Video Sponsored Brands giúp tăng doanh số và tỷ lệ nhấp
Tác giả: Zee Shah, Quản lý truyền thông và phân tích cấp cao, German Schnaidt, Nhà khoa học ứng dụng và Ashton Brown, Chuyên viên viết tài liệu kỹ thuật
Trong phương pháp nghiên cứu kép này, chúng tôi thấy rằng cả doanh số và tỷ lệ nhấp chuột đều tăng lên khi kết hợp video Sponsored Brands với các chiến dịch vốn đã thu được lợi ích từ cách tiếp cận “tốt hơn cùng nhau” là sử dụng Sponsored Products + Sponsored Brands.
Điểm nhấn câu chuyện:
Trong những năm vừa qua, chúng tôi đã nghiên cứu hiệu quả của các sản phẩm quảng cáo khác nhau. Chúng tôi bắt đầu bằng cách kiểm tra hiệu quả riêng lẻ của Sponsored Products và Sponsored Brands. Tiếp theo, chúng tôi chuyển sang thử nghiệm hiệu quả kết hợp của việc sử dụng Sponsored Brands + Sponsored Products. Phân tích của chúng tôi cho thấy hai chương trình này hoạt động tốt hơn cùng nhau. Trong phân tích này, chúng tôi nghiên cứu sâu hơn bằng cách kiểm tra xem doanh số (qua từng năm) và tỷ lệ nhấp tăng, giảm hay giữ nguyên khi kết hợp hai chương trình này và bổ sung chương trình thứ ba, video Sponsored Brands.
Để kiểm tra mối quan hệ nhân quả của việc thêm video vào hai chiến dịch ban đầu, chúng tôi kiểm soát các thuộc tính khác của chiến dịch ở mức ngang nhau (ví dụ: tổng doanh số, đơn vị đã bán, giá bán trung bình và tổng chi tiêu quảng cáo), nghĩa là chúng tôi đã tạo ra hai nhóm nhà quảng cáo, những người sử dụng tổ hợp ban đầu và những người sử dụng thêm video. Sau đó, chúng tôi sử dụng các cặp đó để ước tính tác động nhân quả của việc áp dụng video.
Để tiến hành phân tích, chúng tôi đã chọn ra các thương hiệu tại Hoa Kỳ và Châu Âu (Pháp, Đức, Ý, Tây Ban Nha, Vương quốc Anh) đang sử dụng Sponsored Products + Sponsored Brands, nhưng chưa sử dụng video Sponsored Brands. Khi đã xác định xong các thương hiệu, chúng tôi sử dụng công nghệ máy học và mô hình hóa để tiến hành hai bài kiểm tra phân tích nhân quả:
- Ngắn hạn (từ tháng 12 năm 2019 đến tháng 11 năm 2020): Kiểm tra tác động nhân quả của việc thêm video Sponsored Brands vào các chiến dịch quảng cáo. Phân tích ngắn hạn này đã kiểm tra tác động qua từng tháng của các thương hiệu có kết hợp video Sponsored Brands với các chiến dịch Sponsored Products + Sponsored Brands.
- Dài hạn (từ tháng 01 năm 2019 đến tháng 12 năm 2020): Kiểm tra tác động đến doanh số qua từng năm (YoY) của các thương hiệu đã sử dụng video Sponsored Brands + Sponsored Products + Sponsored Brands so với các thương hiệu chỉ sử dụng Sponsored Products + Sponsored Brands (trong khi giữ cho các biến số khác như giá bán, tổng chi tiêu quảng cáo, v.v. ngang nhau)
Để biết thêm về cách chúng tôi thực hiện nghiên cứu này, hãy xem phần Phương pháp luận ở cuối bài viết này.
Trong ngắn hạn, các thương hiệu sử dụng video Sponsored Brands lần đầu đã chứng kiến doanh số tăng 21% ở tháng tiếp theo, so với những thương hiệu không áp dụng
Khi kiểm tra mối quan hệ nhân quả, điều quan trọng là phải làm rõ liệu có kết quả hay không và vào thời điểm nào. Để kiểm tra xem có kết quả không và khi nào thì nhận thấy được kết quả khi thêm video lần đầu tiên, chúng tôi đã thực hiện một nghiên cứu ngắn hạn phân tích tác động trong tháng tiếp theo của việc thêm video Sponsored Brands. Chúng tôi thấy rằng doanh số tăng 21% ở tháng sau đó đối với các thương hiệu đã sử dụng thêm video Sponsored Brands bên cạnh các chiến dịch Sponsored Products + Sponsored Brands từ trước.
% tăng lên trong doanh số tháng tiếp theo khi kết hợp video Sponsored Brands với chiến dịch Sponsored Brands + Sponsored Products
Về lâu dài, các thương hiệu đã thêm video Sponsored Brands vào các chiến dịch Sponsored Products và Sponsored Brands đã tăng được 10% doanh số và 25% CTR
Để xác định tác động của video Sponsored Brands đối với các chiến dịch, chúng tôi đã tìm và so sánh các thương hiệu đã sử dụng cả ba sản phẩm trong 12 tháng với các thương hiệu chỉ sử dụng Sponsored Products + Sponsored Brands. Chúng tôi thấy rằng các thương hiệu bổ sung thêm video Sponsored Brands vào tổ hợp của họ có doanh số bán hàng cao hơn 10% so với cùng kỳ năm ngoái và tỷ lệ nhấp cao hơn 25% so với cùng kỳ năm ngoái.
Tác động lâu dài của việc thêm video Sponsored Brands đối với các chiến dịch
% tăng lên trong doanh số bán hàng dài hạn khi thêm video Sponsored Brands vào các chiến dịch đã sử dụng Sponsored Products + Sponsored Brands
% tăng lên trong tỷ lệ nhấp dài hạn khi thêm video Sponsored Brands vào các chiến dịch đã sử dụng Sponsored Products + Sponsored Brands
Kết luận
Sử dụng phương pháp tiếp cận kép, chúng tôi đã kiểm tra xem liệu kết quả “tốt hơn cùng nhau” (liên quan đến tỷ lệ bán hàng và tỷ lệ nhấp) của Sponsored Products + Sponsored Brands tăng, giảm hay vẫn giữ nguyên khi kết hợp với video Sponsored Brands. Phân tích của chúng tôi cho thấy các thương hiệu sử dụng cả video Sponsored Brands đã nhận thấy tác động nhân quả tích cực về cả ngắn hạn và dài hạn.
Phương pháp luận
Để thực hiện nghiên cứu này, chúng tôi đã sử dụng phương pháp kép bao gồm phân tích thông thường ngắn hạn tập trung vào việc xác định xem các thương hiệu kết hợp video Sponsored Brands với Sponsored Products + Sponsored Brands có tăng được doanh số hoặc CTR (tháng tiếp theo) hay không và phân tích nhân quả dài hạn tập trung vào tăng trưởng doanh số và CTR so với cùng kỳ năm trước.
Cả hai phương pháp đều được trình bày chi tiết dưới đây.
Phương pháp nhân quả ngắn hạn
Để đo lường tác động nhân quả của các nhà quảng cáo sử dụng video Sponsored Brands lần đầu, chúng tôi đã sử dụng phương pháp suy luận nhân quả máy học dựa trên các kỹ thuật [1], [2], [3] để xác định hiệu quả của việc thực hiện một hành động đối với hiệu suất của nhà quảng cáo trong khoảng thời gian ngắn là một tháng. Phương pháp luận hiện tại của chúng tôi tuân theo một phương pháp gọi là GP 2 giai đoạn (Quy trình Gaussian 2 giai đoạn) cho thấy hiệu suất được cải thiện cho các chỉ số hiệu suất nhân quả khác nhau khi so với các phương pháp luận hiện có như Máy học kép (Double Machine Learning) [1] và Rừng nhân quả (Causal Forests) [2] khi áp dụng trong bối cảnh quảng cáo
Đối với nghiên cứu này, chúng tôi đã chọn ra hơn 78.000 nhà quảng cáo trên thị trường Hoa Kỳ và đối sánh 25,000 trong số đó bằng phương pháp nghiên cứu này. 78.000 nhà quảng cáo thương hiệu được đưa vào tập dữ liệu đầu vào để đánh giá và 25.000 mẫu (được xử lý và không được xử lý) được sử dụng để tổng hợp điểm xu hướng.
Phương pháp nhân quả dài hạn
Để đo lường tác động về doanh số và tỷ lệ nhấp (CTR) trong dài hạn, chúng tôi đã sử dụng các kỹ thuật phân tích nhân quả để xác định tác động của việc thực hiện một hành động đối với hiệu suất của nhà quảng cáo trong khoảng thời gian dài hơn là 12 tháng. Đầu tiên, chúng tôi tạo ra hai nhóm. Nhóm một là tất cả các nhà quảng cáo sử dụng Sponsored Products + Sponsored Brands. Nhóm hai là các nhà quảng cáo đã kết hợp video Sponsored Brands với Sponsored Products + Sponsored Brands. Để giữ cho các thuộc tính chiến dịch khác giống nhau, chúng tôi đảm bảo rằng các thương hiệu có các thuộc tính chiến dịch tương tự nhau như: tổng doanh số, đơn vị đã bán, giá bán trung bình và tổng chi tiêu quảng cáo.
Điều này cho phép chúng tôi so sánh các nhóm với xác suất sử dụng video Sponsored Brands tương tự nhau. Để làm điều đó, chúng tôi đã sử dụng công nghệ máy học để đo lường điểm xu hướng cho từng thương hiệu dựa trên chi tiêu quảng cáo, tổng doanh thu, tổng số đơn vị đã bán, tổng số lượt hiển thị, tổng số lượt nhấp chuột và giá bán trung bình.
Các thuộc tính được sử dụng trong tính điểm xu hướng: Logarit tự nhiên của tổng doanh số năm 2020, tổng đơn vị đã bán ra năm 2019, giá bán trung bình năm 2020, tổng số lượt hiển thị năm 2019, tổng số lượt nhấp chuột năm 2019, tổng chi tiêu quảng cáo năm 2019, tổng chi tiêu quảng cáo năm 2020 và tổng doanh số năm 2020.
Biến phụ thuộc: Logarit tự nhiên của CTR, logarit tự nhiên của tỷ lệ tăng trưởng tổng doanh số trong năm 2020.
Nguồn
- Alaa, A.M. và van der Schaar, M. “Bayesian nonparametric causal inference: Information rates and learning algorithms.” Tạp chí IEEE về các chủ đề được chọn trong xử lý tín hiệu, 12 (5): 1031–1046, 2018.
- Hill, J.L. “Bayesian nonparametric modeling for causal inference.” Journal of Computational and Graphical Statistics, 20(1):217–240, 2011.
- Pauwels, K., M. Caddeo, và G. Schnaidt. 2022. Tác động nhân quả của quảng cáo hiển thị kỹ thuật số đến hiệu suất của nhà quảng cáo. Trong: Kỷ yếu của Học viện tiếp thị Châu Âu, ấn bản thứ 51 (108183): EMAC. http://proceedings.emac-online.org/pdfs/A2022-108183.pdf
- Van der Schaar, M. và Alaa, A. “Bayesian inference of individualized treatment effects using multi-task gaussian processes.” NIPS, 2017.