overlappende commercials

Overlappende TV Commercials

In een zestal artikelen leggen we uit hoe onze attributie modellen werken en hoe deze modellen een oplossing bieden voor de problemen die je tegen zult komen bij het analyseren van de effecten van een tv-campagne. Deze complexe en robuste attributiemodellen zijn gebaseerd op statistische modellen en zijn door de jaren heen zorgvuldig gefinetuned door onze data wizzards.

Bij het nauwkeurig bepalen van de effectiviteit van je tv-campagne, moet je rekening houden met vele factoren, zoals:

  1. De baseline: welke waarden vormen het fundament van je spoteffecten?
  2. Het meetvenster: waar begint en eindigt het online-effect van iedere tv-spot?
  3. Overlappende tv-commercials: hoe wijs je het juiste effect toe aan iedere tv-spot?
  4. Accurate uitzenddata: hoe garandeer je dat je altijd de exacte uitzendtijden verkrijgt?
  5. Negatieve uplift: Wat te doen met negative uplifts na het uitzenden van een spot en hoe deze te interpreten?
  6. Individueel effect van attribuut: Wat is de exacte individuele en relatieve kracht van elk van de onderliggende attributen (zenders, tijdvak, creatie etc)? Welke spots zullen het goed doen? (voorspel en plan vooraf)

Als je geen rekening houdt met deze factoren of op een onjuiste manier, dan is het vrijwel onmogelijk om betrouwbare conclusies te trekken.

Wat te doen wanneer commercials elkaar overlappen?

Het komt regelmatig voor dat commercials op dezelfde tijd of vlak na elkaar worden uitgezonden, op verschillende kanalen en we dus te maken hebben met overlappende tv-commercials. We lopen zelfs tegen gevallen aan waarbij 5 commercials binnen een tijdspanne van een paar minuten worden uitgezonden.

Hoe is het mogelijk om in zulke situaties het exacte effect toe te wijzen aan de afzonderlijke spots? In het slechtste geval zou je het gestapelde effect van de spots over het hoofd kunnen zien. Om vervolgens de cumulatieve toename ten onrechte te kwalificeren als statistische uitschieters en deze te verwijderen, waardoor de analyse onbetrouwbaar is.

blank

Omdat situaties met overlappende tv-commercials veel voorkomen hebben we bijzondere aandacht besteed aan de creatie van een robuust attributiemodel. Dit bleek een van de meest uitdagende en complexe attributiemodellen van Spotalytcs. Alleen een combinatie van rekenmodellen en AI (en brute rekenkracht!), dekt de veelvormige lading van deze uitdaging.

In het huidige model wordt er rekening gehouden met zo veel mogelijk factoren die invloed hebben op het effectdeel per spot. Zo hebben sommige commercials vanzelfsprekend een hoger bereik, sommige kanalen sorteren relatief meer online effect dan anderen en sommige spots hebben een langere effectduur dan anderen.

blank

Onze oplossing

Gezien de complexiteit en het belang van spotconcentratie, en de behoefte aan accurate toewijzing van het afzonderlijke online effect, hebben we bijzondere aandacht besteed aan een robuust attributiemodel speciaal voor dit soort situaties. Alleen een combinatie van rekenmodellen dekte volgens ons de veelvormige lading van deze uitdaging.

Als commercials overlappen, resulteert dat in onzuivere gegevens, genaamd de overlap. De gemeten toename van de overlappende fase moet ten eerste uit elkaar worden gehaald. In de meeste gevallen is de zogenaamde overlap op te delen in afzonderlijke toewijsbare elementen. Er is bijvoorbeeld een zuivere begintijd van de eerste spot bekend en een eindtijd van de tweede spot. We gebruiken vervolgens de bekende gegevens om een voorspelling te doen over de onzuivere informatie binnen de overlap. Bovendien houdt de methode rekening met de verwachte gedragscurve. Vervolgens valideren we de uitkomst met een combinatie van statistische modellen, inclusief machine learning modellen die voortdurend verbeterd worden met behulp van alle gedragsregistraties uit het verleden.

Deel dit artikel:

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn