Geo Lift Teszt: Definíció és Végrehajtás
A geo lift teszt összeveti a hirdetési költséggel rendelkező és anélküli, összehangolt régiókat, hogy megmérje egy csatorna valódi, ok-okozati hatását az értékesítésre vagy konverziókra.

A geo lift teszt egy növekményesség-kísérlet, amely egyes földrajzi régiókban bekapcsolja, más, összehangolt kontroll régiókban kikapcsolja vagy csökkentett szinten tartja egy hirdetési csatornát, majd összehasonlítja a két csoport közötti konverziós vagy értékesítési különbséget, hogy megmérje a csatorna valódi, ok-okozati hatását. Ez a leggyakoribb módja annak, hogy egy olyan csatornán teszteljük a növekményes liftet, ahol nem lehet tisztán véletlenszerűsíteni egyéni felhasználói szinten.
A teszt tervezése#
Kezdetben a célrégiókat, államokat, DMA-kat vagy országokat a léptéktől függően egy tesztcsoportra és egy kontrollcsoportra osztjuk, amelyeket a lehető legjobban összehangolunk olyan jellemzők alapján, mint a népesség, a történelmi értékesítési volumen, a múltbeli válasz a geo targetingre, és a szezonalitás. A tesztcsoport kapja a hirdetési költséget; a kontrollcsoport nem, vagy egy fix alapköltséget kap, míg a tesztcsoport kap egy növekményt. Egy meghatározott időszak, általában 4-8 hét (az értékesítési ciklustól függően) elteltével összehasonlítjuk a kimeneti metrika százalékos változását a két csoport között. A különbség, korrigálva a régiók közötti esetleges előzetes különbségekre, a becsült lift.
Miért regionális szint helyett nem egyéni szint#
A geo tesztek elkerülik az egyéni szintű azonosító szükségességét, mivel egy egész régió aggregált eredményeit hasonlítjuk össze, nem pedig bármely egy személy útját követjük nyomon. Ez teszi a geo teszteket hasznossá olyan csatornák esetében, ahol az egyéni követés megbízhatatlan, és olyan csatornák esetében, mint a native advertising widgetek, amelyek sok, egymással nem kapcsolatos kiadói oldalon jelennek meg, ahol a munkamenet-szintű követés zavaros lehet. Ez a szabványos módszer olyan csatornák mérésére is, amelyeket nem lehet kikapcsolni egyetlen felhasználó számára anélkül, hogy az mindenkit érintene a közelben, mint például a TV, rádió és néhány programmatic vásárlás, amelyet egy demand-side platformon keresztül helyeznek el.
Mi lehet a probléma#
A rosszul összehangolt kontroll régiók a leggyakoribb hiba. Ha a teszt régió más szezonalitással, más versenytárs jelenléttel vagy más alapvető növekedési trenddel rendelkezik, mint a kontroll régió, akkor a mért "lift" lehet csak regionális zaj, nem pedig a hirdetési csatorna hatása. A teszteknek elegendő alapkonverziós volumenre is szükségük van minden régióban ahhoz, hogy valódi jelet észleljenek; egy olyan piacon futó teszt, ahol csak néhány eladás van hetente, nehezen fog statisztikailag szignifikáns eredményt mutatni, függetlenül attól, mennyi ideig fut. Egy geo teszt futtatása egy vállalatszintű promóció vagy egy jelentős szezonális csúcs, például a Black Friday időszaka alatt egyaránt szennyezi az olvasást mindkét csoport számára.
Kapcsolata más lift mérési módszerekkel#
Egy lágyabb kiegészítő mérés a tudatosság vagy a kedvező vélemény változásait kérdezi felméréseken keresztül, nem pedig egy kemény konverziós számot, és általában impresszió szinten fut, nem regionális szinten. A történelmi hirdetési költség és konverzió követési adatokra épülő statisztikai modellek, amelyek folyamatosan futnak minden csatornán egyszerre, beépíthetik egy geo teszt eredményét kalibrációs pontként, ezzel a modellt egy valódi kísérleti eredményhez rögzítve, nem pedig pusztán a történelmi korrelációra hagyatkozva.
Mielőtt költségvetést kötelezne egy többhetes geo tesztre egy natív hirdetési hálózaton, érdemes ellenőrizni, hogy mennyi kreatív volumen, és mennyi ideig fut általában az a kreatív (lásd: ad longevity), már aktív a célrégióiban. Az OpenAdLibrary hirdetési intelligencia eszközei a hálózati tevékenységet régiók szerint bontják le, ami segít reális elvárásokat felállítani abban, hogy egy adott piac mennyi liftet tud valójában produkálni.







