Uso De Métodos Estadísticos para la Planificación de Medios Online

  • 2,309 views
Uploaded on

Planificación de Medios Online empleando métodos estadísticos para seleccionar el mix más conveniente.

Planificación de Medios Online empleando métodos estadísticos para seleccionar el mix más conveniente.

More in: Business
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
No Downloads

Views

Total Views
2,309
On Slideshare
0
From Embeds
0
Number of Embeds
1

Actions

Shares
Downloads
89
Comments
0
Likes
2

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. Uso de Métodos Estadísticos para la Planificación de Medios Justo Ibarra Senior Analyts - Intellignos jibarra@intellignos.com
  • 2. Situación Inicial
    • Una importante empresa se encuentra planificando su próxima campaña de medios online pero los involucrados no logran ponerse de acuerdo sobre la forma de obtener mejores resultados.
    • Tienen en claro que el objetivo es vender un servicio y que por tanto es una campaña orientada a generar suscripciones
    • Escuchemos que tienen para decir al respecto:
  • 3. Los Protagonistas Martín – Creativo Agencia Romina – Planner Central de Medios Pedro – Diseñador Agencia Carlos – Gerente de Marketing Online Anunciante
  • 4. Los Argumentos El éxito de la campaña depende del concepto creativo que desarrollamos ; tenemos que generar identificación con el target. Martín – Creativo Agencia
  • 5. Los Argumentos Pedro - Diseñador Agencia Lo principal es el formato de los banners que empleamos, si es Rich Media mejor porque los usuarios pueden interactuar con los contenidos.
  • 6. Los Argumentos Romina – Planner Central de Medios El éxito pasa por la compra de medios, conseguir los mejores Placements a buen precio y elegir el mejor Media Mix para incrementar el Reach de la campaña.
  • 7. Los Argumentos Carlos – Gerente de Marketing Online Anunciante Según los estudios de mercado que realizamos nuestros consumidores actúan racionalmente y el driver de compra es el precio.
  • 8. La Propuesta Carlos – Gerente de Marketing Online Anunciante Necesitamos un consultor experto que nos pueda ayudar a optimizar la campaña basándose en los resultados y no en opiniones sobre lo que cada uno cree más importante
  • 9. El Consultor Justito Consultor Es posible determinar los aspectos que tienen mayor influencia en una campaña de medios si empleamos herramientas de medición y aplicamos Métodos Estadísticos
  • 10. El método a emplear
    • El modelo estadístico más adecuado para esta situación es denominado Modelo Lineal General ANOVA que se basa en los principios del análisis de varianza y la regresión lineal.
    • La variable dependiente CPL está medida en una escala numérica con intervalos regulares.
    • Tenemos 2 tipos de variables explicativas :
    • Los factores son variables de tipo categórico en una escala nominal.
    • Las covariantes son variables de tipo numérico.
  • 11. Como funciona el GLM ANOVA
    • El objetivo de los modelos ANOVA es determinar si las medias de diversas poblaciones difieren o son similares en función de las categorías definidas por las variables independientes analizadas.
    • La hipótesis a testear es que el CPL varía en función de distintos factores: el Medio , el Formato , el Concepto Creativo y el Precio del producto. Estadísticamente se expresa:
    • X ijkl =  +  i +  j +  k + (  ) ij + (  ) ik + (  ) jk * (  ) ijk +  ijkl
    • El modelo toma en consideración tanto las variables como sus interacciones para explicar las variaciones del CPL.
    • Este es un modelo explicativo de las variaciones en el CPL que nos permitirá optimizar la campaña en función de los resultados logrados hasta el momento.
  • 12. Como se plantea el modelo
    • El CPL variará en función del impacto que poseen las variables explicativas:
    • - Un medio con una audiencia integrada por más personas en el target produciría mayor cantidad de suscripciones.
    • - Un formato más impactante incrementaría la cantidad de personas que responden al mismo y por tanto la posibilidad de que se suscriban.
    • - Un concepto creativo que produzca mayor identificación incrementaría la probabilidad de suscripciones.
    • - Un menor precio del producto incentivaría a los consumidores mejorando la chance de que se suscriban.
  • 13. Las variables que analizamos
    • La variable dependiente CPL fue seleccionada en función del objetivo de la campaña: generar suscripciones .
    • Los factores están definidos de acuerdo a las opiniones de los protagonistas:
    • - Medios: A, B,C
    • - Formatos: Superbanner 468x60, Layer 300x250
    • - Conceptos Creativos: Racional, Emocional
    • La covariante es el precio del producto al que se considera un factor clave en el proceso de compra.
  • 14. Los factores: Medios* * Utilizados a modo ilustrativo
  • 15. Los factores: Formatos* * Utilizados a modo ilustrativo Layer 300x250 Superbanner 468x60
  • 16. Los factores: Creativos* Concepto Racional: Enfatiza el precio Concepto Emocional: Enfatiza los beneficios * Utilizados a modo ilustrativo
  • 17. Los datos analizados*
    • Durante un período de tiempo se recoge información diaria sobre los distintos placements propuestos para proceder a su análisis posterior; obteniendo algo como esta tabla:
    * Los datos empleados NO corresponden a una campaña real
  • 18. Las variaciones del CPL
    • Si graficamos los distintos placements veremos que el CPL varía considerablemente durante la semana analizada:
    * Los datos empleados NO corresponden a una campaña real
  • 19. Las variaciones del CPL
    • Si graficamos los distintos placements veremos que el CPL varía considerablemente durante la semana analizada:
    * Los datos empleados NO corresponden a una campaña real
  • 20. Las variaciones del CPL
    • Si graficamos los distintos placements veremos que el CPL varía considerablemente durante la semana analizada:
    * Los datos empleados NO corresponden a una campaña real
  • 21. El análisis tradicional de Medios Incrementar la inversión en el Medio B y emplear el formato superbanner que maximizan el ROAS. El precio podría mantenerse en $ 50 lo que mejoraría el retorno de la campaña Cancelar la inversión en el Medio C ya que no arroja un retorno positivo sobre la inversión realizada Tradicionalmente la campaña se optimizaría considerando los resultados globales y eliminando los placements con menor ROAS: * Los datos empleados NO corresponden a una campaña real Medio Formato Creativo Precio Impresiones Clicks CTR % Conversiones CVN % CPM Costo CPL Subscripciones ROAS Medio A Superbanner 468x60 Racional $ 50 896.512 1.582 0,18% 133 8,4% $ 5,00 $ 4.483 $ 33,7 $ 6.650 148,4% Medio A Layer 300x250 Racional $ 50 1.094.051 5.475 0,50% 371 6,8% $ 8,00 $ 8.752 $ 23,6 $ 18.550 211,9% Medio A Superbanner 468x60 Emocional $ 50 1.443.723 5.085 0,35% 300 5,9% $ 5,00 $ 7.219 $ 24,1 $ 15.000 207,8% Medio A Layer 300x250 Emocional $ 50 1.142.987 4.976 0,44% 290 5,8% $ 8,00 $ 9.144 $ 31,5 $ 14.500 158,6% Medio A Superbanner 468x60 Racional $ 40 1.171.915 5.719 0,49% 435 7,6% $ 5,00 $ 5.860 $ 13,5 $ 17.400 296,9% Medio A Layer 300x250 Racional $ 40 1.546.702 5.190 0,34% 450 8,7% $ 8,00 $ 12.374 $ 27,5 $ 18.000 145,5% Medio A Superbanner 468x60 Emocional $ 40 1.614.870 3.092 0,19% 366 11,8% $ 5,00 $ 8.074 $ 22,1 $ 14.640 181,3% Medio A Layer 300x250 Emocional $ 40 1.900.421 3.075 0,16% 322 10,5% $ 8,00 $ 15.203 $ 47,2 $ 12.880 84,7% Medio B Superbanner 468x60 Racional $ 50 1.732.910 5.354 0,31% 614 11,5% $ 4,00 $ 6.932 $ 11,3 $ 30.700 442,9% Medio B Layer 300x250 Racional $ 50 1.869.468 6.135 0,33% 677 11,0% $ 7,00 $ 13.086 $ 19,3 $ 33.850 258,7% Medio B Superbanner 468x60 Emocional $ 50 1.751.632 6.787 0,39% 857 12,6% $ 4,00 $ 7.007 $ 8,2 $ 42.850 611,6% Medio B Layer 300x250 Emocional $ 50 1.796.005 5.355 0,30% 645 12,0% $ 7,00 $ 12.572 $ 19,5 $ 32.250 256,5% Medio B Superbanner 468x60 Racional $ 40 1.556.672 4.253 0,27% 520 12,2% $ 4,00 $ 6.227 $ 12,0 $ 20.800 334,0% Medio B Layer 300x250 Racional $ 40 1.339.154 4.662 0,35% 589 12,6% $ 7,00 $ 9.374 $ 15,9 $ 23.560 251,3% Medio B Superbanner 468x60 Emocional $ 40 1.452.311 4.608 0,32% 563 12,2% $ 4,00 $ 5.809 $ 10,3 $ 22.520 387,7% Medio B Layer 300x250 Emocional $ 40 1.258.457 4.686 0,37% 492 10,5% $ 7,00 $ 8.809 $ 17,9 $ 19.680 223,4% Medio C Superbanner 468x60 Racional $ 50 5.334.868 3.489 0,07% 198 5,7% $ 2,50 $ 13.337 $ 67,4 $ 9.900 74,2% Medio C Layer 300x250 Racional $ 50 6.754.872 8.175 0,12% 124 1,5% $ 4,50 $ 30.397 $ 245,1 $ 6.200 20,4% Medio C Superbanner 468x60 Emocional $ 50 7.609.083 8.195 0,11% 85 1,0% $ 2,50 $ 19.023 $ 223,8 $ 4.250 22,3% Medio C Layer 300x250 Emocional $ 50 9.608.472 6.310 0,07% 202 3,2% $ 4,50 $ 43.238 $ 214,1 $ 10.100 23,4% Medio C Superbanner 468x60 Racional $ 40 3.551.133 3.056 0,09% 103 3,4% $ 2,50 $ 8.878 $ 86,2 $ 4.120 46,4% Medio C Layer 300x250 Racional $ 40 5.591.842 6.176 0,11% 131 2,1% $ 4,50 $ 25.163 $ 192,1 $ 5.240 20,8% Medio C Superbanner 468x60 Emocional $ 40 5.074.950 2.884 0,06% 79 2,7% $ 2,50 $ 12.687 $ 160,6 $ 3.160 24,9% Medio C Layer 300x250 Emocional $ 40 7.679.317 6.708 0,09% 56 0,8% $ 4,50 $ 34.557 $ 617,1 $ 2.240 6,5% Global       74.772.327 121.027 0,16% 8.602 7,11%   $ 328.204 $ 38,15 $ 389.040 118,5%
  • 22. Como se genera el modelo GLM
    • Empleando SPSS un software de análisis estadístico vamos a crear el modelo que hemos propuesto:
    * Los datos empleados NO corresponden a una campaña real
  • 23. Como se interpretan los resultados
    • El primer resultado corresponde a la cantidad de casos procesados en cada una de las categorías consideradas:
  • 24.
    • La comparación de medias permite conocer cuales grupos difieren entre sí y la variabilidad respecto de las mismas:
    Como se interpretan los resultados * Los datos empleados NO corresponden a una campaña real
  • 25.
    • Si graficamos los resultados podemos entender mejor a que nos estamos refiriendo por comparación de medias:
    Como se interpretan los resultados * Los datos empleados NO corresponden a una campaña real
  • 26.
    • El test ANOVA permite confirmar si existen factores que influyen significativamente sobre el CPL:
    Como se interpretan los resultados * Los datos empleados NO corresponden a una campaña real
  • 27.
    • Los resultados para el Medio A son los siguientes:
    Estas combinaciones generarían un retorno positivo porque el CPL promedio es menor que el valor de subscripción. También debemos considerar el desvío estándar como indicador de la variación esperada en el CPL. Como se interpretan los resultados * Los datos empleados NO corresponden a una campaña real
  • 28.
    • Los resultados en el Medio B son los siguientes:
    Estas combinaciones generarían un retorno positivo porque el CPL promedio es menor que el valor de subscripción. También debemos considerar el desvío estándar como indicador de la variación esperada en el CPL. Como se interpretan los resultados * Los datos empleados NO corresponden a una campaña real
  • 29.
    • Los resultados en el Medio C son los siguientes:
    Ninguna de las combinaciones generarían un retorno positivo porque el CPL promedio es mayor que el valor de subscripción. Como se interpretan los resultados * Los datos empleados NO corresponden a una campaña real
  • 30. Los Interrogantes ¿Los creativos no dieron resultados? ¿Cuáles son los insights para la campaña? ¿Conviene invertir solo en el Medio B? ¿Tenemos que cambiar los formatos?
  • 31. Las Respuestas Justito Consultor Los resultados del modelo muestran que ninguno de las cuatro variables determina el CPL por si sola . Es la interacción entre el Medio con los formatos y los creativos la que impacta sobre las variaciones del CPL.
  • 32. Los Tips
    • Plantear claramente la situación bajo análisis.
    • Definir lógicamente las variables a considerar.
    • Obtener los datos necesarios para el análisis.
    • Elegir un modelo estadístico adecuado.
    • Plantear hipótesis de trabajo a ser corroboradas.
    • Extraer conclusiones válidas basadas en los resultados.
    • Conocer las restricciones de los modelos empleados.
    • LOS ESPERAMOS EN HOWA!!!