Los videos de Sponsored Brands ayudan a aumentar las ventas y las tasas de clics

1. A corto plazo, las marcas que adoptaron un video de Sponsored Brands por primera vez obtuvieron un aumento del 21% en las ventas al siguiente mes, en comparación con aquellas que no lo hicieron

2. A largo plazo, las marcas que agregaron un video de Sponsored Brands a las campañas de Sponsored Products y Sponsored Brands obtuvieron un aumento del 10% en las ventas y un aumento del 25% en la tasa de clics (CTR)

Al examinar una relación causal, es importante establecer si se producen los resultados y cuándo. Para probar si se obtuvieron los resultados al agregar un video por primera vez y cuándo, realizamos un estudio a corto plazo que analizó el impacto al siguiente mes de agregar un video de Sponsored Brands. Descubrimos las marcas que adoptaron y combinaron videos de Sponsored Brands con campañas preexistentes de Sponsored Products + Sponsored Brands obtuvieron un aumento del 21% en las ventas al siguiente mes.

Para determinar el impacto que tienen los videos de Sponsored Brands en las campañas, encontramos y comparamos marcas que utilizaron los tres productos durante 12 meses con marcas que solo utilizaron Sponsored Products + Sponsored Brands. Descubrimos que las marcas que incluyeron videos de Sponsored Brands en su combinación obtuvieron un 10% más de ventas de un año a otro y una tasa de clics un 25% más alta de un año a otro.

Utilizando un enfoque de método dual, probamos si los resultados “mejor juntos” (con respecto a las ventas y las tasas de clics) de Sponsored Products + Sponsored Brands aumentarían, disminuirían o permanecerían iguales al combinarse con un video de Sponsored Brands. Nuestro análisis reveló que las marcas que adoptaron un video de Sponsored Brands tuvieron un impacto positivo y causal tanto a corto como a largo plazo.

Para realizar este estudio, utilizamos un enfoque de método dual que consiste en un análisis causal a corto plazo centrado en determinar si las marcas que combinaron un video de Sponsored Brands con Sponsored Products + Sponsored Brands aumentarían las ventas o la CTR (al siguiente mes) y un análisis causal a un plazo más largo centrado en el crecimiento interanual de las ventas y la CTR.

Para medir el impacto causal de los anunciantes que adoptaron por primera vez un video de Sponsored Brands, empleamos una metodología de inferencia causal de aprendizaje automático inspirada en las técnicas [1], [2], [3] para determinar el efecto de realizar una acción sobre el desempeño del anunciante en un plazo menor a un mes. Nuestra metodología actual sigue un método llamado GP de 2 etapas (Proceso Gaussiano de 2 etapas) que muestra un desempeño mejorado en varias estadísticas de desempeño causal en comparación con metodologías existentes como el aprendizaje manual doble [1] y “Causal Forests” [2] cuando se aplican en el contexto de la publicidad.

Para este estudio, seleccionamos a más de 78 000 anunciantes en el marketplace de los Estados Unidos y emparejamos a 25 000 de ellos con esta metodología. 78 000 anunciantes estaban en el conjunto de datos de entrada para la evaluación y se utilizaron 25 000 muestras (tratadas y no tratadas) para la puntuación de propensión.

Para medir el impacto de las ventas y la tasa de clics (CTR) a largo plazo, empleamos técnicas de análisis causal para determinar el impacto de realizar una acción sobre el desempeño del anunciante en un plazo mayor a 12 meses. Primero, creamos dos intervalos. En el intervalo uno, todos los anunciantes utilizaron Sponsored Products + Sponsored Brands. En el intervalo dos, los anunciantes combinaron un video de Sponsored Brands con Sponsored Products + Sponsored Brands. Para controlar otros atributos de campaña, nos aseguramos de que las marcas fueran similares en atributos de campaña como: el total de ventas, las unidades vendidas, el precio de venta promedio y la inversión publicitaria total.

Esto nos permitió comparar conjuntos de intervalos con probabilidades similares de adoptar un video de Sponsored Brands. Para hacer esto, utilizamos el aprendizaje automático para medir las puntuaciones de propensión de cada marca en función de su inversión publicitaria, total de ventas, total de unidades vendidas, total de impresiones, total de clics y precio de venta promedio.

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

Variable de respuesta: Logaritmo natural de la CTR, logaritmo natural de la tasa de crecimiento total de ventas en 2020.