Bütçeyi Yeniden Dağıtma

MMM'nin getirisi daha iyi bir bütçedir. Yeniden dağıtım, aynı harcama düzeyinde toplam satışları artırmak için parayı doygun ve marjinal getirisi düşük kanallardan yeterince finanse edilmeyen ve marjinal getirisi yüksek kanallara taşır.

Bu derste tepki eğrilerinin bir dağılım planına nasıl dönüştürüleceği gösterilmektedir.

Biçimsel olarak amaç, bütçe kısıtı altında toplam artımlı satışları en üst düzeye çıkarmaktır. En uygun nokta, her kanalın dolar başına marjinal getirisinin eşit olduğu yerdir.

Bir kanalın marjinal ROI'si diğerinden yüksekse, bir doları o kanala kaydırmak toplam satışları artırır; bu nedenle getiriler dengelenene kadar kaydırmaya devam edersiniz.

İki kanal düşünün. Arama'ya yatırılan sonraki dolar 1,8, Sosyal'e yatırılan ise 3,4 getiri sağlıyor. Bütçeyi Arama'dan Sosyal'e kaydırın.

Sosyal büyüdükçe doygunluğa ulaşır (marjinal getiri düşer), Arama küçüldükçe doygunluktan çıkar (marjinal getiri yükselir). Her iki marjinal getiri birbirine eşitlendiğinde durun.

İşte aynı bütçe içinde bir yeniden dağıtım örneği. Toplam 290 bin olarak kalıyor; ancak para doygun Arama'dan ve zayıf OOH'dan Sosyal'e ve TV'deki kullanılabilir kapasiteye aktarılıyor.

Model, yalnızca daha iyi bir karma sayesinde daha yüksek artımlı satışlar öngörüyor.

Yeni harcama düzeylerini her tepki eğrisinden geçirerek yeni katkıları tahmin edin, ardından toplamı eski planla karşılaştırın.

Fark, öngörülen artıştır. Bunu her zaman tek bir gösterişli sayı olarak değil, modelin belirsizliğini kullanarak bir aralık şeklinde ifade edin.

Tepki eğrileri yalnızca gözlemlenen harcama düzeylerine yakınken güvenilirdir. Geçmişteki herhangi bir düzeyin 3 kat ötesine yeniden dağıtım yapmak bilinmeyen bir alana dışa vurum yapar.

Değişiklikleri güvenilir bir aralıkla sınırlayın (çoğu zaman dönem başına kanal bazında +/- %30-50) ve büyük kaydırmaları birkaç döngüye yayın.

Matematiksel optimum nadiren uygulanabilir plandır. Sözleşmeler, minimum satın alma koşulları, ajans taahhütleri, yaratıcı çalışmaların hazırlanma süreleri ve kanalların ölçeklenme hızı, atılabilecek adımların tümünü sınırlar.

Bunları eniyileyiciye sınırlar olarak ekleyin; böylece öneri, ekibin gerçekten uygulayabileceği bir öneri olur.

Burada birbirinden farklı iki soru vardır: Sabit bir bütçe için en iyi dağılım nedir ve toplam bütçe değiştirilmeli midir?

İkinci soru için de marjinal ROI'yi kullanın: eniyilenmiş plandaki en düşük performanslı dolar bile eşik getiri oranınızın üzerinde getiri sağlıyorsa toplam bütçe çok küçük olabilir.

Tek bir sayı sunmayın; senaryolar sunun. Muhafazakâr, temel ve agresif bütçeleri modelleyin ve her biri için öngörülen satışları ve riski gösterin.

Bu, yöneticilerin kara kutu bir öneriyi onaylamak yerine bir risk tutumu seçmesine olanak tanır.

Yeniden dağıtımı bir hipotez olarak ele alın. Bunu, ideal olarak coğrafi bir kontrol grubunda uygulayın ve gerçekleşen satışların öngörüyle örtüşüp örtüşmediğini ölçün.

Sonuçları bir sonraki modele aktarın. Planlama, ardından sınama ve yeniden uydurmadan oluşan bu öğrenme döngüsü, olgun programları tek seferlik analizlerden ayırır.

Yaygın hatalar şunlardır: marjinal ROI yerine ortalamaya göre eniyileme yapmak, gözlemlenen harcamanın çok ötesine çıkarak tahminde bulunmak, operasyonel kısıtları göz ardı etmek, nokta tahminini kesinlik gibi sunmak ve planı gerçeklikle hiçbir zaman doğrulamamak.

Bunlardan kaçındığınızda yeniden dağıtım, güvenilir bir büyüme aracına dönüşür.

Eşit marjinal getiri ilkesini uygulayın.

Ortalama ROAS yerine yanıt eğrilerini kullanarak kanallar arasındaki marjinal ROI'yi eşitleyin ve bütçeyi yeniden dağıtın. Hamleleri eğrinin geçerli aralığıyla sınırlayın ve operasyonel kısıtları gözetin.

Toplam bütçeye de karar vermek için marjinal ROI'yi kullanın, belirsizlik içeren senaryolar sunun ve tamamen güvenmeden önce her planı bir sınamayla doğrulayın.