Contributi negativi nel marketing mix model: le leve che costano

Il grafico del post: Contributi negativi nel marketing mix model: le leve che costano.
Così come è uscito su LinkedIn. Dati: Dataset demo di TEA, 18 driver gestiti su 104 settimane.

Diciotto leve. Quattro ti costano.

Tutti i driver gestiti del dataset demo, in ordine, in unità di risultato. Quelli sopra la linea hanno aggiunto. I quattro sotto hanno tolto, e sono mostrati nella loro dimensione reale invece che arrotondati a zero.

La domanda strutturale è volutamente fuori da questa immagine. È trenta volte più grande della leva più grande e non è qualcosa che qualcuno possa azionare, quindi includerla schiaccerebbe ogni altra barra in una riga e non ti insegnerebbe niente.

Tre proprietà di una scomposizione su cui vale la pena insistere, e sono la ragione per cui questo grafico è fatto così.

I contributi negativi restano negativi. Un modello che costringe ogni driver a essere positivo troverà un effetto positivo per tutto, comprese le cose che fanno male, e lo pagherà distorcendo i driver accanto. La pressione sui prezzi, l’attività dei concorrenti e le promozioni messe nel momento sbagliato sottraggono davvero, e un business che non lo vede sta ottimizzando alla cieca.

I driver sono stimati insieme. Diciotto modelli separati a driver singolo darebbero diciotto numeri che sommati superano di molto il business, perché ciascuno si prenderebbe il merito di tutto ciò che è correlato con lui.

Dal business che avevi già all’anno che hai chiuso. Ogni gruppo di driver, nell’ordine in cui un piano li tocca
La stessa analisi da un’altra angolazione.

E ogni barra porta con sé i suoi calcoli. Dietro ciascuna: il coefficiente, il suo errore standard, il suo p-value e il suo fattore di inflazione della varianza (VIF). Una barra il cui intervallo attraversa lo zero viene disegnata, e segnalata, invece di essere messa in silenzio in classifica tra i vincitori.

Il valore pratico si vede nelle riunioni che questo grafico chiude. Non «quale canale vince», che è una domanda con una risposta alla moda ogni due anni, ma «quanto è grande, e con che segno, ogni cosa che facciamo», che ha una risposta che cambia con il business e che si può verificare.

Dodici modelli, i coefficienti, i residui, e quello che non faranno. Questo è ciò che produce il primo.

Se vuoi un solo test per capire se una scomposizione vale la lettura, usa questo: chiedi se dentro c’è qualcosa di negativo. Un grafico in cui tutti e diciotto i driver hanno aiutato non è un business fortunato, è un modello vincolato, e il vincolo ha spostato la verità in un posto dove non puoi vederla.

Il secondo test è se i contributi sommati danno il dato reale. Qui sì, perché la scomposizione è costruita a partire dal modello stimato invece di essere assemblata da studi separati. Un insieme di contributi dei driver che somma a più del business ha contato due volte gli stessi ricavi, e qualcuno sta per prenderci sopra una decisione di budget.

tea, il prodotto

Il tuo file, questa domanda

Quindici analisi su un CSV di dati settimanali, con intervalli e diagnostica in vista, e una frase chiara quando i dati non possono rispondere. Gratis durante la beta, su invito.

Chiedi un posto nella beta

tea, il prodotto

Quindici analisi econometriche sul tuo CSV: Scomposizione dei contributi e dei driver, curve di saturazione, elasticità, allocazione del budget. Intervalli e diagnostica in vista, e una frase chiara quando il file non può rispondere.

Gratis durante la beta, su invito.

Chiedi un posto nella beta →

Ti è piaciuto? Eseguilo sui tuoi dati.

tea esegue Scomposizione dei contributi e dei driver e altre quattordici analisi su qualsiasi CSV settimanale, in pochi minuti. Gratis durante la beta, su invito.

Entra nella beta