归因游戏

证明 Analytics和Quantifind推出了新的解决方案,以解决广告系列为何有效(或无效)的问题

闻咖啡(公共领域的图片,从Pixabay.com)
闻咖啡(公共领域的图片,从Pixabay.com)

市场上有许多数字营销平台,它们纠缠数据并散发出见识。两家公司决定采取更进一步的措施,通过提高对“为什么”事情以他们的方式运作的答案。

凤凰基地 证明 刚刚发布了其平台,该平台实际上计算了销售和营销活动的有效性,将其逐段细分,并显示了各个部分与产生结果的关系。今天,基于Menlo Park的 Quantifind 发布了SIGNUM Impact,其目的是量化广告和营销活动的ROI,寻找隐藏在数据中但仍会产生结果的有效因素。

两家公司的共同点是寻求简化复杂的工作,以图形化的简单方式呈现答案。实际上,一个好的视觉效果值一千个数据点。

证明在结果中

证明首席执行官Mark Stouse说:“我们创造了普通人可以使用的东西,而又不放弃准确性和保真度。 “我们还没有重新发明数学轮。”

Stouse说,Proof并非构建新模型,而是依靠“数据科学家已知和接受的算法”。然后,Proof将数据放入上下文中,显示销售和营销流程中的每个步骤。该过程中的每个点都用一个简单的圆形图显示,该圆形图用一位数字表示有效性。

图形中最重要的数据点是“时间偏移”,它显示了从采取行动到显示结果之间经过了几周或几个月。

Stouse解释说,解释性图形可以包括20或25个“块”,它们全部按顺序排列以显示每个步骤如何馈入下一个步骤。用户可以发现潜在客户转化为潜在客户,从市场营销转移到销售并转换为最终销售的地方,并注意随着时间的推移逐步减少。

对于营销人员和商人来说,这是一个巨大的痛点。每个人都希望解决问题。” Stouse说。

信号在噪音中

Quantifind衡量有效性的方法来自 它的遗产-它的数据方法曾经被用来预测恐怖袭击和热门电影。 “一旦发现信号,我们便可以探究信号,”客户咨询和营销主管Joshua Reynolds说。因此,引入了Quantified的SIGNUM Impact,可以帮助您深入了解广告系列为何有效以及为什么无效。

消费者表达了对某种产品的偏爱,但是这种表达可以分散在各种各样的来源中,包括社交媒体,博客,信用卡交易,表格,调查。雷诺兹解释说:“这些都是消费者表达自我的口袋。” “很乱。”

雷诺兹说,这些数据中约有15-20%与收入相关。 Quantifind过滤掉浮渣以获取相关数据,然后再次对其进行筛选以消除重合。一旦用户找到了驱动收入的关键数据,就可以计算广告支出的投资回报率,或者更改广告系列以提高效果。雷诺兹将此称为“探索性分析”。

雷诺兹指出,尽管进行了所有数学运算,但必须将人类置于分析循环中。好奇心和直觉可以梳理似乎无关的数据之间的关系,从而产生洞察力。

雷诺兹举了一个针对青少年的快餐店广告活动作为示例。食品在人口统计方面测试得很好,但运动取得的成功有限。为什么?

答案是“咖啡”。青少年不喝它。但是他们的妈妈是,因为他们开车送孩子们去吃早餐。雷诺兹指出,为妈妈们改善咖啡质量,实际上可以带动青少年友好型早餐的更多销量。

最新