يساعد فيديو الماركات المدعومة على زيادة المبيعات ومعدلات النقر للوصول
بواسطة: زي شاه، كبير مديري الإعلام والتحليلات، جيرمان شنايدت، العالم التطبيقي، وأشتون براون، الكاتب الفني
في هذه الدراسة المعتمدة على طريقتين، وجدنا أن معدلات المبيعات والنقر للوصول قد زادت عند الجمع بين فيديو الماركات المدعومة، والحملات التي تستفيد بالفعل من أسلوب "معًا أفضل" للمنتجات المدعومة + إعلانات الماركات المدعومة.
أبرز أحداث القصة:
على مدى السنوات القليلة الماضية، قمنا بأبحاث حول فعالية المنتجات الإعلانية المختلفة. بدأنا باختبار الفعالية الفردية لـ لمنتجات المدعومة، وإعلانات الماركات المدعومة. بعد ذلك، انتقلنا إلى اختبار الفعالية المزدوجة لإعلانات الماركات المدعومة + المنتجات المدعومة. ولقد وجد تحليلنا أن هذين البرنامجين يعملان بأسلوب معًا أفضل. في هذا التحليل، فقد انتقلنا بالبحث خطوة إضافية إلى الأمام من خلال اختبار ما إذا كانت المبيعات (عامًا بعد عام) ومعدلات النقر للوصول تزيد، أو تنخفض، أو تظل كما هي عند الجمع بين هذين البرنامجين، وإضافة برنامج ثالث، وهو فيديو الماركات المدعومة.
لاختبار التأثير السببي لإضافة الفيديو إلى الحملتين الأوليتين، فإننا نتحكم في سمات الحملة الأخرى (على سبيل المثال، إجمالي المبيعات، والوحدات المباعة، ومتوسط سعر البيع، وإجمالي الإنفاق على الإعلانات)، بمعنى أننا أنشأنا فئتين من المُعلنين، أولئك الذين استخدموا البرنامجين معًا، وأولئك الذين أضافوا الفيديو. ثم نستخدم هذه الأزواج لتقدير التأثير السببي لاستخدام الفيديو.
ولإجراء تحليلنا، فقد اخترنا ماركات داخل الولايات المتحدة، وأوروبا (فرنسا، وألمانيا، وإيطاليا، وإسبانيا، والمملكة المتحدة) التي كانت تستخدم المنتجات المدعومة + إعلانات الماركات المدعومة، لكنها لم تعتمد بعد فيديو الماركات المدعومة. بمجرد تحديد الماركات، فقد استخدمنا التعلّم الآلي، والنماذج لإجراء اختبارين للتحليل السببي:
- قصير الأجل (للفترة بين ديسمبر 2019 ونوفمبر 2020): تم فحص التأثير السببي لإضافة فيديو الماركات المدعومة إلى الحملات الإعلانية. فحص هذا التحليل قصير الأجل التأثير على أساس شهري للماركات التي جمعت فيديو الماركات المدعومة، مع حملات المنتجات المدعومة + إعلانات الماركات المدعومة.
- طويل الأجل (للفترة بين يناير 2019 وديسمبر 2020): تم فحص تأثير المبيعات عامًا بعد عام (على أساس سنوي) للماركات التي استخدمت فيديو الماركات المدعومة + المنتجات المدعومة + إعلانات الماركات المدعومة مقابل الماركات التي استخدمت فقط المنتجات المدعومة + إعلانات الماركات المدعومة (مع التحكم في المتغيرات الأخرى مثل سعر البيع، وإجمالي الإنفاق على الإعلانات، وما إلى ذلك.
لمزيد من المعلومات حول كيفية إجراء هذه الدراسة، اطّلع على قسم المنهجية في نهاية هذه المقالة.
في الأجل القصير، شهدت الماركات التي اعتمدت فيديو الماركات المدعومة لأول مرة زيادة في المبيعات بنسبة 21٪ في الشهر التالي، مقارنة بالماركات التي لم تفعل ذلك
عند فحص العلاقة السببية، من المهم تحديد ما إذا كانت النتائج تحدث، ومتى تحدث. لاختبار ما إذا كانت، أو متى النتائج قد تحققت عند إضافة الفيديو لأول مرة، فقد أجرينا دراسة قصيرة الأجل حللت تأثير الشهر التالي لإضافة فيديو الماركات المدعومة. ولقد وجدنا أن هناك زيادة في المبيعات بنسبة 21٪ في الشهر التالي للماركات التي اعتمدت ودمجت فيديو الماركات المدعومة مع حملات المنتجات المدعومة + حملات إعلانات الماركات المدعومة الموجودة مسبقًا.
النسبة % لزيادة المبيعات في الشهر التالي عند الجمع بين فيديو الماركات المدعومة وحملات إعلانات الماركات المدعومة + المنتجات المدعومة
في الأجل الطويل، زادت الماركات التي أضافت فيديو الماركات المدعومة إلى المنتجات المدعومة، وحملات إعلانات الماركات المدعومة المبيعات بنسبة 10٪، ومعدل النقر للوصول بنسبة 25٪
لتحديد تأثير فيديو الماركات المدعومة على الحملات، وجدنا وقارنا الماركات التي استخدمت جميع المنتجات الثلاثة لمدة 12 شهرًا بالماركات التي استخدمت فقط المنتجات المدعومة + إعلانات الماركات المدعومة. ولقد وجدنا أن الماركات التي ضمت فيديو الماركات المدعومة في مزيجها كانت مبيعات أكثر بنسبة 10٪ على أساس سنوي، ومعدل النقر للوصول أعلى بنسبة 25٪ على أساس سنوي.
التأثير طويل الأجل لإضافة فيديو الماركات المدعومة إلى الحملات
النسبة % لزيادة المبيعات طويلة الأجل عند إضافة فيديو الماركات المدعومة إلى الحملات التي تستخدم بالفعل إعلانات الماركات المدعومة + المنتجات المدعومة
النسبة % لزيادة معدل النقر للوصول طويل الأجل عند إضافة فيديو الماركات المدعومة إلى الحملات التي تستخدم بالفعل إعلانات الماركات المدعومة + المنتجات المدعومة
الخلاصة
باستخدام الأسلوب المعتمد على طريقتين، فقد اختبرنا ما إذا كانت نتائج البرنامجين معًا (فيما يتعلق بالمبيعات ومعدلات النقر للوصول) للمنتجات المدعومة + إعلانات الماركات المدعومة ستزيد، أو تنقص، أو تظل كما هي عند دمجها مع فيديو الماركات المدعومة. كشف تحليلنا أن الماركات التي اعتمدت فيديو الماركات المدعومة قد شهدت تأثيرًا سببيًا إيجابيًا في الأجل القصير والأجل الطويل على حد سواء.
المنهجية
لإجراء هذه الدراسة، استخدمنا الأسلوب المعتمد على طريقتين ويتكون من تحليل سببي قصير الأجل يركز على تحديد ما إذا كانت الماركات التي تجمع فيديو الماركات المدعومة، مع المنتجات المدعومة + إعلانات الماركات المدعومة ستزيد المبيعات، أو معدل النقر للوصول (الشهر المقبل)، وتحليل سببي أطول أجلاً يركز على النمو السنوي للمبيعات ومعدل النقر للوصول.
فيما يلي تفاصيل كلتا الطريقتين.
المنهجية السببية قصيرة الأجل
لقياس التأثير السببي للمُعلنين الذين اعتمدوا فيديو الماركات المدعومة لأول مرة، استخدمنا منهجية المرجعية السببي للتعلم الآلي المستوحاة من التقنيات [1]، [2]، [3] لتحديد تأثير اتخاذ إجراء بشأن أداء المُعلن خلال أجل أقصر مدته شهر واحد. تتبع منهجيتنا الحالية طريقة تسمى GP على مرحلتين (عملية غاوسيان من مرحلتين) والتي تُظهر أداءً محسنًا على مختلف معايير الأداء السببي، مقارنة بالمنهجيات الحالية مثل التعلم الآلي المزدوج [1] والغابات السببية [2] (طريقة تعلم الاستدلال السببي) عند تطبيقها في سياق الإعلان
بالنسبة لهذه الدراسة، فقد اخترنا أكثر من 78000 مُعلن في سوق الولايات المتحدة وطابقنا 25000 منهم باستخدام هذه المنهجية. كان مُعلن 78000 في مجموعة البيانات المُدخلة للتقييم، وتم استخدام 25000 عينة (معالجة وغير معالجة) للحصول على درجة الميل.
المنهجية السببية طويلة الأجل
لقياس تأثير المبيعات ومعدل النقر للوصول (CTR) طويل الأجل، فقد استخدمنا تقنيات التحليل السببي لتحديد تأثير اتخاذ إجراء على أداء المُعلن في فترة أطول مدتها 12 شهرًا. أولاً، أنشأنا مجموعتين. في المجموعة الأولى، استخدم جميع المُعلنين المنتجات المدعومة + إعلانات الماركات المدعومة. في المجموعة الثانية، قام المُعلنون بدمج فيديو الماركات المدعومة مع المنتجات المدعومة + إعلانات الماركات المدعومة. للتحكم في سمات الحملة الأخرى، تأكدنا من أن الماركات متماثلة في سمات الحملة مثل: إجمالي المبيعات، والوحدات المباعة، ومتوسط سعر البيع، وإجمالي الإنفاق على الإعلانات.
سمح لنا هذا بمقارنة مجموعات الصناديق ذات الاحتمالات المماثلة لاعتماد فيديو الماركات المدعومة. للقيام بذلك، استخدمنا التعلّم الآلي لقياس درجات الميل لكل ماركة استنادًا إلى إنفاقها على الإعلانات، وإجمالي مبيعاتها، وإجمالي الوحدات المُباعة، وإجمالي مرات الظهور، وإجمالي النقرات، ومتوسط سعر البيع.
السمات المستخدمة في حساب درجة الميل: اللوغاريتم الطبيعي لإجمالي المبيعات 2020، وإجمالي الوحدات المباعة في عام 2019، ومتوسط سعر البيع في عام 2020، وإجمالي عدد مرات الظهور في عام 2019، وإجمالي النقرات في عام 2019، وإجمالي الإنفاق على الإعلانات في عام 2019، وإجمالي الإنفاق على الإعلانات في عام 2020 وإجمالي المبيعات في عام 2020.
متغير الاستجابة: اللوغاريتم الطبيعي لمعدل النقر للوصول، اللوغاريتم الطبيعي لمعدل نمو المبيعات الإجمالي في عام 2020.
المصادر
- علاء أ. م.، وفان دير شار، م. "الاستدلال السببي غير المعلمي البايزي: معدلات المعلومات ولوغاريتمات التعلم." دورية IEEE لموضوعات مختارة في معالجة الإشارات، 12(5):1031–1046، 2018.
- Hill, J.L. "النمذجة غير المعلمية البايزية للاستدلال السببي." دورية الإحصاءات الحاسوبية والرسومية، 20(1):217–240، 2011.
- باولز، ك.، إم كاديو، وجي شنادت. 2022. التأثير السببي لإعلانات العرض الرقمية على أداء المعلنين. الهند: وقائع أكاديمية التسويق الأوروبية، 51 (108183): EMAC. http://proceedings.emac-online.org/pdfs/A2022-108183.pdf
- فان دير شار، وم. وعلاء أ. "الاستدلال البايزي لتأثيرات المعالجة الفردية باستخدام عمليات غاوسيان متعددة المهام." NIPS، في عام 2017.