El vídeo de Sponsored Brands ayuda a aumentar las ventas y la ratio de clics

1. A corto plazo, las marcas que adoptaron el vídeo de Sponsored Brands por primera vez experimentaron un aumento del 21 % en sus ventas el mes siguiente, en comparación con las que no lo hicieron

2. A largo plazo, las marcas que incorporaron el vídeo de Sponsored Brands a las campañas de Sponsored Products y Sponsored Brands registraron un aumento en las ventas del 10 % y del 25 % en la CTR

Al examinar una relación causal, es importante determinar si se obtienen resultados y cuándo se obtienen. Para comprobar si se obtuvieron (o cuándo se obtuvieron) resultados de incorporar vídeo por primera vez, hicimos un estudio a corto plazo en el que analizamos el impacto al mes siguiente de incorporar el vídeo de Sponsored Brands. Descubrimos que las marcas que adoptaron el vídeo de Sponsored Brands y lo combinaron con las campañas existentes de Sponsored Products con Sponsored Brands registraron un aumento del 21 % en las ventas el mes siguiente.

Para determinar el impacto que ejerce el vídeo de Sponsored Brands en las campañas, identificamos y comparamos las marcas que usaron los tres productos conjuntamente durante 12 meses con las marcas que solo usaron Sponsored Products con Sponsored Brands. Descubrimos que las marcas que incorporaron vídeo de Sponsored Brands a su combinación de medios registraron un 10 % más de ventas interanuales y una ratio de clics interanual un 25 % superior.

Usando esta doble metodología, comprobamos si los resultados (de ventas y ratio de clics) de fusionar Sponsored Products y Sponsored Brands con vídeo de Sponsored Brands mejorarían, empeorarían o permanecerían igual. Nuestro análisis revela que las marcas que adoptaron vídeo de Sponsored Brands obtuvieron un impacto positivo y causal tanto a corto como a largo plazo.

Para llevar a cabo este estudio aplicamos un enfoque de doble metodología, que consiste en un análisis casual a corto plazo centrado en determinar si las marcas que combinaran vídeo de Sponsored Brands con la suma de Sponsored Products y Sponsored Brands obtendrían un aumento en las ventas o la CTR (el mes siguiente), y un análisis causal a más largo plazo centrado en el crecimiento interanual de las ventas y la CTR.

Para medir el impacto causal de los anunciantes que adoptaron el vídeo de Sponsored Brands por primera vez, empleamos una metodología de inferencia causal mediante aprendizaje automático inspirada en las técnicas [1], [2] y [3] para determinar el efecto de actuar sobre el rendimiento del anunciante en el plazo de un mes. Nuestra metodología actual responde al método llamado PG de 2 etapas (proceso gaussiano de 2 etapas), que revela un mejor rendimiento en varias métricas de rendimiento causal en comparación con las metodologías existentes, como Double Machine Learning [1] y Causal Forests [2], cuando se aplica al contexto de la publicidad.

Para este estudio, seleccionamos más de 78 000 anunciantes estadounidenses y comparamos 25 000 de ellos mediante esta metodología. 78 000 anunciantes figuraban en el conjunto de datos de entrada para la evaluación y se utilizaron 25 000 muestras (tratadas y no tratadas) para el índice de propensión.

Para medir el impacto en las ventas y la ratio de clics (CTR) a largo plazo, empleamos técnicas de análisis causal para determinar el impacto de actuar sobre el rendimiento del anunciante en un plazo de 12 meses. En primer lugar, creamos dos intervalos de clase. En el primer intervalo, incluimos todos los anunciantes que usaron Sponsored Products con Sponsored Brands. En el segundo intervalo, los anunciantes que combinaron el vídeo de Sponsored Brands con la suma de Sponsored Products y Sponsored Brands. Para controlar la influencia de otros atributos de la campaña, nos aseguramos de que las marcas tuvieran atributos de campaña similares, como ventas totales, unidades vendidas, precio de venta medio y total de inversión publicitaria.

Esto nos permitió comparar conjuntos de intervalos de clase con probabilidades similares de adoptar el vídeo de Sponsored Brands. Para ello, empleamos la tecnología de aprendizaje automático para medir los índices de propensión de cada marca en función de su inversión publicitaria, el total de ventas, el total de unidades vendidas, el total de impresiones, el total de clics y el precio de venta medio.

Atributos utilizados en el cálculo del índice de propensión: logaritmo natural del total de ventas en 2020, total de unidades vendidas en 2019, precio de venta medio en 2020, total de impresiones en 2019, total de clics en 2019, total de la inversión publicitaria en 2019, total de la inversión publicitaria en 2020 y total de ventas en 2020.

Variable de respuesta: logaritmo natural de la CTR, logaritmo natural de la ratio de crecimiento de las ventas totales en 2020.