← Toate playbook-urile·Atribuire digitală

Playbook-uri · Atribuire digitală

Measure brand lift between exposed and control groups

Acest job demonstrează dacă o campanie de brand a mișcat awareness-ul, recall-ul sau intenția de cumpărare în rândul persoanelor expuse, față de cele neexpuse. Alimentează decizia go/no-go privind reînnoirea sau scalarea flight-ului, iar segmentarea diagnostică alimentează optimizarea creativelor și a plasărilor în cadrul acestuia.

Ce îți trebuie

  • Datele de flight ale campaniei și jurnalul de livrare/expunere al platformei, din DSP sau ad server
  • Efectul minim detectabil și dimensiunea eșantionului necesară per celulă, din calculatorul de putere statistică pentru brand lift al platformei sau furnizorului (de ex. Kantar, Dynata, sau instrumentul propriu al walled garden-ului)
  • Metoda grupului de control, ghost ads/PSA sau geo holdout, din specificația de produs pentru brand lift a platformei care rulează studiul
  • Benchmark-ul de bază pentru awareness, recall sau intenția de cumpărare la nivel de categorie, din valul anterior de tracking sau dintr-un tracker sindicalizat
  • Bugetul media și estimarea de reach, din planul media
  • Pragul de semnificație statistică și nivelul de încredere agreate cu clientul, din brief-ul de măsurare

Procedura

  1. Definește celulele expuse și de control folosind ghost ads/PSA sau geo holdout, dimensionate conform calculatorului de efect minim detectabil al platformei, obținând două audiențe comparabile ca reach și mix demografic
  2. Stabilește întrebările din chestionar pentru aided awareness, ad recall și intenția de cumpărare, aliniate cu formularea din brand tracker-ul existent al clientului, obținând un set de întrebări comparabil
  3. Lansează flight-ul cu tag-ul de brand lift activ pe ambele celule, obținând numărul brut de expuneri și numărul de răspunsuri la chestionar per celulă
  4. Amână raportarea până când pragul minim de eșantion al platformei este atins per celulă, obținând un rezultat topline suficient de stabil pentru interpretare
  5. Calculează lift-ul absolut (% expuși minus % control) și lift-ul relativ (lift-ul absolut împărțit la % control), obținând cifra principală de lift pentru fiecare metrică
  6. Rulează un test de semnificație pentru două proporții între expuși și control, obținând o valoare p și un interval de încredere per metrică
  7. Segmentează lift-ul pe bandă de frecvență, creativ sau plasare acolo unde dimensiunea celulelor permite, obținând o defalcare diagnostică pentru optimizarea pe parcursul flight-ului
  8. Scrie rezultatul raportat la pragul de succes agreat anterior, obținând recomandarea go/no-go pentru următorul flight

Calcul pas cu pas

Campanie în Olanda, buget de €150k, estimare de reach unic de 2.4M. Celula expusă înregistrează 1,850 de răspunsuri la chestionar, celula de control 1,720, ambele peste pragul minim de eșantion al platformei. Aided awareness: 777/1,850 = 42% expuși, 602/1,720 = 35% control. Lift absolut = 42% - 35% = 7 puncte. Lift relativ = 7/35 = 20%. Proporția combinată p = (777+602)/(1850+1720) = 1379/3570 = 0.386. Eroarea standard = sqrt(0.386 x 0.614 x (1/1850 + 1/1720)) = sqrt(0.237 x 0.00112) = sqrt(0.000266) = 0.0163. Z = 0.07/0.0163 = 4.29, p < 0.0001. Interpretează-l ca un câștig real, solid statistic, de 20% lift relativ în aided awareness, suficient de puternic pentru a justifica scalarea flight-ului, dar verifică dacă metricile de ad recall și intenția de cumpărare se mișcă în aceeași direcție înainte să îl declari un câștig clar.

Unde se greșește

  • Compară expușii cu un control real, care ar fi putut vedea reclama dar nu a văzut-o, folosind ghost ads sau geo holdout, nu cu populația generală, deoarece o comparație cu populația generală umflă lift-ul prin selection bias
  • Așteaptă atingerea pragului minim de eșantion al platformei înainte de a citi rezultatele topline, deoarece citirile timpurii pe eșantioane parțiale pot devia cifra de lift cu două cifre, în orice direcție
  • Bazează-te pe deduplicarea proprie a platformei pentru alocarea în celule, deoarece cross-device și cookie churn vor face ca useri expuși să ajungă în celula de control dacă încerci să potrivești ID-urile pe cont propriu
  • Raportează intervalul de încredere alături de lift-ul relativ, deoarece un lift relativ de 20% pe un gap absolut de 7 puncte se citește foarte diferit față de un lift de 20% pe un gap de 2 puncte, iar clientul are nevoie de ambele cifre pentru a-l evalua

Cum știi că e corect

Rezultatul este corect atunci când valoarea p depășește pragul agreat, compoziția demografică a celulei de control corespunde cu cea a celulei expuse cu o diferență de câteva puncte, iar direcția lift-ului se menține la cel puțin două din cele trei metrici, nu doar la cea principală.

Termeni folosiți

← Toate playbook-urile Se calculează în ValueMetrics →