Reklamos testas pagal regionus (Geo-Lift)
Didėjant privatumo reguliavimui (GDPR, CCPA) ir technologiniams ribojimams (Apple iOS 14+ privatumo apsauga, trečiųjų šalių slapukų atsisakymas), tradiciniai individualaus vartotojų sekimo metodai prarado tikslumą. Šiandien pažangiausias būdas išmatuoti rinkodaros poveikį yra reklamos testas pagal regionus (angl. Geo-Lift testing). Ši metodika leidžia atlikti eksperimentus agreguotų geografinių duomenų lygmeniu, visiškai nepažeidžiant vartotojų privatumo.
Kaip veikia reklamos testas pagal regionus?
Metodologijos pagrindas – rinkos suskirstymas į nesikertančius geografinius vienetus (savivaldybes, miestus ar apskritis). Eksperimentas susideda iš trijų pagrindinių fazių:
- Pre-test fazė (Istorinių duomenų kaupimas): Renkami ir analizuojami 8–10 savaičių istoriniai kasdieniai pardavimų duomenys kiekviename regione. Šiuo laikotarpiu jokių reklamos pokyčių nedaroma – siekiama išmatuoti natūralų regionų tarpusavio santykį ir triukšmo lygį.
- Testavimo fazė (Eksperimento vykdymas): Testo regionuose (pvz., Vilniuje) reklamos kampanija transliuojama aktyviai. Kontroliniame regione (pvz., Kaune ir Klaipėdoje) reklamos transliacija yra visiškai išjungiama (angl. ad blackout).
- Post-test fazė (Lift analizė): Statistiniu modeliu įvertinamas pardavimų nuokrypis testo regione. Poveikis apskaičiuojamas lyginant realius pardavimus su matematinio klono prognoze.
Matematinis modelis: Sintetinė kontrolė
Kadangi Kaunas ar kiti miestai nėra tobulas Vilniaus atitikmuo, reklamos testas pagal regionus taiko sintetinės kontrolės metodą. Iš kontrolinių regionų istorinių duomenų sukuriamas svorinis modelis (klonas), kuris geriausiai atkuria testo regiono elgseną pre-test fazėje. Matematinis svorių ($w_i$) optimizavimas atliekamas minimizuojant vidutinę kvadratinę paklaidą (MSE):
Kur $Y_{test,t}$ yra testo regiono pardavimai laiku $t$, o $Y_{control,i,t}$ yra kontrolinio regiono $i$ pardavimai laiku $t$. Šis klonas prognozuoja, kas būtų nutikę testo regione be reklamos.
Geo-Lift pranašumai prieš kitus metodus
Kai atliekamas profesionalus reklamos testas pagal regionus, jūs gaunate pilną *full-funnel* ir omni-channel vaizdą. Poveikis matuojamas ne paspaudimais, o realiais galutiniais užsakymais jūsų vidinėje sistemoje. Šis metodas idealiai tinka Meta, Google Ads bei lauko reklamai (OOH/DOOH) vertinti. TestLift pritaiko šį pažangų matematinių geo eksperimentų modelį jūsų verslui, pateikdamas aiškias išvadas biudžeto optimizavimui.
Moksliniai Tyrimai / Scholar References
- Tyrimas 1: Vaver, J. H., & Koehler, R. (2012). "Periodic attribution in marketing using geo-experiments". Google Research. Moksliniame straipsnyje analizuojama, kaip periodiškai kalibruoti atribuciją naudojant regioninius testus.
- Tyrimas 2: Chan, D., & Perry, R. (2017). "Challenges and Solutions in Geo-experiments". Google Whitepaper. Aprašomos geo-eksperimentų projektavimo problemos ir jų sprendimo būdai.
- Tyrimas 3: Facebook IQ (2020). "Geo-Lift: Open-Source Solution for Measuring Ad Effectiveness". Metodologinė medžiaga apie agreguotų regioninių eksperimentų pranašumus prieš individualų sekimą.