Sponsored Brands-video helpt het verkooppercentage en de click-through rate te verhogen

1. Op korte termijn zagen merken die voor het eerst Sponsored Brands-video gebruikten, de volgende maand een stijging van de verkoop met 21% ten opzichte van merken die dat niet deden

2. Op de lange termijn verhoogden merken die Sponsored Brands-video hadden toegevoegd aan Sponsored Products- en Sponsored Brands-campagnes hun verkoop met 10% en CTR met 25%

Bij het onderzoeken van een oorzakelijk verband is het belangrijk om vast te stellen of en wanneer resultaten optreden. Om te testen of en wanneer resultaten werden gezien bij het voor het eerst toevoegen van video, hebben we een kortetermijnonderzoek uitgevoerd waarin de impact van het toevoegen van Sponsored Brands-video op de volgende maand werd geanalyseerd. We ontdekten dat er in de volgende maand een stijging van de verkoop van 21% plaatsvond voor merken die Sponsored Brands-video gebruikten en combineerden met bestaande Sponsored Products- + Sponsored Brands-campagnes.

Om de impact van Sponsored Brands-video op campagnes te bepalen, hebben we merken gezocht die alle drie de producten gedurende 12 maanden gebruikten, en deze vergeleken met merken die alleen Sponsored Products + Sponsored Brands gebruikten. We ontdekten dat merken die Sponsored Brands-video in hun mix hadden opgenomen, een verkoopstijging jaar-op-jaar van 10% en een toename van de click-through rate jaar-op-jaar van 25% kenden.

Met een aanpak met twee methodes hebben we getest of de 'samen beter'-resultaten (met betrekking tot verkooppercentage en click-through rate) van Sponsored Products + Sponsored Brands zouden toenemen, afnemen of hetzelfde zouden blijven als ze werden gecombineerd met Sponsored Brands-video. Uit onze analyse bleek dat merken die de Sponsored Brands-video gingen gebruiken, een positieve oorzakelijke impact zagen op zowel de korte als de lange termijn.

Voor dit onderzoek hebben we een benadering met twee methodes gebruikt, bestaande uit een oorzakelijke analyse op korte termijn, gericht op het bepalen of merken die Sponsored Brands-video combineerden met Sponsored Products + Sponsored Brands hun verkoop of CTR (de volgende maand) zouden verhogen, en een oorzakelijke analyse op langere termijn, gericht op de groei jaar-op-jaar van de verkoop en CTR.

Om de oorzakelijke impact te meten van adverteerders die voor het eerst Sponsored Brands-video gebruikten, hebben we gebruikgemaakt van een causale-interferentiemethode voor machine learning, geïnspireerd door technieken [1], [2], [3] om het effect te bepalen van het ondernemen van een actie op de prestaties van adverteerders op een kortere termijn van één maand. Onze huidige methodologie volgt een methode genaamd tweetraps GP (tweetraps Gaussian Process), waaruit verbeterde prestaties blijken in verschillende causale prestatiestatistieken in vergelijking met bestaande methodologieën zoals Double Machine Learning [1] en Causal Forests [2] wanneer toegepast in de context van adverteren

Voor dit onderzoek hebben we meer dan 78.000 adverteerders in de marketplace van de VS geselecteerd en 25.000 daarvan vergeleken met behulp van deze methode. 78.000 adverteerders stonden in de invoergegevensset voor de evaluatie en er zijn 25.000 monsters (behandeld en onbehandeld) gebruikt voor de propensiteitsscore.

Om de impact op verkoop en click-through rate (CTR) op de langere termijn te meten, gebruikten we oorzakelijke analysetechnieken om de impact te bepalen van het ondernemen van een actie op de prestaties van adverteerders binnen een langere termijn van 12 maanden. Eerst hebben we twee groepen gemaakt. In groep één gebruikten alle adverteerders Sponsored Products + Sponsored Brands. In groep twee combineerden adverteerders Sponsored Brands-video met Sponsored Products + Sponsored Brands. Om te corrigeren voor andere campagnekenmerken hebben we erop toegezien dat merken vergelijkbaar waren qua campagnekenmerken zoals: totale verkoop, verkochte eenheden, gemiddelde verkoopprijs en totale advertentie-uitgaven.

Dit stelde ons in staat om vergelijkingen uit te voeren tussen groepensets met een vergelijkbare waarschijnlijkheid om Sponsored Brands-video te gaan gebruiken. Hiertoe gebruikten we machine learning om de propensiteitsscores voor elk merk te meten op basis van advertentie-uitgaven, totale verkoop, totaal aantal verkochte eenheden, totale impressies, totaal aantal klikken en gemiddelde verkoopprijs.

Kenmerken die zijn gebruikt bij de berekening van de propensiteitsscore: Natuurlijk logaritme van de totale verkoop in 2020, totaal aantal verkochte eenheden in 2019, gemiddelde verkoopprijs in 2020, totale impressies in 2019, totaal aantal klikken in 2019, totale advertentie-uitgaven in 2019, totale advertentie-uitgaven in 2020 en totale verkoop in 2020.

Responsvariabele: Natuurlijk logaritme van CTR, natuurlijk logaritme van het totale verkoopgroeipercentage in 2020.