Filmy Sponsored Brands pomagają zwiększyć sprzedaż i współczynniki klikalności
Autorzy: Zee Shah, starszy kierownik ds. mediów i analityki, Greman Schnaidt, naukowiec, oraz Ashton Brown, twórca dokumentacji technicznej
To badanie wykorzystujące dwie metody weryfikacji wykazało, że doszło do zwiększenia sprzedaży i współczynników klikalności na skutek połączenia filmów Sponsored Brands z kampaniami, które zyskały już na podejściu „razem lepiej” obejmującym Sponsored Products i Sponsored Brands.
Najważniejsze informacje:
W ciągu ostatnich kilku lat badaliśmy efektywność różnych produktów reklamowych. Zaczęliśmy od testowania efektywności poszczególnych kampanii Sponsored Products i Sponsored Brands. Następnie przeszliśmy do testowania łącznej efektywności kampanii Sponsored Brands i Sponsored Products. Nasza analiza wykazała, że te dwa programy są bardziej skuteczne, jeśli zastosuje się je razem. W tej analizie idziemy o krok dalej, testując, czy sprzedaż (w ujęciu rok do roku) i współczynniki klikalności rosną, zmniejszają się, czy pozostają na tym samym poziomie po połączeniu tych dwóch programów i dodaniu trzeciego — filmów Sponsored Brands.
Aby przetestować wpływ przyczynowy dodania filmów do dwóch pierwszych kampanii, uwzględniliśmy inne atrybuty kampanii (np. całkowita sprzedaż, sprzedane jednostki, średnia cena sprzedaży i całkowite wydatki na reklamę). W ten sposób utworzyliśmy dwie kategorie reklamodawców — tych, którzy użyli oryginalnego połączenia kampanii, i tych, którzy dodali filmy. Następnie wykorzystaliśmy te pary do oszacowania wpływu przyczynowego zastosowania filmów.
Aby przeprowadzić naszą analizę, wybraliśmy marki w Stanach Zjednoczonych i Europie (Francja, Niemcy, Włochy, Hiszpania, Wielka Brytania), które korzystały jednocześnie z kampanii Sponsored Products i Sponsored Brands, ale nie zastosowały jeszcze filmów Sponsored Brands. Po zidentyfikowaniu marek użyliśmy uczenia maszynowego i modelowania do przeprowadzenia dwóch testów analizy przyczynowej:
- Analizy krótkoterminowej (od grudnia 2019 r. do listopada 2020 r.): zbadaliśmy wpływ przyczynowy dodania filmów Sponsored Brands do kampanii reklamowych. W tej analizie krótkoterminowej zbadaliśmy wpływ marek w ujęciu miesiąc do miesiąca, w przypadku których połączono filmy Sponsored Brands z kampaniami Sponsored Products i Sponsored Brands.
- Analizy długoterminowej (od stycznia 2019 r. do grudnia 2020 r.): zbadaliśmy wpływ na sprzedaż w ujęciu rok do roku w przypadku marek, które korzystały z filmów Sponsored Brands oraz kampanii Sponsored Products i Sponsored Brands, w porównaniu z markami, które korzystały tylko z kampanii Sponsored Products i Sponsored Brands (uwzględniając inne zmienne, np. cenę sprzedaży, całkowite wydatki na reklamę itd.).
Więcej informacji na temat sposobu, w jaki przeprowadziliśmy to badanie, znajdziesz w sekcji Metodologia na końcu tego artykułu.
W krótszej perspektywie marki, które po raz pierwszy zastosowały filmy Sponsored Brands, odnotowały w kolejnym miesiącu wzrost sprzedaży o 21%, w przeciwieństwie do tych, które tego nie zrobiły
Podczas badania związku przyczynowego ważne jest, aby ustalić, czy i kiedy następują rezultaty. Aby sprawdzić, czy lub kiedy pojawiły się rezultaty w przypadku pierwszego dodania filmu, przeprowadziliśmy badanie krótkoterminowe, w którym przeanalizowaliśmy, jaki wpływ miało dodanie filmu Sponsored Brands w następnym miesiącu. Okazało się, że w kolejnym miesiącu nastąpił 21% wzrost sprzedaży w przypadku marek, dla których zastosowano równocześnie filmy Sponsored Brands i wcześniej używane kampanie Sponsored Products i Sponsored Brands.
Wzrost sprzedaży w % w kolejnym miesiącu po połączeniu filmów Sponsored Brands z kampaniami Sponsored Brands i Sponsored Products
W dłuższej perspektywie marki, które uzupełniły kampanie Sponsored Products i Sponsored Brands o filmy Sponsored Brands, zwiększyły sprzedaż o 10%, a współczynnik klikalności o 25%
Aby określić wpływ filmów Sponsored Brands na kampanie, znaleźliśmy i porównaliśmy marki, w przypadku których wykorzystano wszystkie trzy produkty przez 12 miesięcy, z markami, w przypadku których wykorzystano tylko kampanie Sponsored Products i Sponsored Brands. Okazało się, że marki, w przypadku których uzupełniono kampanie o filmy Sponsored Brands, odnotowały o 10% większą sprzedaż oraz o 25% wyższy współczynnik klikalności w ujęciu rok do roku.
Długoterminowy wpływ dodania filmów Sponsored Brands do kampanii
Długoterminowy wzrost sprzedaży w % po dodaniu filmów Sponsored Brands do kampanii wykorzystujących już rozwiązania Sponsored Products i Sponsored Brands
Długoterminowy wzrost współczynnika klikalności w % po dodaniu filmów Sponsored Brands do kampanii wykorzystujących już rozwiązania Sponsored Products i Sponsored Brands
Wnioski
W przypadku podejścia wykorzystującego dwie metody weryfikacji przetestowaliśmy, czy wyniki „razem lepiej” (dotyczące sprzedaży i współczynników klikalności) Sponsored Products i Sponsored Brands wzrosną, spadną, czy pozostaną na tym samym poziomie po połączeniu z filmami Sponsored Brands. Nasza analiza wykazała, że marki, które zastosowały filmy Sponsored Brands, odnotowały pozytywny wpływ przyczynowy zarówno w perspektywie krótkoterminowej, jak i długoterminowej.
Metodologia
W celu przeprowadzenia tego badania zastosowaliśmy podejście wykorzystujące dwie metody obejmujące krótkoterminową analizę przyczynową skoncentrowaną na określeniu, czy marki, w przypadku których połączono filmy Sponsored Brands z kampaniami Sponsored Products i Sponsored Brands, zwiększyły sprzedaż lub współczynnik klikalności (w kolejnym miesiącu), oraz długoterminową analizę przyczynową skoncentrowaną na wzroście sprzedaży i współczynnika klikalności w ujęciu rok do roku.
Obie metody opisano szczegółowo poniżej.
Krótkoterminowa metodologia przyczynowa
Aby zmierzyć wpływ przyczynowy reklamodawców, którzy po raz pierwszy zastosowali filmy Sponsored Brands, zastosowaliśmy metodologię wnioskowania przyczynowego opartą na uczeniu maszynowym oraz inspirowaną technikami [1], [2], [3], aby określić wpływ podjęcia działań na skuteczność reklamodawcy w krótszej perspektywie obejmującej jeden miesiąc. Nasza obecna metodologia opiera się na metodzie zwanej 2-etapowym GP (dwustopniowym procesem Gaussa), która wykazuje lepszą skuteczność różnych wskaźników przyczynowych skuteczności w porównaniu z istniejącymi metodologiami, takimi jak Double Machine Learning [1] i Causal Forests [2] stosowanymi w kontekście reklamy.
Do tego badania wybraliśmy ponad 78 000 reklamodawców na rynku amerykańskim i dopasowaliśmy, korzystając z tej metodologii, 25 000 z nich. W zbiorze danych wejściowych do oceny znalazło się 78 000 reklamodawców, a 25 000 próbek (poddanych obróbce i niepoddanych obróbce) wykorzystano do obliczenia oceny skłonności.
Długoterminowa metodologia przyczynowa
Aby zmierzyć wpływ sprzedaży i współczynnika klikalności (CTR) w dłuższej perspektywie, zastosowaliśmy techniki analizy przyczynowej w celu określenia wpływu podjęcia działań na skuteczność reklamodawców w dłuższym okresie 12 miesięcy. Najpierw utworzyliśmy dwie lokacje. W pierwszej wszyscy reklamodawcy korzystali z kampanii Sponsored Products i Sponsored Brands. W lokacji drugiej reklamodawcy połączyli filmy Sponsored Brands z kampaniami Sponsored Products i Sponsored Brands. Aby uwzględnić inne atrybuty kampanii, zadbaliśmy o to, by marki były podobne pod względem atrybutów kampanii, takich jak: całkowita sprzedaż, sprzedane jednostki, średnia cena sprzedaży i całkowite wydatki na reklamę.
Pozwoliło nam to porównać zestawy lokacji o podobnym prawdopodobieństwie zastosowania filmów Sponsored Brands. W tym celu użyliśmy uczenia maszynowego, aby zmierzyć wyniki skłonności dla każdej marki na podstawie jej wydatków na reklamę, łączną sprzedaż, całkowitą liczbę sprzedanych jednostek, całkowitą liczbę odsłon, łączną liczbę kliknięć i średnią cenę sprzedaży.
Atrybuty zastosowane podczas obliczania wyniku skłonności: logarytm naturalny całkowitej sprzedaży w 2020 r., całkowita liczba sprzedanych jednostek w 2019 r., średnia cena sprzedaży w 2020 r., całkowita liczba odsłon w 2019 r., łączna liczba kliknięć w 2019 r., łączne wydatki na reklamę w 2019 r., całkowite wydatki na reklamę w 2020 r. i całkowita sprzedaż w 2020 r.
Zmienna odpowiedzi: logarytm naturalny współczynnika klikalności, logarytm naturalny wskaźnika wzrostu całkowitej sprzedaży w 2020 r.
Źródła
- Alaa A. M. i Van der Schaar M., „Bayesian nonparametric causal inference: Information rates and learning algorithms”, IEEE Journal of Selected Topics in Signal Processing,12(5):1031–1046, 2018 r.
- Hill J.L., „Bayesian nonparametric modeling for causal inference”, Journal of Computational and Graphical Statistics, 20(1):217–240, 2011 r.
- Pauwels, K., M. Caddeo i G. Schnaidt, 2022. „Causal impact of digital display ads on advertiser performance”. W: Proceedings of the European Marketing Academy, 51st (108183): EMAC. http://proceedings.emac-online.org/pdfs/A2022-108183.pdf
- Van der Schaar M. i Alaa A., „Bayesian inference of individualized treatment effects using multi-task gaussian processes”, NIPS, 2017 r.