Статистика в маркетинге
Статистика — это дисциплина, которая занимается сбором, организацией, анализом и интерпретацией данных, чтобы придать им смысл.
Чтобы понять применение статистики в маркетинге, давайте рассмотрим пример Target, одного из крупнейших ритейлеров в США.
Сотрудники Target заметили определенные закономерности в покупательских тележках своих клиентов. Женщины в отделе для новорожденных покупали большое количество лосьона без запаха и минеральных добавок во время беременности.
Основываясь на этом понимании, Target составила список из 25 товаров, которые были куплены беременными покупательницами. Это помогло им создать модель, которая с большой точностью предсказывала, беременна женщина или нет, если она покупала какие-то продукты. Как только они это прогнозируют, они могут предоставить этим клиентам специальные предложения и, как результат, увеличить продажи.
Но хватит болтовни. Теперь давайте перейдем к делу и подробно обсудим некоторые маркетинговые методологии, чтобы попытаться понять, почему маркетологам необходимо глубокое понимание статистики и различных способов ее применения в управлении бизнесом и маркетинговых стратегиях. Подробнее про статистические исследования в интернет-маркетинге читайте на страницах специализированного сайта.
Модель атрибуции
Компании тратят немалые деньги на цифровой маркетинг, чтобы продвигать свои продукты на различных платформах, начиная от социальных сетей, рекламы на веб-сайтах и объявлений в поисковых системах.
В конце определенного периода менеджеру по маркетингу необходимо рассчитать рентабельность инвестиций по каждому из каналов, чтобы оправдать свои расходы на них или, возможно, определить, какие платформы работают лучше других в привлечении большего количества потенциальных клиентов или продаж.
Из-за сложности цифрового мира, в котором мы живем, компаниям становится трудно точно рассчитать рентабельность инвестиций для каждой платформы. Именно здесь статистика приходит на помощь.
Рассмотрим пример. Вы хотите купить кроссовки для бега, и вы гуглите то же самое. Результирующая страница поиска будет содержать кучу объявлений с различных веб-сайтов и платформ электронной коммерции.
Потратив некоторое время на поиск, вам понравилась пара, но вы решили не покупать ее прямо сейчас. Через день вы видите рекламу той же пары обуви на случайном веб-сайте и передумываете покупать ее. На следующий день вы видите то же объявление на Facebook и на этот раз покупаете его.
Итак, какая из этих платформ получает кредит за вашу покупку?Модель, которая пытается решить это, называется моделью атрибуции.
Типы используемых моделей атрибуции,
-
Модель первого взаимодействия — здесь полный кредит за продажу идет на первый клик или первое взаимодействие. В приведенном выше примере Google Ads получает полный кредит.
-
Модель последнего взаимодействия — здесь последний клик или последнее взаимодействие получает полную оценку. В этом случае Facebook получает полный кредит.
-
Линейная атрибуция — В этом случае все точки соприкосновения получают равный вес или оценку.
Как работают модели атрибуции
Доступно множество моделей атрибуции, но, как вы можете ясно видеть, ни одна из них не отражает точную роль каждой из платформ и работает на предположении.
Следовательно, мы используем статистику здесь, чтобы использовать доступные данные и построить модель, которая учитывает весь путь клиента.
использует статистику для расчета фактического вклада каждого клика по поисковой рекламе в конверсию. Моделирование атрибуции на основе данных Эта модель, похоже, обеспечивает лучшие результаты, чем модель последнего клика, которая использовалась преимущественно.
Например, когда Adidas внедрила эконометрическую модель атрибуции, это помогло ей лучше понимать своих клиентов. Adidas предположила, что большая часть ее продаж поступает от постоянных клиентов, поэтому начала инвестировать в CRM только для того, чтобы позже, с новой моделью, понять, что 60% продаж приходится на новых клиентов.
Пример эконометрического моделирования атрибуции
На приведенном выше рисунке отнесение продаж к расходам на рекламу на телевидении и медийную рекламу может быть рассчитано с использованием эконометрической модели.
В этой модели используются данные из систем торговых точек (POS) различных магазинов, указаны расходы на рекламу на телевидении и в медийной рекламе, а также информация, полученная на основе модели.