Marketingo kampanijos efektyvumo matavimas
Kiekvienas prekės ženklas siekia maksimizuoti savo pardavimus, tačiau patikimas marketingo kampanijos efektyvumo matavimas neįmanomas be griežtų statistinių taisyklių taikymo. Viena svarbiausių sąvokų eksperimentų dizaine yra MDE (Minimalus aptinkamas augimas, angl. Minimum Detectable Effect). MDE nustatymas apsaugo įmones nuo aklų ir brangių tyrimų vykdymo.
Kas yra MDE ir kodėl jis svarbus matavimui?
MDE yra mažiausias procentinis pardavimų pokytis (pvz. +10% pardavimų), kurį jūsų suprojektuotas tyrimas yra statistiškai pajėgus patikimai užfiksuoti. Šis rodiklis tiesiogiai įtakoja:
- Apsaugą nuo False Negative klaidų (Type II error): Jei jūsų kasdieniai pardavimai stipriai svyruoja (didelis triukšmas), o tikitės užfiksuoti labai mažą reklamos poveikį (+2%), eksperimentas bus "aklas". Reklama gali puikiai veikti ir padidinti pardavimus 3%, tačiau statistinis modelis to tiesiog nesugebės atpažinti iš bendro triukšmo fono ir darys klaidingą išvadą, kad reklama neveikia. Štai kodėl teisingas MDE parinkimas yra kritinis.
- Reklamos biudžeto planavimą: Norint aptikti mažesnį MDE (pvz. 5% augimą), reikalingas stipresnis reklamos signalas, o tai reiškia didesnį media biudžetą eksperimento metu.
- Tyrimo trukmę: Padeda nustatyti, ar jūsų vidutinis pardavimų srautas reikalauja 3, 4 ar 6 savaičių tyrimo laikotarpio, kad sukauptume pakankamai duomenų.
Rekomenduojami MDE parametrai pagal verslo dydį
Remiantis TestLift metodologija ir istorine e-komercijos praktika Lietuvoje:
- Jei įmonės užsakymai siekia <50 užs./d., rekomenduojamas eksperimento MDE turi būti 20%+, o testo trukmė – 6 savaitės.
- Jei įmonė generuoja 150-300 užs./d., MDE gali būti mažesnis – 10%, o testo trukmė – 4 savaitės.
- Stambiuose prekių ženkluose (300+ užs./d.) galime tiksliai fiksuoti net 5% poveikį per 3 savaičių laikotarpį.
Profesionalus marketingo kampanijos efektyvumo matavimas apsaugo jūsų verslą nuo tuščio biudžetų švaistymo. Dr. Gedo Kučinsko ekspertų komanda padeda parinkti tikslius parametrus pagal jūsų verslo specifiką.
Moksliniai Tyrimai / Scholar References
- Tyrimas 1: Duflo, E., Glennerster, R., & Kremer, M. (2007). "Using Randomization in Development Economics Research". Handbook of Development Economics. Pagrindinis darbas apie statistinių eksperimentų planavimą, MDE ir imties dydžius.
- Tyrimas 2: Kohavi, R., Deng, A., & Frasca, T. (2013). "Practical Guide to Controlled Experiments on the Web". ACM Conference darbas. Eksperimentų vykdymo praktinis gidas.
- Tyrimas 3: Azevedo, E. M., et al. (2020). "A/B Testing in the Wild". Harvard Business School Research. Tyrimas apie eksperimentų reikšmę verslo augimui.