مارک ویلیوئزیشن: A / B ٹیسٹنگ کا متبادل

جہتی دائرہ

تو ہم ہمیشہ جاننا چاہتے ہیں کہ کس طرح مارکوم (مارکیٹنگ مواصلات) دونوں ایک گاڑی کے طور پر اور ایک فرد مہم کے لئے انجام دے رہے ہیں۔ مارکوم کی تشخیص میں عام A / B جانچ کی ملازمت کرنا عام ہے۔ یہ ایک ایسی تکنیک ہے جس میں بے ترتیب نمونے لینے سے مہم کے علاج کے ل two دو خلیوں کو آباد کیا جاتا ہے۔

ایک سیل ٹیسٹ لیتا ہے اور دوسرا سیل نہیں کرتا ہے۔ پھر جوابی شرح یا خالص آمدنی کا موازنہ دو خلیوں کے مابین کیا جاتا ہے۔ اگر ٹیسٹ سیل کنٹرول سیل (جو لفٹ ، اعتماد ، وغیرہ کے جانچ کے پیرامیٹرز کے اندر ہے) کو آگے بڑھاتا ہے تو مہم کو اہم اور مثبت سمجھا جاتا ہے۔

کچھ اور کیوں؟

تاہم ، اس طریقہ کار میں بصیرت پیدا کرنے کا فقدان ہے۔ یہ کسی بھی چیز کو بہتر نہیں بناتا ، خلا میں انجام دیتا ہے ، حکمت عملی کے ل no کوئی مضمرات نہیں دیتا ہے اور دیگر محرکات کے لئے کوئی کنٹرول نہیں ہے۔

دوسری بات یہ کہ اکثر اوقات یہ ٹیسٹ آلودہ ہوتا ہے کہ کسی بھی خلیے میں حادثاتی طور پر دوسری پیش کشیں ، برانڈ میسجز ، مواصلات وغیرہ موصول ہوتے ہیں۔ ٹیسٹ کے نتائج کو کتنی بار غیر حتمی سمجھا گیا ہے ، حتی کہ غیر سنسنی خیز بھی؟ تو وہ بار بار جانچتے ہیں۔ وہ کچھ نہیں سیکھتے ، سوائے اس کے کہ جانچ کام نہیں کرتی ہے۔

اسی وجہ سے میں تجویز کرتا ہوں کہ دیگر تمام محرکات پر قابو پانے کے لئے عام رجعت استعمال کریں۔ ریگریشن ماڈلنگ مارکوم ویلیوئشن میں بصیرت بھی دیتا ہے جو ایک آر اوآئ تیار کرسکتا ہے۔ یہ خلا میں نہیں کیا گیا ہے ، بلکہ بجٹ کو بہتر بنانے کے لئے پورٹ فولیو کے طور پر آپشنز فراہم کرتا ہے۔

ایک مثال

ہم کہتے ہیں کہ ہم دو ای میلز کی جانچ کر رہے تھے ، ٹیسٹ بمقابلہ کنٹرول اور نتائج غیر سنجیدہ ہوئے۔ تب ہمیں پتہ چلا کہ ہمارے برانڈ شعبہ نے غلطی سے ایک براہ راست میل ٹکڑا (زیادہ تر) کنٹرول گروپ کو بھیج دیا۔ اس ٹکڑے کی منصوبہ بندی نہیں کی گئی تھی (ہمارے ذریعہ) اور نہ ہی آزمائشی خلیوں کا تصادفی انتخاب کرنے میں محاسبہ کیا گیا تھا۔ یعنی ، بزنس کے مطابق معمول کے مطابق گروپ کو معمول کی براہ راست میل ملی لیکن ٹیسٹ گروپ – جس کا انعقاد کیا گیا not وہ نہیں ملا۔ یہ کارپوریشن میں بہت عام ہے ، جس میں ایک گروہ کام نہیں کرتا ہے اور نہ ہی کسی دوسرے بزنس یونٹ سے بات چیت کرتا ہے۔

لہذا ہر صف میں کسٹمر ہے اس کی جانچ کرنے کے بجائے ، ہم وقتا فوقتا ڈیٹا تشکیل دیتے ہیں۔ ہم ہفتے کے آخر میں ، ٹیسٹ ای میلز ، کنٹرول ای میلز اور بھیجے گئے براہ راست میلوں کی تعداد میں اضافہ کرتے ہیں۔ ہم سہ ماہی میں سیزن کے حساب سے بائنری متغیرات کو بھی شامل کرتے ہیں۔ ٹیبل 1 ہفتہ 10 میں شروع ہونے والے ای میل ٹیسٹ کے ساتھ مجموعی کی جزوی فہرست دکھاتا ہے۔ اب ہم ایک ماڈل کرتے ہیں:

نیٹ \ _ ریریو = ایف (ایم \ _ٹیسٹ ، ایم \ _کینٹرل ، دیر \ _ میل ، کیو_1 ، کیو_2 ، کیو_3 ، وغیرہ)

عام رجعت پسندی کا ماڈل جیسا کہ اوپر تیار کیا گیا ہے ٹیبل 2 آؤٹ پٹ تیار کرتا ہے۔ دلچسپی کے دیگر آزاد متغیر شامل کریں. خاص طور پر نوٹس یہ ہونا چاہئے کہ (متمول) قیمت کو بطور آزاد متغیر خارج کردیا جاتا ہے۔ اس کی وجہ یہ ہے کہ خالص آمدنی کا انحصار متغیر ہے اور جیسا کہ حساب کیا جاتا ہے (خالص) قیمت * مقدار.

ٹیبل 1

ہفتے em_ٹیسٹ em_cntrl dir_mail q_1 q_2 q_3 نیٹ_ریو
9 0 0 55 1 0 0 $ 1,950
10 22 35 125 1 0 0 $ 2,545
11 23 44 155 1 0 0 $ 2,100
12 30 21 75 1 0 0 $ 2,675
13 35 23 80 1 0 0 $ 2,000
14 41 37 125 0 1 0 $ 2,900
15 22 54 200 0 1 0 $ 3,500
16 0 0 115 0 1 0 $ 4,500
17 0 0 25 0 1 0 $ 2,875
18 0 0 35 0 1 0 $ 6,500

قیمت کو آزاد متغیر کے طور پر شامل کرنے کا مطلب یہ ہے کہ مساوات کے دونوں اطراف قیمت رکھنا ، جو نامناسب ہے۔ (میری کتاب، مارکیٹنگ کے تجزیات: اصلی مارکیٹنگ سائنس کے لئے عملی راہنما، اس تجزیاتی مسئلے کی وسیع مثال اور تجزیہ فراہم کرتا ہے۔) اس ماڈل کے لئے ایڈجسٹ کردہ R2 64٪ ہے۔ (میں نے جعلی جال سے بچنے کے لئے کیو 4 چھوڑ دیا۔) ایم سی = کنٹرول ای میل اور ایم ٹی = ٹیسٹ ای میل۔ تمام متغیرات 95٪ کی سطح پر نمایاں ہیں۔

ٹیبل 2

q_3 q_2 q_1 dm ایم سی EMTs حلقے
coeff 949- 1,402- 2,294- 12 44 77 5,039
st غلطی 474.1 487.2 828.1 2.5 22.4 30.8
ٹی تناسب -2 2.88- 2.77- 4.85 1.97 2.49

ای میل ٹیسٹ کے معاملے میں ، ٹیسٹ ای میل نے کنٹرول بمقابلہ ای میل کو 77 بمقابلہ 44 سے بہتر بنا دیا تھا اور یہ بہت زیادہ اہم تھا۔ اس طرح ، دوسری چیزوں کا محاسبہ کرتے ہوئے ، ٹیسٹ ای میل نے کام کیا۔ یہ بصیرت اس وقت بھی آتی ہے جب ڈیٹا کو آلودہ کیا جاتا ہے۔ A / B ٹیسٹ اس کو تیار نہیں کرتا تھا۔

ٹیبل 3 مارکوم کی قیمت کا حساب لگانے کے لئے اعداد و شمار کو لے جاتا ہے ، خالص آمدنی کے لحاظ سے ہر گاڑی کا حصہ۔ یعنی ، براہ راست میل کی قیمت کا حساب لگانے کے لئے ، 12 کے گتانک کو 109 پر بھیجے گئے براہ راست میلوں کی اوسط تعداد سے کئی گنا بڑھاتے ہیں تاکہ $ 1,305،4,057 مل سکے۔ صارفین اوسطا$ XNUMX،XNUMX ڈالر خرچ کرتے ہیں۔ اس طرح $ 1,305،4,057 / $ 26.8،XNUMX = XNUMX٪. اس کا مطلب ہے کہ براہ راست میل نے کل خالص آمدنی کا تقریبا 27 فیصد حصہ لیا۔ آر او آئ کے لحاظ سے ، 109 براہ راست میل $ 1,305،45 تیار کرتی ہیں۔ اگر ایک کیٹلاگ کی قیمت XNUMX ڈالر ہے ROI = ($ 1,305،55 - $ 55) / $ 2300 = XNUMX٪!

چونکہ قیمت آزاد متغیر نہیں تھی ، لہذا عام طور پر یہ نتیجہ اخذ کیا جاتا ہے کہ قیمت کا اثر مستقل طور پر دفن ہوتا ہے۔ اس معاملے میں 5039 کی مستقل قیمت میں قیمت ، کوئی دیگر گمشدہ متغیر اور بے ترتیب نقص ، یا خالص آمدنی کا تقریبا 83 XNUMX٪ شامل ہیں۔

ٹیبل 3

q_3 q_2 q_1 dm ایم سی EMTs حلقے
کوف 949- 1,402- 2,294- 12 44 77 5,039
مطلب 0.37 0.37 0.11 109.23 6.11 4.94 1
$ 4,875 - $ 352 - $ 521 - $ 262 $ 1,305 $ 269 $ 379 $ 4,057
قیمت -7.20٪ -10.70٪ -5.40٪ 26.80٪ 5.50٪ 7.80٪ 83.20٪

نتیجہ

عام رجعت پسندی نے ناقص اعداد و شمار کے پیش نظر بصیرت فراہم کرنے کا متبادل پیش کیا ، جیسا کہ اکثر کارپوریٹ ٹیسٹنگ اسکیم میں ہوتا ہے۔ رجعت بھی خالص آمدنی میں حصہ ڈالنے کے ساتھ ساتھ آر اوآئ کے لئے کاروباری معاملہ بھی فراہم کرتی ہے۔ عام رجعت مارکم قیمت کے لحاظ سے ایک متبادل تکنیک ہے۔

ir؟ t = marketingtechblog 20 & l = as2 & o = 1 & a = 0749474173

۰ تبصرے

  1. 1

    کسی عملی مسئلے کا اچھا متبادل ، مائیک۔
    جس طرح سے آپ نے انجام دیا ہے ، میرا اندازہ ہے کہ اس سے پہلے والے ہفتوں میں ہدف مواصلات کرنے والوں کی کوئی وورلیپ نہیں ہے۔ بصورت دیگر کیا آپ کے پاس آٹو ریگریسیو اور / یا وقت سے پیچھے رہ جانے والا جزو ہے؟

  2. 2

    دل میں اصلاح کے بارے میں اپنی تنقیدوں کا مرکز بنتے ہوئے ، چینل کے اخراجات کو بہتر بنانے کے لئے کوئی کس طرح اس ماڈل کا استعمال کرسکتا ہے؟

آپ کا کیا خیال ہے؟

سپیم کو کم کرنے کے لئے یہ سائٹ اکزمیت کا استعمال کرتا ہے. جانیں کہ آپ کا تبصرہ کس طرح عملدرآمد ہے.