広告チャネルの相互作用の概念とその実用化

広告キャンペーン （RC）に関するレポートの有用性は、人々の生活を大幅に簡素化します ...コストの最適化。 この意味のレベルを上げる過程で、「チャネルインタラクション」（チャネルインタラクション）と呼ばれるものを考慮して、収益性を最大化する非常に効果的な方法を見つけました。





オリジナル：caricatura.ru



始めるために、 デジタルマーケティングの基本を2つの文で繰り返しましょう。 ご存知のとおり、 マーケティングチャネルは特定のカテゴリにグループ化されたトラフィックソースのグループです。 最も広く使用されているチャネル： オーガニック検索、 ダイレクトメールなど ユーザーがキャンペーン内の複数のチャネルにアクセスすると、 チェーンが作成されます。 ユーザーは組立ラインで作られていないので、だれもが異なるチャネルに異なる順序で触れることができます。 まあ、またはまったく触れないが、それは私たちを気にしません。 チェーン内のさまざまな構造のコンバージョン率への影響を測定するために、チャネルインタラクションと呼ばれるメトリックを使用することにしました。



私たちの実験では、ユーザーがチェーン全体で1つのマーケティングチャネルのみを操作すると、コンバージョン率 （CR）が3〜5倍低下することが示されました。 また、最も有用性の低いマーケティングチャネルを除外して、CRを高める方法も学びました。 これについては今すぐ話します。

チャンネルインタラクションの本質

ほとんどのROKチェーンにはチャネルが1つしか含まれていないため、Googleアナリティクス（GA）で利用できるアトリビューションモデルでは、かなり一貫した結果が得られることがよくあります。 1つのチャネルのみを含むこのようなチェーンをsimpleと呼びます 。 また、1つの「 ラストタッチ 」を安全に使用できます。これにより、特定のチャネルが他のチャネルと比較して効果的かどうかがわかります。 しかし、私はもっと表情豊かに話したいです、そして今、私たちはあなたにその方法を教えます。



ユーザーが購入する前に2つの異なるマーケティングチャネルに触れた場合、それらをチャネルAおよびBと呼びます。このチェーンのコンバージョン率は、ユーザーがチャネルAまたはBのみをクリックした場合とは異なります。 多数のチャネルがユーザーと対話し、同じチェーンの長さでユーザーのコンバージョンの確率が高くなります。 （自明のためキャプテンからこんにちは）

根拠がないように、カザフスタン共和国の実際のデータから取得したいくつかのグラフを示します。 データパラメータ：

• チェーンの長さ：4
• 使用されるチャネルの数：5

図 1（a）チェーン内の一意のチャネルの数とそのようなチェーンの数	図 1（b）チェーンのコンバージョン率とチェーン内の一意のチャネルの数。

最初のグラフは、チェーンで見つかった一意のマーケティングチャネルの数を示しています。 2番目のグラフは、変換率が各チェーンの一意のチャネルの数にどのように依存するかを示しています。 チェーン内のユニークなマーケティングチャネルの数が増えると、コンバージョン率も上がります。



グラフは、4つの一意のチャネルを持つチェーンは非常にまれですが、単純なチェーンよりも3倍頻繁に変換されることを示しています。 したがって、変換前にユーザーが触れる時間があるチャネルの数を注意深く調べると、変換率に大きな影響を与える可能性があります。

相互作用のレベルを計算する方法は？

図1（b）では、グラフの形状に関心があります。 線形よりも速く成長します。 これは、チャネルが一緒になって全体的なコンバージョンを増加させる重要な相互作用があることを示しています。 また、チェーン内の一意のチャネルの数に対する変換の依存関係のグラフの形状は、他に何でしょうか？







図2。 変換がチェーン内の一意のチャネルの数に依存するための仮想オプション。



緑色の線 -チャンネル間の相互作用は制限されているため、人々がこれらすべてのチャンネルを通過するよう努力する必要はありません。 ほんの少し。

青い線 -チャンネル間の相互作用は重要です。 より多くの人がチャネルを通過するほど、コンバージョンが発生する可能性が高くなります。

赤い線 -相互作用なし。 すべてのチャンネルを個別に表示できます。

黄色の線 -チャネルは互いに害を及ぼします。 ユーザーが通過するチャネルが多いほど、コンバージョンの可能性は低くなります。



2種類の係数を計算できます。 1つはグラフの形状について、もう1つは相互作用の絶対値について説明します。



ありますか $$$N$ 同じ長さのチェーン $$$M$ 。 これらのチェーンから、 $$$C$ コンバージョンのあるユニークなチャネル。 一意のチャネルの数に平均CRの関数があります $$$f（c）$ どこで $$$c \ le C$ 、 $$$c \ in \ mathbb {N}$ 。 次に、次のインジケータがチャートの形式を示します。

$$

$$H_s = \ frac {1} {C | f（C）|} \ sum_ {i = 1} ^ {C}（f（c_i）-f（1））$$

もし $$$0.5 <H_s <1$ -相互作用は次の場合に制限されます $$$0 <H_s <0.5$ -相互作用は重要です。 もし $$$H_s <0$ -チャネルは互いに害を及ぼします。 もし $$$H_s> 1$ -依存関係は単調ではありません。 実際、これは非常にインスピレーションを受けたAUC ROCインジケーターです。



相互作用の絶対値は、次のように計算できます。

$$

$$H_a = \ sum_ {i = 1} ^ {C}（f（c_i）-f（1））$$

実際、これはグラフの下（または上）でゼロに減少した領域の最も単純な近似です。 統合方法を知っている人なら誰でも自分で計算できます。



この方法で特定のチャネルを比較する方法を伝えるだけです。 必要な2つのチャネルを含むチェーンを除くすべてのチェーンを考慮から除外すると、2つのチャネルしかないため（C = 2）、単純な減算によってそれらが互いにどのように影響するかを評価できます。



したがって：

$$

$$H_a = f（C）-f（1）$$

チャネルのすべてのペアを調べて（実際、半分以下が可能です）、この例の相互依存関係のテーブルを作成できます（この場合、長さ3のチェーンと最初の4つのチャネルが取得されました）。

チャンネル名	0	1	2	3
0	0	0.064	-0.036	0.082
1		0	-0.032	-0.0017
2			0	-0.028
3				0

これはチャネルとそれ自体の相互作用であり、テーブルは対角線に対して対称であるため、このテーブルの対角線は0です。 ゼロチャネルは、変換に関して1番目と3番目に良い影響を与えますが、残りの相互作用には問題があります。 通常、これで十分です。

カザフスタン共和国での相互作用の量を数えるには？

ここでは、たとえば、すべてがチャネルの相互作用で正常であり、互いにプラスの効果があると確信しています。 しかし、その効果がどれほど強いかはまだわかりません。 チャネル間に相互作用があるかもしれませんが、ほとんど相互作用は発生しません。



前のケースと同じことを試してみましょう、図を見てください。 しかし、今回は1（a）。 この「直線」の傾きにより、ユニークな要素の数が増えるとチェーンの数がどのように減少するかを判断できます。 それを通常の線形回帰に近づけることは論理的です。 この場合、回帰の傾きは-522になります。 つまり 長さ4のチェーンの場合、1ではなく2つの固有のチャネルがあるチェーンの数は、1つのチャネルで完全に構成されているチェーンよりも522少なくなります。



たとえば、1つのチャネルを持つ1600のチェーンと、1つの一意のチャネルを持つチェーンから2つの0.05から0.1のチェーンへの移行時に正のシフトがあると仮定すると、勾配を-500から-200に減らすと、さらに30のコンバージョンが得られます2つの一意のチャネルを持つチェーンに対して同じコンバージョン率で。 しかし、この傾きが減少すると、コンバージョンも増加し、同じコンバージョンの人の数だけが増加しないという十分に根拠のある仮定があります。

キャンペーンに適切なチャネルを選択する

さて、ここにあります。 誰もが常に尋ねている主な質問は、「最も効果的な組み合わせを作成するためにどのマーケティングチャネルを使用すべきか」です。 一般的に受け入れられている経験則があります。最初に使用するチャネルが多いほど良いということです。 次に、テスト後、理論的にキャンペーンから削除するものを決定できます。 ここでの実際の主な問題は、常にカザフスタン共和国から1つまたは別のチャネルを削除することを許可する基準でした。 突然、あなたはいくつかを削除しますが、彼は残りをより悪くしますが、彼は直接何も持っていないようです？ この問題を解決するための実験を実施しました。

RK最適化

最も単純な方法：最小限の操作でチャンネルを削除するだけで、病院の平均CRが1.58％から2.1％に増加しました 。 この実験は、マーケティング費用がすべてのチャネルで同じという条件の下で実施されました。



しかし、急いで走ってすぐにそれをしないでください。 エンゲージメントの低いチャンネルは、多くの場合、Facebookなどの人気のあるプラットフォームです。 その排除は、顧客の損失につながる可能性があります。 これは、これらの大規模なプラットフォームに常に多くのコンバージョンがあるわけではないが、常に多くのインプレッションがあるためです。 したがって、クリックスルーではなくインプレッションを使用してデータを正規化し、全体的なパフォーマンスを判断することにしました。 各チャネルが同じであれば、これも行われました。



さまざまなコストのチャネルを比較する際、真の効果を評価するために、コンバージョン率をチャネルのコストで除算しました。 これらの基準で最も効果のない2つのチャネルをキャンペーンから除外すると、平均コンバージョン率は1.58％から1.54％に低下しました。 ただし、費用は28.9％減少し、CPCが28％削減されました。



したがって、CRの減少は、必ずしも広告費用を浪費しているという意味ではありません。 全体的な効果は、この製品のROIを計算するために選択した変数によって異なります。

チャネルインタラクションメトリックを使用する際に考慮すべきこと

1. 不要なリンクを挿入して、チャンネルインタラクションの外観を作成しないでください。 これにより、実際の相互作用を効果的に評価することが難しくなる場合があります。
   
   
2. チャネルが他のチャネルと相互作用せず、それ自体であまり効果的でない場合は、取り除いてください。
   
   
3. A / Bテストを実行して、ユーザーが特定のインタラクションを選択する理由を見つけます。
   
   
4. 実際のコンバージョン前であっても、キャンペーンが正しい方向に進んでいることがわかります。 チャンネルエンゲージメントが増加するにつれて、キャンペーンが正しい軌道に乗っていることを既に知っています。
   
   
5. 明らかに最適であっても、1つの分析ツールのみを使用しないでください。 さまざまな方法が常に結果を改善します。
   
   

相互作用の追加証拠（オタクのセクション）

経験豊富なアナリストが、チャネルインタラクションの概念が単なるトリッキーなデータ操作であることを証明しようとします。 たとえば、連続したすべてのチェーンに統合することを好む非常に効果的なチャネルがあると仮定できます。 したがって、特定のチェーン内の一意のチャネルが多いほど、このMEGAチャネルがある可能性が高くなり、コンバージョンが増加します。 これと図1（b）の依存性の増加から。

しかし、ありません。

証明書1

上記に反論するために、同じデータセットからの2つのグラフを提示します。 最初の図は、単純なチェーンをすべて選択した場合に各チャネルが受け取るタッチの数を示しています。 2番目のグラフは、単純なチェーンをすべて選択した場合に、特定の各チャネルがどのように変換されるかを示しています。

図 3（a）特定のチャネルの単純チェーンの数	図 3（b）特定のチャネルの単純チェーンの変換率

グラフからわかるように、最も人気のあるチャンネルは最も効果的ではなく、均一なチェーンの効果は17.5％を超えていません。 この事実の結果を明らかにします。



図からわかるように 3（a）、チャンネル1が最も人気があります。 したがって、チェーンがあり、どのチャネルがその中にあるかわからない場合、チャネル1は（単純ではない）チェーンのどこかに表示される可能性が高いと確信できます。



チャネル1のCRが優れている場合、複雑なチェーンのCRの増加がこのチャネルに起因すると考えられますが、そうではありません。 チェーンの長さ4のチャネル1の平均CRは、図5で0.075です。 3（b）ですが、図3のように0.3ではありません。 1（b）、チェーンには4つの一意のチャネルがありました。

したがって、特定の個々のチャネルのコンバージョン率またはその「人気」は、単純なチェーンではない高いコンバージョン率を説明できません。 このことから、チャネルの相互作用が存在することが明らかになります。

証明書2

利用可能なデータを使用して、チャネルの相互作用を考慮せずに変換の確率を再計算できる単純な数学モデルを作成しました。 「相互作用なし」のシミュレーションでは、合計コンバージョン率は1.58％ではなく0.3％でした。



また、他の2つのデータセットに対してこのシミュレーションを開始しました。

図 4（a）データセット1.実験（青）対モデル（緑）	図 4（b）データセット2.実験（青）対モデル（緑）

両方のデータセットのグラフは、チャネルでの相互作用の欠如がCRを大幅に削減することを明確に示しています。 これは、相互作用が重要であることを示す別の追加証拠です。



誰かが興味を持っている場合、モデル自体を別の記事に記述しますが、非常に単純なので、自分でモデルを作成する方法を理解できます。



PS Runetのいくつかのサイトで記事を公開しています。 VK 、 FB、または電報チャネルのページを購読して、すべての出版物やその他のMaxilectニュースについて学びます。