Verwendung der Regressionsanalyse zur Kostenoptimierung
Bei der Skalierung einer bezahlten Akquisitionskanal sollten Sie ständig hinterfragen, ob Sie Ihre Ausgaben so effizient wie möglich tätigen. Wenn Sie Ihre Ausgaben über verschiedene Kanäle skalieren, ist es mehr als wahrscheinlich, dass Sie mit steigenden Kosten konfrontiert sind. Aber woher wissen Sie, wo und wann Sie die Grenze ziehen müssen?
In diesem kurzen Artikel werde ich erörtern, wann man mit der Messung abnehmender Renditen beginnt und wie man eine einfache Regressionsanalyse verwendet, um optimale Ausgabenniveaus zu finden.
Wöchentliche Leistungstrends
Wenn Sie einen bezahlten Akquisitionskanal wöchentlich um das 5- bis 10-fache skalieren, ist es wichtig, den Puls der folgenden Metriken zu halten:
- Kosten pro tausend Impressionen (CPM)
- Kundengewinnungskosten (CAC)
- Anzeigenhäufigkeit (für bezahlte soziale Medien)
Wenn die bezahlten Kosten steigen, steigt natürlich die Anzahl der gelieferten Impressions, was zu einem Anstieg der CPMs führt. Wenn Ihre CPMs steigen, bedeutet dies normalerweise, dass Ihre CACs und die Anzeigenhäufigkeit als Nebenprodukt steigen. Eine Tabelle mit diesen Metriken auf wöchentlicher Basis hilft Ihnen dabei, große Kostensteigerungen zu identifizieren, die dann Ihre zukünftigen Budgetzuweisungen leiten können.
Regressionsanalyse
Wenn Sie analytisch vorgehen möchten und mindestens 90 Tage Daten zu unterschiedlichen Ausgaben haben, ist eine Regressionsanalyse Ihre Antwort. Was ist eine Regressionsanalyse? In nicht-technischer Hinsicht ist es eine Möglichkeit, die Beziehung einer Variablen zu einer anderen zu messen. Auf diese Weise können Vermarkter verstehen, wie zwei Marketingkennzahlen miteinander in Beziehung stehen, wie z. B. unterzeichnete Partner und Konversionen oder Einnahmen und bezahlte Ausgaben.
Das Tolle an dieser Art von Analyse ist, dass sie eine klare Darstellung Ihrer optimalen Ausgaben auf der Ebene des bezahlten Kanals liefert. Während meiner Zeit bei Postmates haben wir unser Budget für die Fahrerakquise von weniger als 50.000 $/Monat auf 3 Mio. $/Monat skaliert und mussten regelmäßig Regressionsanalysen durchführen, um optimale Ausgaben pro Kanal und Region sicherzustellen. Nachfolgend finden Sie eine kurze Zusammenfassung, wie Sie eine Regressionsanalyse mit den folgenden Eingaben auf wöchentlicher Ebene erstellen können:
- Ausgeben
- Kundengewinnungskosten (CAC)
Beispieldateneingaben für die Regressionsanalyse. Bild: Jonathan Martinez
Sobald Sie diese Dateneingabe in Ihrer Tabelle haben (ich verwende hier Google Sheets), markieren Sie alle Daten und wählen Sie die aus Einfügung Dropdown, gefolgt von Diagramm. Im Diagramm Typ Bereich, der im rechten Bereich des Bildschirms angezeigt wird, scrollen Sie, bis Sie den finden Streuen Möglichkeit. Wählen Streuen. Fügen Sie „CAC“ hinzu X-Achse und „Ausgeben“ für Ihre Serie. Gehen Sie schließlich zu Anpassen Registerkarte, finden Serieklicken Sie darauf und scrollen Sie dann nach unten, um die zu finden Trendlinie Umschalten.
Von dort aus sollten Sie etwas haben, das so aussieht, wie ich es unten erstellt habe: