Raport – część I
advertisement
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.
