Часть 2: Общие методы, используемые в розничной торговле

Ищете начало? Нажмите здесь, чтобы перейти к части 1

Во второй части мы рассмотрим методы расчета дополнительных продаж маркетинговой кампании, обычно используемые крупными розничными торговцами. В целом, эти методы интуитивно понятны и быстры в реализации, но за счет сильных погрешностей или других недостатков.

Инкрементальные прямые вычисления продаж

Самый простой способ рассчитать дополнительные продажи — сравнить продажи игроков во время рекламной кампании с их базовыми продажами.

Есть два основных способа определения базовых продаж: продажи за несколько месяцев непосредственно перед кампанией (нормализованные по продолжительности); и продажи за тот же период 12 месяцев назад.

Этот подход имеет несколько ключевых преимуществ, он интуитивно понятен и прост в реализации. Кроме того, нет необходимости в контрольной популяции, каждый может свободно участвовать в кампании.

Но есть и немало недостатков, поскольку прошлые продажи не всегда являются хорошим показателем будущих продаж:

  • для базового уровня непосредственно перед кампанией: продажи очень сезонны как на уровне розничного продавца, так и на уровне покупателя, это сильное изменение часто больше, чем влияние маркетинговой кампании.
  • за год до исходного: поведение покупателя может сильно измениться за год, например, он может тоже начать делать покупки в другом магазине. Также будет сильный перекос из-за новых покупателей, которые раньше не заходили в магазин.
  • внешние факторы также могут оказывать сильное влияние на продажи, например, карантин полностью изменил некоторые модели расходов.

Мы могли бы учесть эти недостатки вручную, но настройка базовой линии — утомительная задача, которая не всегда соответствует строгим стандартам.

A/B-тестирование

Золотой стандарт научных экспериментов — рандомизированные контрольные испытания. Перед началом кампании мы случайным образом выбрали небольшую группу наших клиентов, которым не будет разрешено участвовать, например, контрольную группу. Эти две группы сопоставимы, и изменение их поведения должно объясняться только нашим вмешательством — участием в маркетинговой кампании.

Мы можем измерить прирост, созданный кампанией:

Этот метод, однако, имеет несколько недостатков. Во-первых, необходимость держать контрольную группу снижает количество участников кампании, что естественно снижает выручку.

Но что еще более важно, не всегда возможно разработать протокол для выбора контрольной группы. В нашем случае мы создаем контрольную группу, не рассылая маркетинговые электронные письма некоторым клиентам. Однако, если мы сравним продажи этой контрольной группы с незащищенными клиентами, мы ослабим эффект нашей кампании, потому что играет лишь часть клиентов. Мы также не можем создать контрольную группу для игроков напрямую, потому что мы не можем отклонить клиента, который хочет играть.

Поскольку мы хотим измерить эффект от участия, а не просто воздействия, сравнение контрольной группы и игроков приведет к систематической ошибке. Один из способов объяснить это — выбрать только «потенциальных игроков» из контрольной группы, хотя это легче сказать, чем сделать.

Сравнение игроков и контроля или неигроков напрямую некорректно, так как популяции неоднородны. В любом случае мы могли бы сравнить незащищенную группу с контрольной и скорректировать приростное значение в соответствии с процентом игроков. Но если он слишком низкий, рост продаж будет омрачен естественной изменчивостью продаж.

Использование RFM-кластеризации для повторной выборки контрольной группы

RFM означает новизна, частота и денежная ценность. Было доказано, что эти функции являются хорошими предикторами поведения клиентов. Сегментация клиентов по показателям RFM помогает выявить группы похожих клиентов и часто используется для персонализации таргетинга. Обычно они группируются в соответствии с квантилем, к которому они принадлежат в каждой метрике.

Используя эти функции, мы могли сгруппировать клиентов и изменить выборку контрольной группы для более точного соответствия игроков. Затем мы можем рассчитать дополнительную стоимость продаж для каждой группы, что поможет нам увидеть эффективность нашей кампании для разных групп населения.

На практике, однако, этих показателей обычно недостаточно для четкого разделения контрольной группы на потенциальных игроков и неигроков, поскольку существует множество других факторов, влияющих на участие конкретного клиента. Этими факторами могут быть что угодно, от их уровня дохода до их личных взглядов на конфиденциальность данных. Кроме того, вам все равно придется использовать один из описанных выше методов, чтобы фактически вычислить инкремент для каждой группы, с теми же преимуществами и недостатками.

Следующая часть

Мы рассмотрели стратегии, обычно используемые в розничной торговле для измерения дополнительных продаж маркетинговой кампании. Их обычно легко реализовать, но они имеют некоторые сильные предубеждения при просмотре реальных данных. В третьей части мы рассмотрим решения, которые мы используем в Untie Nots, которые преодолевают эти предубеждения, оставаясь при этом понятными неспециалисту.