اجرای مدل مارکتینگ میکس

این ابزار به چه پرسشی جواب می‌دهد#

گزارش‌های اسناد می‌گویند پیش از هر تبدیل چه برخوردی رخ داده است. این پرسش، همبستگی است و به‌طور نظام‌مند به کانال‌های «برداشت‌کننده» — جستجوی برند، ریتارگتینگ — بیش از سهمشان اعتبار می‌دهد، چون آن‌ها تقاضایی را برمی‌دارند که از قبل وجود داشته.

مدل مارکتینگ میکس پرسش دیگری می‌پرسد: اگر این کانال را خاموش کنیم، واقعا چند تبدیل از دست می‌رود؟ برای جواب، حدود دو سال هزینهٔ هفتگی هر کانال، تبدیل‌های همان هفته‌ها، و تقاضای ارگانیک و مستقیم خودِ سایت شما را کنار هم می‌گذارد و سهم هر کانال را از سهم پس‌زمینه جدا می‌کند. خروجی هیچ‌وقت یک عدد خشک نیست؛ هر تخمین با یک بازهٔ ۹۵ درصدی می‌آید و پهنای همان بازه، بخش اصلی محصول است.

پیش از اجرا: داده‌ای که مدل لازم دارد#

مدل روی مسیر /marketing-mix است و از سه منبع تغذیه می‌شود. دوتای اول را شما تامین می‌کنید، سومی خودکار است.

سه شرط کمی هم هست که مستقیما روی خروجی اثر می‌گذارند:

• تاریخچه. زیر ۷۸ هفته مدل اصلا برازش نمی‌شود؛ اجرا با ردهٔ «ناکافی» بسته می‌شود و هیچ عدد ROI نشان داده نمی‌شود. برای ردهٔ بالا ۱۰۴ هفته (دو سال) لازم است.
• تنوع هزینه. کانالی که هفته‌به‌هفته تقریبا ثابت خرج می‌کند، اثرش قابل جداسازی نیست. ضریب تغییرات هزینهٔ زیر ۰٫۳۰ آن کانال را «شناسایی نشده» می‌کند.
• هم‌خطی. وقتی بودجهٔ چند کانال با هم بالا و پایین می‌رود، داده نمی‌تواند سهمشان را از هم جدا کند. VIF بالای ۵ همان برچسب «شناسایی نشده» را می‌آورد.

یک اجرا را شروع کنید#

هر ردیف فهرست، یک اجرا است: تاریخ، هدف، بازهٔ زمانی، تعداد هفته و کانال، و در انتهای ردیف یا نشان وضعیت («در صف»، «در حال اجرا»، «ناموفق») یا ردهٔ اعتماد اجرای تمام‌شده. با جستجو و سه فیلتر بالای فهرست می‌توانید بین اجراها بگردید و اجراهای در جریان همیشه بالای فهرست می‌نشینند.

چقدر طول می‌کشد#

برازش در پس‌زمینه انجام می‌شود و معمولا چند دقیقه طول می‌کشد. اجراها یکی‌یکی و به‌ترتیب پردازش می‌شوند، پس ممکن است اجرای شما پشت اجرای دارایی دیگری در صف بماند؛ صف هر نیم دقیقه یک بار برداشته می‌شود. لازم نیست صفحه را باز نگه دارید — نتیجه بعدا در همان فهرست است.

ادپیکس روزی یک بار هم برای هر دارایی‌ای که هزینهٔ تبلیغات دارد و در ۷ روز گذشته اجرایی نداشته، خودش یک اجرای هفتگی در صف می‌گذارد. پس اگر اجرایی دیدید که خودتان شروع نکرده بودید، همین است.

خروجی را چطور بخوانید#

روی هر اجرای تمام‌شده کلیک کنید تا کشوی نتیجه باز شود. ترتیب کارت‌ها از بالا به پایین همان ترتیبی است که باید بخوانید.

اول ردهٔ اعتماد، بعد عددها#

بالای کشو، «سطح اعتماد» اجرا با یک جملهٔ فارسی می‌آید. این رده حرف اول را می‌زند؛ اگر آن را نخوانید، ممکن است روی عددی تصمیم بگیرید که خود مدل پشتش نایستاده است.

ردهٔ «ناکافی» تصمیم عمدی محصول است: به‌جای عددی که نمی‌شود پشتش ایستاد، کارت «هنوز داده کافی برای مدل سازی نیست» می‌آید و همان‌جا می‌گوید چه چیزی کم است.

ROI و ROI نهایی#

جدول «ROI و ROI نهایی کانال (بازه باورپذیر ۹۵٪)» ستون‌های زیر را دارد:

تفاوت ROI و mROI جایی است که بیشتر تصمیم‌ها در آن گرفته می‌شود. ROI میانگین کل هزینه‌ای است که تا امروز خرج شده؛ mROI می‌گوید هزار واحد بعدی چه می‌آورد. چون منحنی پاسخ اشباع می‌شود، کانالی می‌تواند ROI بالا و mROI پایین داشته باشد — یعنی تا اینجا خوب بوده ولی جای رشد بیشتری ندارد. برای جابه‌جایی بودجه mROI را نگاه کنید، نه ROI.

کانالی که برچسب «شناسایی نشده» دارد اصلا عدد ROI نمی‌گیرد و در ستونش خط تیره می‌بینید. این هم سکوت عمدی است: داده نمی‌تواند سهم آن کانال را از بقیه جدا کند، پس هر عددی گمراه‌کننده است. با بردن اشاره‌گر روی برچسب، دلیلش را می‌بینید.

بازهٔ ۹۵٪ را درست بخوانید#

زیر هر تخمین، یک نوار کوچک بازه را نشان می‌دهد و دو سرش پایین و بالای بازهٔ باورپذیر ۹۵٪ است (در متون آماری به آن HDI می‌گویند). این بیشترین چیزی است که در این صفحه اشتباه خوانده می‌شود:

• بازهٔ باریک یعنی داده عدد را پین کرده است. «۲٫۰ تا ۲٫۴» یعنی می‌شود روی ۲٫۲ حساب کرد.
• بازهٔ پهن یعنی سیگنال کافی نیست، نه اینکه اثر صفر است. «۱٫۰ تا ۹٫۰» نمی‌گوید کانال بی‌اثر است؛ می‌گوید هنوز نمی‌دانیم چقدر موثر است.
• تنها وقتی می‌توانید بگویید کانال اثری ندارد که بازه هم باریک باشد و هم دور صفر جمع شده باشد.

تجزیهٔ تبدیل‌ها#

نمودار «چه چیزی تبدیل ها را پیش برد (خط پایه در برابر کانال های پولی)» هر هفته را به لایه‌ها می‌شکند: پایین‌ترین لایه خط پایه است — تقاضای ارگانیک و مستقیم، روند و فصلی‌بودن — و لایه‌های روی آن سهم افزایشی هر کانال پولی. خط چین، تبدیل‌های واقعی همان هفته است.

اینجا مهم‌ترین عددی که باید ببینید «سهم خط پایه» است. اگر خط پایه بخش بزرگی از تبدیل‌ها را برداشته، یعنی بیشتر فروش شما بدون تبلیغات هم اتفاق می‌افتاد؛ این خبر بدی نیست، ولی سقف کاری را که تبلیغات می‌تواند بکند نشان می‌دهد.

منحنی پاسخ#

نمودار «منحنی پاسخ (بازده نزولی)» برای هر کانال نشان می‌دهد اگر هزینهٔ هفتگی‌اش را کم و زیاد کنید، تبدیل افزایشی چه می‌کند. سه نشانه روی نمودار هست:

• خط عمودی «اکنون» جایی است که کانال امروز ایستاده.
• ناحیهٔ خاکستری، فراتر از بیشترین هزینه‌ای است که تا حالا واقعا خرج کرده‌اید. آنجا مدل برون‌یابی می‌کند و حرفش کم‌اعتبارتر است.
• نوار دور منحنی، همان بازهٔ ۹۵٪ است.

اگر منحنی در نقطهٔ «اکنون» هنوز شیب‌دار است، جا برای هزینهٔ بیشتر هست. اگر خوابیده، پول بیشتر عمدتا هدر می‌رود.

سلامت مدل و کفایت داده#

دو کارت پایانی برای وقتی است که می‌خواهید به عددها اعتماد کنید یا نکنید:

• «سلامت مدل» — «R² (برازش)»، «MAPE»، «MAPE نگهداشت» (خطا روی هفته‌هایی که مدل ندیده)، «R-hat (بیشینه)» و «ESS (کمینه)» برای همگرایی، و «سهم خط پایه». اگر R-hat نزدیک ۱ نباشد، برچسب «همگرایی را بررسی کنید» می‌آید. نمودار زیرش تبدیل‌های واقعی را در برابر نوار ۹۵ درصدی مدل می‌گذارد؛ نقاط واقعی باید عمدتا داخل نوار باشند.
• «کفایت داده» — به ازای هر کانال، «ضریب تغییرات هزینه»، «VIF»، «سطوح هزینه» و دلیل هر برچسبی که خورده. این جدول دقیقا می‌گوید برای «شناسایی شده» شدن یک کانال، چه چیزی باید تغییر کند.

بهینه‌ساز بودجه#

کارت «بهینه ساز بودجه» بر پایهٔ همان منحنی‌های پاسخ می‌گوید بودجهٔ هفتگی را چطور بین کانال‌ها پخش کنید. دو هدف دارد: «بیشینه سازی تبدیل ها» با یک بودجهٔ ثابت، یا «رسیدن به هزینه جذب هدف». خروجی، هزینهٔ فعلی و توصیه‌شدهٔ هر کانال و تفاوتشان است، به‌همراه تبدیل پیش‌بینی‌شده با بازهٔ ۹۵٪.

روی اجرای «ناکافی» بهینه‌ساز عمدا کار نمی‌کند و پیام «این اجرا به اندازه کافی قابل اعتماد نیست تا بهینه شود.» را می‌گیرید.

مدل را با یک آزمون لیفت لنگر بیندازید#

پایین صفحه، کارت «آزمایش های کالیبراسیون (تثبیت مدل با آزمایش های لیفت)» است. اگر آزمون واقعی اجرا کرده‌اید — نگهداشت جغرافیایی، نگهداشت بودجه یا آگهی شبح — نتیجه‌اش را به‌صورت ROI و خطای استاندارد اینجا وارد کنید. اجرای بعدی مدل، آن را به‌عنوان دانستهٔ پیشین روی همان کانال به کار می‌گیرد.

این سریع‌ترین راه بیرون‌آمدن از ردهٔ «جهت دهنده» است: به‌جای انتظار برای انباشتن دو سال تاریخچه، یک سنجش علی واقعی را به مدل مشاهده‌ای وصل می‌کنید. اجرای آزمون لیفت همان آزمونی است که این عدد را می‌سازد.

خروجی گرفتن#

روی هر اجرای تمام‌شده و غیر «ناکافی»، منوی «خروجی» سه گزینه دارد: «گزارش PDF» (نسخهٔ چاپی همین کشو)، «داده CSV» (یک ردیف به ازای هر کانال، با ROI و بازه‌هایش) و «نمودار PNG». اگر نقش شما اجازهٔ دیدن هزینه را نداشته باشد، ستون‌های هزینه اصلا در CSV نمی‌آیند — خالی نمی‌شوند، بلکه وجود ندارند.

پرسش‌های پرتکرار#

مطالب مرتبط#