مارکتینگ میکس یا لیفت — کدام را اجرا کنید

دو ابزار، دو سوال#

در فهرست کناری، گروه «سنجش مارکتینگ» دو صفحه دارد: «مارکتینگ میکس (MMM)» و «لیفت (اثر افزایشی)». این‌ها گزارش روزمره نیستند؛ دو مطالعه‌اند و پیش از باز کردنشان باید بدانید کدام‌یک سوال شما را جواب می‌دهد.

اینها رقیب هم نیستند. مارکتینگ میکس یک عکس از کل سبد در یک بازه بلند است؛ لیفت یک ذره‌بین روی یک تصمیم مشخص. اگر سوال شما «چه چیزی به‌طور کلی می‌ارزد» است، مدل را اجرا کنید. اگر سوال «آن کاری که کردم جواب داد» است، آزمون لیفت بسازید.

مارکتینگ میکس — نمای سبد#

مارکتینگ میکس تاریخچه هفتگی شما را به قطعه‌ها تجزیه می‌کند: چقدر از تبدیل‌های هر هفته از خط پایه غیرپولی می‌آید (تقاضای ارگانیک و مستقیم، روند، فصلی بودن) و چقدر از هر کانال پولی. ورودی‌اش هزینه هفتگی هر کانال است که خودتان وارد می‌کنید، به‌همراه تبدیل‌های سایت و حجم نشست ارگانیک و مستقیم به‌عنوان متغیر کنترل.

خروجی‌اش سه چیز است که در گزارش‌های اسناد پیدا نمی‌کنید:

• ROI افزایشی هر کانال — تبدیل افزایشی به ازای هر هزار دلار هزینه، نه آخرین کلیک.
• mROI — بازگشت نهایی در سطح هزینه فعلی. این عدد است که به «دلار بعدی کجا برود» جواب می‌دهد، نه ROI میانگین.
• منحنی پاسخ (بازده نزولی) — جایی که خرج بیشتر دیگر تبدیل بیشتری نمی‌آورد. ناحیه خاکستری روی نمودار یعنی فراتر از هزینه‌ای که تاریخچه‌اش را دارید؛ آنجا مدل برون‌یابی می‌کند.

هر تخمین با بازه باورپذیر ۹۵٪ می‌آید. این بازه تزیین نیست، خودِ محصول است: «ROI جستجو ۲ با بازه ۱٫۲ تا ۳٫۴» به شما می‌گوید چقدر می‌شود روی این عدد شرط بست. یک نقطه بدون بازه، یک ادعای اعتماد به‌نفس‌دار درباره چیزی است که داده نمی‌تواند پشتش بایستد.

چه وقت قابل اعتماد است#

مدل عمدا درباره خودش سخت‌گیر است. هر اجرا با یک ردهٔ اعتماد مهر می‌خورد — «قابل اعتماد»، «جهت دهنده» یا «ناکافی» — و هر کانال با یک نشان «شناسایی شده»، «نامطمئن» یا «شناسایی نشده». برای اجرای «ناکافی»، ادپیکس اعداد نقطه‌ای ROI و بهینه‌ساز بودجه را نشان نمی‌دهد؛ سکوت صادقانه از دروغ مطمئن بهتر است.

دلیل شرط تنوع ریاضی است، نه سلیقه‌ای: اگر بودجه یک کانال هر هفته تقریبا ثابت بوده، هیچ مدلی نمی‌تواند اثر آن کانال را از خط پایه جدا کند. اگر همه کانال‌ها با هم بالا و پایین رفته‌اند (مثل بودجه پایان سال)، مدل نمی‌تواند سهم هرکدام را از هم تفکیک کند؛ پس به‌جای تقسیم حدسی اعتبار، همان‌ها را «شناسایی نشده» علامت می‌زند و برایشان هیچ عدد ROI چاپ نمی‌کند. راه‌حل عملی این است که بودجه‌ها را عمدا و در زمان‌های متفاوت تغییر دهید.

پیش از هر اجرا، کارت «آمادگی داده‌های هزینه» در صفحه «هزینه و ROAS» همین بررسی‌ها را روی داده‌های وارد شده شما انجام می‌دهد و می‌گوید کدام سد جلوی اجراست.

لیفت — نمای اقدام#

لیفت یک اقدام مشخص را می‌سنجد: افزایش بودجه، شروع یا توقف کمپین، اضافه یا حذف یک کانال، تغییر خلاقیت. شما اقدام، تاریخش، کانال و سنجه هدف را تعریف می‌کنید و موتور از داده پیش از آن تاریخ یک ضدواقعیت می‌سازد — یعنی پیش‌بینی می‌کند که اگر آن کار را نکرده بودید سنجه چه می‌شد — و آن را با چیزی که واقعا رخ داد مقایسه می‌کند.

خروجی‌اش یک سری روزانه مشاهده‌شده در برابر ضدواقعیت با نوار اطمینان، لیفت تجمعی با بازه اطمینان ۹۵٪، یک مقدار معناداری و یک حکم است: «مثبت»، «منفی»، «خنثی» یا «ترکیبی».

دو موتور دارید. «گروهی (سریع)» چند مدل سری زمانی را روی دوره پیشین برازش می‌کند، بهترینشان را با خطای اعتبارسنجی انتخاب می‌کند و ضدواقعیت را پیش‌بینی می‌کند؛ برای تقریبا همه موارد همین کافی است. «رویکرد بیزین» همان کار را با یک مدل ساختاری بیزی انجام می‌دهد و عدم قطعیت دقیق‌تری می‌دهد، به قیمت زمان اجرای بیشتر.

گزینه «استفاده از تقاضای ارگانیک به عنوان کنترل» را روشن نگه دارید. حجم نشست ارگانیک و مستقیم را به‌عنوان هم‌متغیر تقاضا وارد مدل می‌کند، و این همان چیزی است که هم‌نوع‌خواری را خنثی می‌کند: کمپینی که فقط ترافیک ارگانیکِ موجود را به کانال پولی منتقل کرده، اینجا لو می‌رود.

چه وقت قابل اعتماد است#

• دوره پیشین باید به‌اندازه کافی بلند باشد. فرم با ۵۶ روز شروع می‌شود و راهنمای همان فیلد دست‌کم ۴۲ روز را توصیه می‌کند. تاریخچه کوتاه یعنی ضدواقعیتِ بی‌کیفیت.
• سنجه باید حجم روزانه داشته باشد. اگر روزی دو خرید دارید، نوسان طبیعی هر اثری را می‌بلعد. سنجه‌ای با حجم بیشتر انتخاب کنید یا دوره اندازه‌گیری را بلندتر بگیرید.
• دوره اندازه‌گیری باید تمام شده باشد. آزمونی که پنجره‌اش هنوز نگذشته وضعیت «زمان بندی شده» می‌گیرد و خودکار بعد از پایان پنجره اجرا می‌شود.
• کیفیت برازش را نگاه کنید. کنار هر نتیجه، «MAPE برازش» نوشته می‌شود؛ عدد بزرگ یعنی مدل حتی دوره پیش از اقدام را هم خوب توضیح نمی‌دهد و به حکمش نباید تکیه کرد.

اینها کنار هم کار می‌کنند#

بهترین ترتیب کار این است که هر دو را داشته باشید و نتیجه یکی را خوراک دیگری کنید.

نتیجه‌اش این است که مدلِ مشاهده‌ای شما به یک سنجش علی لنگر می‌خورد. کانالی که داده تاریخی نمی‌توانست تکلیفش را روشن کند، حالا یک نقطه اتکای بیرونی دارد و بازه‌اش باریک‌تر می‌شود. این تنها راهی است که یک مدل «جهت دهنده» زودتر از انباشت دو سال داده به عددی قابل دفاع می‌رسد.

در جهت عکس هم همین است: مارکتینگ میکس به شما می‌گوید کدام کانال به اشباع نزدیک است و کدام هنوز جا دارد — یعنی آزمون لیفت بعدی را کجا ارزش دارد اجرا کنید.

هیچ‌کدام جای گزارش‌های اسناد را نمی‌گیرند#

گزارش‌های جذب توصیفی‌اند: هر نشست یا هر سفارش زیر برخوردی می‌رود که پیش از آن آمد. این برای فهمیدن اینکه چه چیزی ترافیک می‌آورد و برای پیگیری روزانه لازم است، ولی ذاتا همبستگی است. کانالی که تقاضای موجود را برداشت می‌کند — جستجوی برندی، ریتارگتینگ — در اسناد همیشه بزرگ‌تر از سهم واقعی‌اش دیده می‌شود.

مارکتینگ میکس و لیفت هر دو سوال علی را می‌پرسند و برای همین ممکن است اعدادشان با جذب ترافیک نخواند. این اختلاف خرابی نیست؛ اگر نبود یعنی یکی از دو طرف کارش را نمی‌کرد.

پیش از شروع#

هر دو ابزار به هزینه تبلیغات نیاز دارند و ادپیکس آن را از پلتفرم‌های تبلیغاتی نمی‌خواند — شما وارد می‌کنید. مارکتینگ میکس بدون هزینه هفتگی اصلا اجرا نمی‌شود؛ لیفت بدون هزینه هم حکم می‌دهد، ولی ROAS افزایشی و هزینه به ازای جذب افزایشی را نشان نمی‌دهد.

از وارد کردن هزینه تبلیغات شروع کنید، بعد سراغ اجرای مدل مارکتینگ میکس یا ساختن آزمون لیفت بروید.

پرسش‌های پرتکرار#

مطالب مرتبط#