Инсайты за год работы в сфере целевого маркетинга
> Часть 2️⃣: Нюансы оценки эффективности 🧮

Общепринятым на рынке подходом измерения эффективности разных маркетинговых каналов является атрибуция заказов по Last Significant Click.

Справка для начинающих (своими словами):
✦ важно, как клиент попал на сайт последний раз перед оформлением заказа
✦ если он переходил на сайт по ссылке в email, потом из рекламного баннера, а потом из рекламы в поиске - заказ засчитывается рекламе в поиске
✦ при этом, significant (значимыми) считаются только переходы из "платных" каналов: ЦК, рекламы в поиске, реклама в соцсетях, рекламные баннеры и т.п.
✦ органика (переход по прямой ссылке) и переход по ссылке в результатах поиска significant не считаются - то есть, заказ будет будет засчитан предыдущему significant переходу

При этом LSC атрибуция - напрочь оставляет за кадром такой важный аспект как brand awareness (наслышанность о бренде). Например, целевой маркетинг в 10 письмах убедил клиента, что бренд заслуживает доверия, но именно перед заказом он перешёл на сайт из рекламы в поиске - заказ засчитают рекламе в поиске. (Есть более хитрые варианты атрибуции, но и они несовершенны.)

Поэтому для целевых коммуникация есть подход с измерением инкрементов. Как это работает:
✦ в начале периода мы сплитуем всю базу подписчиков - откусываем какой-то % (например, 20%) и относим их к контрольной группе
✦ эти клиенты весь период не получают вообще никаких маркетинговых коммуникаций
✦ в начале следующего периода сплитуем заново
✦ через какое-то время (хвост) сравниваем, какое количество заказов и сумму заказов в пересчёте на клиента сгенерировали целевая и контрольная группа
✦ получаем инкремент - сколько мы бы не заработали, если бы не коммуницировали со всей базой

Таким образом мы отчасти можем учитывать влияние ЦК на выручку через рост brand awareness.

Конечно, такая оценка тоже сопровождается проблемами (иначе было бы слишком просто):
✦ у клиента может быть несколько инкарнаций (подписок с разных email) - далеко не у всех сервисов есть данные, чтобы такие дубли выявлять и учитывать при сплитовании, а если их не выявлять, то инкремент зашумляется
✦ фактически brand awareness может влиять не в том месяце, когда клиент был в контроле, а дольше - то есть, нужно считать с "хвостом" в месяц-два, а значит это очень долгая метрика, которую не получится использовать для принятия оперативных решений, а результат, опять таки, зашумляется при переходе клиента в целевую группу
✦ сплитовать нужно, учитывая особенности демографических групп - стратификация довольно геморойна в реализации, но иначе целевая и контрольная группа получатся непохожими друг на друга, и A/B даст неверные выводы
✦ откусанные от целевой группы 20-30% аудитории довольно существенно снижают абсолютный эффект от канала сами по себе
✦ подход реально сложный в реализации - его далеко не все могут себе позволить, и даже с очень крутыми аналитиками в логике оценки весьма вероятны ошибки
✦ и главная проблема: такая оценка не позволяет сравнивать эффективность целевых коммуникаций с другими каналами - потому что в performance marketing ты не откусишь целевую группу с учётом множества инкарнаций

Если всё это не пугает - можно пробовать.

Схожие подход применим к каждой конкретной рассылке - делать сплитование на целевую и контрольную группу при формировании кампании. Но контроль у нескольких рассылок может частично пересечься (а гипотетически и полностью). И в этом случае на пересечении можно только догадаться, какая из рассылок так повлияла. По той же причине инкрементальные метрики рассылок в сумму не дадут ту же цифру, что мы видим в глобальном инкременте за период. Но для сравнения рассылок эта метрика может быть полезна.

❗️Мой вывод: инкрементальный GMV хорош для понимания общей ситуации - вредим мы бренду или помогаем, но для сравнения с другими каналами и оперативного управления лучше подойдёт атрибуция по LSC или другие предикторы крутого инкремента GMV, которые смогут нарыть ваши аналитики.

#product #direct_marketing #marketing