Pengagihan Semula Belanjawan
Optimumkan campuran.
Pengagihan Semula Belanjawan ialah pelajaran Digital Marketing Academy percuma di CoddyKit. Ini ialah pelajaran 4 daripada 4. Sebanyak 3 pelajaran dalam laluan pembelajaran ini boleh dibaca sepenuhnya secara percuma — selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan praktikal dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran Digital Marketing Academy, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus Digital Marketing Academy merangkumi sejumlah 4 pelajaran.
Mengapa Mengagihkan Semula
Manfaat MMM ialah belanjawan yang lebih baik. Pengagihan semula memindahkan wang daripada saluran tepu yang mempunyai pulangan marginal rendah kepada saluran yang kurang dibiayai tetapi mempunyai pulangan marginal tinggi, lalu meningkatkan jumlah jualan dengan perbelanjaan yang sama.
Pelajaran ini menunjukkan cara menukarkan lengkung respons kepada pelan peruntukan.
Matlamat Pengoptimuman
Secara formal, Anda memaksimumkan jumlah jualan tambahan tertakluk pada kekangan belanjawan. Titik optimum berlaku apabila pulangan marginal setiap saluran bagi setiap ringgit adalah sama.
Jika ROI marginal satu saluran lebih tinggi daripada saluran lain, mengalihkan satu ringgit kepadanya akan meningkatkan jumlah jualan. Oleh itu, teruskan pengalihan sehingga kedua-duanya seimbang.
maximize sum( response_i(spend_i) )
subject to sum( spend_i ) = total_budget
optimum: marginal_ROI_1 = marginal_ROI_2 = ...Menyamakan Pulangan Marginal
Bayangkan dua saluran. Pulangan ringgit seterusnya daripada Carian ialah 1.8; daripada Media sosial ialah 3.4. Alihkan belanjawan daripada Carian kepada Media sosial.
Apabila Media sosial berkembang, ia menjadi tepu (pulangan marginal menurun), dan apabila Carian mengecil, ketepuannya berkurang (pulangan marginal meningkat). Berhenti apabila kedua-dua nilai marginal bertemu.
before: Search mROI=1.8 Social mROI=3.4
shift $10k Search -> Social
after: Search mROI=2.5 Social mROI=2.6 (near optimum)Pengagihan Semula yang Nyata
Berikut ialah pengagihan semula dengan belanjawan yang sama. Jumlah kekal pada 290k, tetapi wang mengalir daripada Carian yang tepu dan OOH yang lemah kepada ruang pertumbuhan dalam Media sosial dan TV.
Model mengunjurkan jualan tambahan yang lebih tinggi semata-mata hasil daripada campuran yang lebih baik.
channel old_spend new_spend change
Search 60,000 45,000 -15,000
OOH 40,000 20,000 -20,000
Social 50,000 80,000 +30,000
TV 140,000 145,000 +5,000
TOTAL 290,000 290,000 0Mengunjurkan Peningkatan
Jalankan aras perbelanjaan baharu melalui setiap lengkung respons untuk menganggarkan sumbangan baharu, kemudian bandingkan jumlahnya dengan pelan lama.
Perbezaan itu ialah peningkatan unjuran Anda. Sentiasa nyatakannya sebagai julat menggunakan ketidakpastian model, bukan sebagai satu angka tunggal yang kelihatan paling menarik.
old total inc_sales = 600,000
new total inc_sales = 648,000
projected lift = +48,000 (+8%)
plausible range = +5% to +11%Hormati Julat Sah Lengkung
Lengkung respons hanya boleh dipercayai berdekatan dengan perbelanjaan yang diperhatikan. Mengagihkan semula sebanyak tiga kali ganda melebihi mana-mana aras sejarah bermaksud membuat ekstrapolasi ke wilayah yang tidak diketahui.
Hadkan perubahan kepada julat yang munasabah (selalunya +/- 30-50% bagi setiap saluran untuk setiap tempoh) dan laksanakan peralihan besar secara berperingkat merentasi beberapa kitaran.
observed Social spend: 20k-60k
proposed: 80k -> slightly outside, flag risk
proposed: 200k -> far extrapolation, rejectKekangan Operasi
Optimum matematik jarang sekali menjadi pelan yang boleh dilaksanakan. Kontrak, pembelian minimum, komitmen agensi, tempoh pendahuluan bahan kreatif dan kelajuan peningkatan saluran semuanya mengehadkan perubahan yang boleh dibuat.
Tambahkan semua ini sebagai had dalam pengoptimum supaya cadangan itu benar-benar boleh dilaksanakan oleh pasukan.
constraints:
TV >= 100,000 (upfront contract)
Search <= 70,000 (account capacity)
Social ramp <= +50% per quarterTambah atau Agihkan Semula
Dua soalan yang berbeza: apakah campuran terbaik untuk belanjawan tetap, dan sama ada jumlah belanjawan perlu diubah.
Gunakan ROI marginal untuk soalan kedua juga: jika unit wang dengan prestasi terendah dalam pelan yang dioptimumkan masih menghasilkan pulangan melebihi kadar ambang anda, jumlah belanjawan mungkin terlalu kecil.
optimized plan, lowest marginal ROI = 2.1
hurdle rate (break-even ROAS) = 1.5
2.1 > 1.5 -> room to increase total budgetPerancangan Senario
Jangan kemukakan satu angka sahaja; kemukakan senario. Modelkan belanjawan konservatif, asas dan agresif, lalu tunjukkan unjuran jualan serta risiko bagi setiap satunya.
Dengan cara ini, pihak kepimpinan boleh memilih tahap risiko dan bukannya meluluskan cadangan yang tidak telus.
scenario budget proj_sales risk
conservative 250k 1.9M low
base 290k 2.05M med
aggressive 350k 2.18M highUji, Kemudian Percaya
Anggap pengagihan semula sebagai hipotesis. Laksanakannya, sebaik-baiknya dalam kumpulan kawalan geografi, kemudian ukur sama ada jualan sebenar sepadan dengan unjuran.
Masukkan hasilnya semula ke dalam model seterusnya. Gelung pembelajaran ini—rancang, kemudian uji, kemudian latih semula model—membezakan program yang matang daripada analisis sekali sahaja.
1. optimize on current MMM
2. roll out in test geos, control geos unchanged
3. measure actual lift vs projected
4. refit model with new data -> repeatKesilapan Lazim
Perangkap yang biasa berlaku termasuk mengoptimumkan berdasarkan ROI purata dan bukannya ROI marginal, membuat ekstrapolasi jauh melampaui perbelanjaan yang diperhatikan, mengabaikan kekangan operasi, membentangkan anggaran titik sebagai kepastian, serta tidak pernah mengesahkan pelan berdasarkan keadaan sebenar.
Elakkan semua ini supaya pengagihan semula menjadi pemacu pertumbuhan yang boleh dipercayai.
Semakan Pantas
Gunakan prinsip pulangan marginal yang sama.
Rumusan
Agihkan semula dengan menyamakan ROI marginal merentas saluran menggunakan lengkung tindak balas, bukan ROAS purata. Hadkan perubahan pada julat sah lengkung dan patuhi kekangan operasi.
Gunakan ROI marginal untuk menentukan jumlah belanjawan juga, bentangkan senario bersama ketidakpastian, dan sahkan setiap pelan melalui ujian sebelum mempercayainya sepenuhnya.
Pelajari Digital Marketing Academy dengan tutor kecerdasan buatan — percuma
Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.
- Kursus
- 63
- Pelajaran
- 239
Soalan Lazim
Adakah pelajaran “Pengagihan Semula Belanjawan” percuma?
Ya — sebanyak 3 pelajaran dalam laluan pembelajaran Digital Marketing Academy, termasuk “Pengagihan Semula Belanjawan”, boleh dibaca sepenuhnya secara percuma di web ini. Selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan interaktif dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Kursus Digital Marketing Academy merangkumi sejumlah 4 pelajaran.
Apakah yang akan saya pelajari dalam “Pengagihan Semula Belanjawan”?
Optimumkan campuran. Anda berlatih Digital Marketing Academy menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.
Adakah saya memerlukan pengalaman untuk memulakan Digital Marketing Academy?
Tiada pengalaman terdahulu diperlukan. Pembelajaran Digital Marketing Academy di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 4 daripada 4.
Berapa lamakah pelajaran “Pengagihan Semula Belanjawan” diambil?
Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.
Bolehkah saya menulis dan menjalankan kod dalam pelajaran Digital Marketing Academy ini?
Ya. Setiap pelajaran Digital Marketing Academy menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.
Semua pelajaran dalam kursus ini
- MMM berbanding Atribusi
- Input dan Pemboleh Ubah
- Membaca MMM
- Pengagihan Semula Belanjawan