Raport – część I

78.Media&Komunikacja
VISUAL COMMUNICATION 07-08|2015
Raport – część I
Efektywność kampanii reklamowej
da się zmierzyć, a precyzja tego
pomiaru zależy od jakości danych
AUTORZY Joanna Mąkosa,
Leszek Lauks (MediaCom)
Już twórcy ekonomii klasycznej podkreślali, że podstawowym celem każdej firmy jest maksymalizacja
zysku. W konsekwencji wszystkie działania podejmowane przez firmy powinny prowadzić do zwiększenia ich dochodu w krótkim lub długim okresie. Działania marketingowe nie stanowią tu wyjątku.
Oczekuje się, że inwestycja w marketing nie tylko przyczyni się do budowy wizerunku firmy, lecz również
przyniesie wymierne korzyści finansowe. Innymi słowy, wymaga się, aby działania marketingowe były
efektywne.
J
ednym z kluczowych wyzwań stojących przed specjalistami od promocji
i reklamy jest zatem dobór takiego
zestawu elementów marketing miksu, który
pozwoli zwiększyć dochód firmy. Skąd jednak
wiadomo, które z podejmowanych działań
efektywnie wpływają na wzmocnienie sprzedaży? W tym miejscu z pomocą marketingowi
przychodzi modelowanie ekonometryczne.
Pomiar efektywności kampanii marketingowych – modelowanie ekonometryczne
Modelowanie ekonometryczne jest techniką
statystyczną, która pozwala zidentyfikować
i skwantyfikować wpływ poszczególnych aktywności marketingowych na sprzedaż marki.
W konsekwencji technika ta pozwala obliczyć
efektywność wykorzystywanych historycznie
elementów marketingu i tworzyć rekomendacje
na przyszłość, które z nich warto kontynuować,
które zmodyfikować, a które wyeliminować.
Modelowanie ekonometryczne jest obecnie
popularną techniką stosowaną w marketingu,
gdyż pozwala optymalizować wydatki zarówno
na komunikację mediową, jak i na pozostałe
działania marketingowe.
Jak działa ekonometria? Modelowanie
ekonometryczne opiera się na zaawansowanych technikach statystycznych. Modele tworzy
się w oparciu o historyczne dane o wydatkach
marketingowych i wynikach sprzedaży. Podstawowym zadaniem ekonometrii jest znalezienie
zależności między poszczególnymi działaniami marketingowymi a poziomem sprzedaży
w przeszłości. Zależność ta jest przedstawia-
na za pomocą równania matematycznego,
stanowiącego swoisty przepis na sprzedaż
historyczną, gdzie składnikami są poszczególne aktywności marketingowe. Im lepiej to
równanie odwzorowuje rzeczywistą sprzedaż,
tym wyższa jest jakość modelu.
Dzięki modelowaniu ekonometrycznemu jest zatem możliwe wskazanie wszystkich
aktywności marketingowych, które przyczyniły
się do budowy sprzedaży marki oraz obliczenie
ich efektywności. Co to jednak znaczy, że dana
kampania marketingowa była efektywna? Pojęcie efektywności może wydawać się nieintuicyjne, w związku z tym konieczne jest wprowadzenie konkretnej miary, która pozwoli porównać
skuteczność wykorzystywanych w przeszłości
elementów marketing miksu.
Popularną i powszechnie stosowaną miarą efektywności aktywności marketingowych
jest wskaźnik zwrotu z inwestycji, czyli ROI
(ang. return on investment)
ROI – uniwersalna miara efektywności
ROI jest wskaźnikiem rentowności, który pozwala ocenić, czy dana inwestycja marketingowa była opłacalna. Do obliczenia ROI aktywności marketingowej potrzebne są dwie wartości:
––– zysk wygenerowany dzięki aktywności marketingowej – obliczany jako iloczyn
dodatkowej sprzedaży wygenerowanej dzięki
aktywności marketingowej oraz marży;
––– całkowity koszt aktywności marketingowej.
Koszty działań marketingowych oraz marża znane są menadżerom marki, zaś dodatkowa sprzedaż generowana przez dany element
marketing miksu jest wynikiem modelowania
ekonometrycznego.
Wzór na ROI został przedstawiony na
Rysunku 1.
Rysunek 1: Definicja ROI.
ROI odpowiada na następujące pytanie:
ile pieniędzy zyskała marka wydając na daną
aktywność marketingową 1 zł. Wartość ROI
powyżej 1 oznacza, że działanie marketingowe
było efektywne, czyli zysk wygenerowany dzięki danej aktywności przewyższył jej koszt.
Wartości ROI można policzyć zarówno dla
całej komunikacji marki, jak i dla pojedynczych
mediów czy nawet kampanii.
Od czego zależy ROI w mediach?
Wyniki projektów ekonometrycznych wskazują,
że poziom ROI komunikacji mediowej jest wypadkową bardzo wielu czynników. ROI mediów
zależy nie tylko od struktury mediaplanu, kosztów mediów czy jakości kreacji, lecz na jego
poziom istotny wpływ mają też takie czynniki
jak wielkość marki, konkurencyjność kategorii
oraz typ produktu.
Na sąsiedniej stronie pokazano, jak
poziom ROI komunikacji może zależeć od
wybranych czynników pozamediowych.
Ostatnim, lecz równie istotnym, czynnikiem wpływającym na raportowany poziom ROI
VISUAL COMMUNICATION 07-08|2015
.79
Źródło: Baza projektów ekonometrycznych MediaCom Business Science.
komunikacji jest jakość danych wykorzystanych
w procesie modelowania.
O jakości danych mediowych słów kilka
Precyzja modeli ekonometrycznych oraz
jakość płynących z nich rekomendacji jest
silnie uzależniona od jakości danych, które są
wykorzystywane w procesie modelowania.
Jednym z głównych celów modelowania jest
identyfikacja efektywności poszczególnych kanałów mediowych (takich jak TV, internet, radio,
prasa czy outdoor) oraz optymalizacja budżetu
mediowego marek. Wykorzystanie w procesie
modelowania danych o niskiej precyzji do
określenia intensywności jednego z kanałów
mediowych może skutkować zbyt niską oceną
efektywności (tj. zbyt niskim ROI) tego medium
oraz przeszacowaniem wpływu pozostałych
mediów. W rezultacie może to doprowadzić do
błędnych decyzji w zakresie podziału budżetów
mediowych. W związku z tym, aby uzyskane
wyniki i rekomendacje były jak najbardziej
precyzyjne, ważne jest, by dane określające
historyczną intensywność mediów również
charakteryzowały się wysoką precyzją.
Jakie są zatem pożądane cechy danych mediowych? Dane o sprzedaży marek
zazwyczaj dostępne są w podziale tygodniowym, w związku z tym najlepiej jest, gdy dane
określające intensywność kampanii mediowych
również charakteryzują się częstotliwością
tygodniową. Ponadto ważne jest, aby dane
mediowe precyzyjnie odzwierciedlały siłę
kampanii.
W konsekwencji do odzwierciedlenia
intensywności kampanii zazwyczaj rekomenduje się stosowanie danych o widowni (takich
jak liczba GRP, tj. liczba kontaktów z kampanią
wygenerowanych w grupie docelowej), które
z reguły posiadają obie pożądane cechy. Dane
o wydatkach nie są zalecane, gdyż nie odzwierciedlają dokładnej siły kampanii. Wynika
to z tego, że za ten sam budżet można dotrzeć
do bardzo zróżnicowanej widowni, ponieważ
często kampania w drogim kanale, skierowanym do wąskiej grupy odbiorców, kosztuje tyle
samo, co w kilku tańszych kanałach o szerokim
zasięgu.
Warto również wspomnieć, że wydatki bardzo często są raportowane w trybie
miesięcznym lub dwutygodniowym. Do
celów modelowania dane te są zatem często
sztucznie przekształcane na dane tygodniowe,
co dodatkowo może negatywnie wpływać na
precyzję oszacowań wartości ROI.
Jednym z mediów, którego intensywność
w modelach ekonometrycznych zazwyczaj
uwzględnia się poprzez wydatki (raportowane w trybie 15-dniowym), jest outdoor. Warto
jednak zaznaczyć, że na polskim rynku są
już dostępne narzędzia do obliczania danych
o widowni dla kampanii w reklamie zewnętrznej.
Jednym z takich narzędzi jest AMS Metrics,
dzięki któremu możliwe jest obliczenie m.in.
zasięgu kampanii oraz liczby kontaktów z reklamą. Co więcej, dane te mogą być analizowane
w trybie tygodniowym.
Projekt eksperymentu
Postanowiliśmy sprawdzić, w jakim stopniu
zastąpienie wydatków na kampanie outdoorowe danymi o widowni z AMS Metrics może
poprawić jakość modeli ekonometrycznych
oraz precyzję oszacowań ROI dla outdooru
i pozostałych mediów.
Badanie zostało przeprowadzone przy
wykorzystaniu narzędzia Economiser1, które
opiera się na zaawansowanych modelach
ekonometrycznych. W ramach eksperymentu
przeanalizowano trzy marki: dwie z branży
FMCG oraz jedną z branży telekomunikacyjnej.
Dla sprzedaży każdej z marek zostały
stworzone dwie wersje modeli:
––– z wykorzystaniem tygodniowych danych
o widowni (liczba kontaktów z reklamą) kampanii outdoorowych z AMS Metrics
––– z wykorzystaniem danych o wydatkach
na kampanie outdoorowe.
W ramach badania porównano modele
dla każdej marki na płaszczyźnie statystycznej
i biznesowej.
Do porównania jakości modeli na płaszczyźnie statystycznej wykorzystano „statystykę
t-Studenta”. „Statystyka t-Studenta” jest obliczana dla każdego elementu marketing miksu,
uwzględnionego w modelu ekonometrycznym.
Jest ona zarówno miarą istotności, jak i siły
wpływu poszczególnych aktywności marketingowych na sprzedaż marki. Zaletą „statystyki
t-Studenta” jest to, że posiada bardzo prostą
interpretację. Wartość statystyki większa niż
1,96 oznacza, że dany element marketing
miksu istotnie wpływa na sprzedaż marki.
Ponadto, im wyższa jest wartość statystyki, tym
ten wpływ jest silniejszy, a jego oszacowanie
dokładniejsze. W konsekwencji wyższa wartość
„statystyki t-Studenta” oznacza precyzyjniejsze
oszacowanie wartości ROI dla danej aktywności marketingowej. Interpretacja wartości
statystyki t-Studenta została przedstawiona na
Rysunku 2.
Sprawdzono ponadto, jak zastosowanie
danych o widowni wpłynęło na zmianę wniosków
dotyczących efektywności poszczególnych
mediów oraz rekomendacje biznesowe płynące
z modeli. W tym celu porównano poziom wskaźników ROI dla outdooru oraz relacje wartości
ROI między mediami. Zbadano również, w jakim
stopniu rekomendowany podział budżetu uległby
zmianie, gdyby dysponowano nowymi oszacowaniami wartości ROI dla mediów.
v
Rysunek 2: Interpretacja
„statystyki t-Studenta”.
Druga część „Raportu”, wraz ze szczegółowymi wynikami badań, zostanie opublikowana w kolejnym numerze VISUAL COMMUNICATION.
1
Narzędzie Economiser stanowi właśność MediaComu.