة محددة إذا حددت كل السلاسل البسيطة لها.

شكل 3 (أ) عدد السلاسل البسيطة لقناة معينة	شكل 3 (ب) معدل تحويل السلاسل البسيطة لقناة محددة

كما يتضح من الرسوم البيانية ، فإن القناة الأكثر شعبية ليست هي الأكثر فعالية ، ولا تتجاوز فعالية أي سلسلة موحدة 17.5٪. سنكشف عن عواقب هذه الحقيقة:

كما يمكن أن يرى من التين. 3 (أ) ، القناة 1 هي الأكثر شعبية. لذلك ، إذا كانت لدينا سلسلة ، ونحن لسنا متأكدين من القنوات الموجودة فيها ، فيمكننا التأكد من أن القناة 1 ستظهر على الأرجح في مكان ما في السلسلة (غير البسيطة).

إذا كانت القناة 1 تحتوي على سجل أفضل ، فيمكننا أن نعزو زيادة في السجل التجاري للسلاسل المعقدة إلى هذه القناة ، ولكن لا. تحتوي القناة 1 لطول السلسلة 4 على متوسط ​​CR يبلغ 0.075 في الشكل. 3 (ب) ، ولكن ليس 0.3 ، كما كان في الشكل. 1 (ب) ، حيث كانت هناك 4 قنوات فريدة في السلسلة.
وبالتالي ، لا يمكن أن يفسر معدل التحويل لقناة فردية معينة أو "شعبيتها" معدلات التحويل الأعلى الموجودة في السلاسل غير البسيطة. من هذا ، يصبح من الواضح أن تفاعل القنوات موجود.

الشهادة 2

استخدمنا البيانات المتاحة لإنشاء نموذج رياضي بسيط يسمح لنا بإعادة حساب احتمال التحويل دون مراعاة تفاعل القنوات. في محاكاة "عدم التفاعل" ، حصلنا على معدل تحويل إجمالي قدره 0.3٪ ، وليس 1.58٪.

أطلقنا أيضًا هذه المحاكاة لمجموعتي بيانات أخريين.

شكل 4 (أ) مجموعة البيانات 1. التجربة (الأزرق) مقابل النموذج (الأخضر)	شكل 4 (ب) مجموعة البيانات 2. التجربة (الأزرق) مقابل النموذج (الأخضر)

توضح الرسوم البيانية لكلا مجموعتي البيانات بوضوح أن عدم التفاعل في القناة يقلل بشكل كبير من CR. هذا دليل آخر إضافي على أن التفاعل شيء مهم.

إذا كان شخص ما مهتمًا ، فسنكتب النموذج نفسه في مقالة منفصلة ، لكنه بسيط جدًا بحيث يمكنك أنت بنفسك معرفة كيفية صنعه.

ملاحظة: ننشر مقالاتنا على عدة مواقع من Runet. اشترك في صفحاتنا على VK أو FB أو Telegram-channel لمعرفة كل منشوراتنا وغيرها من أخبار Maxilect.