ארבע הדרכים למדוד אפקטיביות פרסום, ומתי כל אחת

גילוי נאות: נכתב בעזרת AI, על בסיס הידע והניסיון שלי, ונערך על ידי.

בגדול, יש היום בישראל שני עולמות מדידה שאף פעם לא נפגשים ביניהם. וחבל.

העולם הראשון: סקרים. מודדים Awareness, העדפה, שיקול. העולם השני: הדיגיטל, שבו הכול לכאורה מדיד עד הקליק האחרון.

כל עולם בטוח שהוא המדידה. שניהם טועים, כל אחד בכיוון אחר. בואו נפרק את זה לארבעה עמודים. כי בפועל יש לא שניים אלא ארבעה כלים, ולכל אחד מהם תפקיד אחר.

עמוד 1: סקרים, העולם הישן

שיטות המדידה הסקריות (מודעות נעזרת ובלתי נעזרת, העדפת מותג, כוונת רכישה) הן בנות מאה שנה בערך. וזה לא בהכרח רע: הן שרדו כי הן מודדות משהו אמיתי.

מה הן רואות: את מה שקורה בראש של הצרכן לפני הרכישה. תודעה, תפיסות, העדפה. דברים שאף פיקסל לא יראה.

מה הן מפספסות: את החיבור לביזנס. סקר יגיד לכם שהמודעות עלתה ב-4 נקודות. הוא לא יגיד לכם כמה מכירות זה שווה, ומתי. וזו בדיוק הסיבה שמנכ"לים מתייחסים לדוחות הסקרים כאל קישוט: מדד שלא מתורגם לכסף לא משתתף בישיבת התקציב.

מתי להשתמש: למעקב ארוך טווח אחרי בריאות המותג, ולשאלות שאין להן דאטה התנהגותי, כמו "איך שמעת עלינו". רק אל תנסו לנהל תקציב מדיה לפי סקר.

ועוד אזהרה אחת מהשטח: איכות המדגם. חלק גדול מהסקרים שרצים היום בישראל נשענים על פאנלים שקשה לקרוא להם מייצגים. סקר עם מדגם עקום לא מודד את המותג. הוא מודד את הפאנל. לפני שמסיקים מסקנה מסקר, תשאלו מי בדיוק ענה עליו.

עמוד 2: Attribution דיגיטלי, העולם שבטוח שהוא מדויק

העולם השני הוא הדיגיטל. כאן לכאורה הכול מדיד: כל חשיפה, כל קליק, כל המרה. הבעיה היא שהמדידה הזו מדויקת מאוד, על שאלה צרה מאוד. ארבע נקודות עיוורון:

1. רק החלון המיידי. ה-Attribution רואה המרות בטווח של ימים. פרסום שבונה ביקוש לחודשים קדימה? בלתי נראה עבורו.
2. רק אחרי קליק (או חשיפה נמדדת). מי שראה מודעה, לא לחץ, וקנה בסניף שבועיים אחרי? לא קיים.
3. לרוב לא אינקרמנטלי. הפלטפורמה זוקפת לעצמה כל המרה שנגעה בה, כולל לקוחות שהיו קונים ממילא. ההבדל בין קרדיט לתוספת אמיתית הוא מאמר בפני עצמו.
4. אונליין בלבד. טלוויזיה, רדיו, שלטי חוצות (הערוצים שלרוב מזיזים את המותג) פשוט לא מופיעים בדוח. הדוח שוכח שיש טלוויזיה.

מה הוא כן נותן: אופטימיזציה טקטית מהירה בתוך הדיגיטל. איזו קריייטיב עובד, איזה קהל מגיב, איפה עלות ההמרה נמוכה. בשביל זה הוא מצוין, כל עוד זוכרים שהמספר שלו הוא קרדיט, לא תוספת.

עמוד 3: מבחני אינקרמנטליות, שופט האמת

מבחן אינקרמנטליות הוא ניסוי: קבוצה נחשפת לפרסום, קבוצת ביקורת לא, ומודדים את ההפרש במכירות. Geo-tests, Conversion Lift, כיבוי ערוץ מבוקר.

מה הוא רואה: סיבתיות אמיתית. זה הכלי היחיד שעונה ישירות על השאלה "כמה מכירות לא היו קורות בלי הפרסום הזה", בלי הנחות מודל.

מה הוא מפספס: הוא נקודתי. מבחן בודק ערוץ אחד, בתקופה אחת, בעלות של זמן וכסף. אי אפשר לבנות תמונת תקציב שלמה ממבחנים בלבד. אבל אפשר (וצריך) להשתמש בהם כדי לכייל את שאר הכלים. כשה-MMM וה-Attribution מספרים סיפורים שונים, המבחן הוא הבורר.

דוגמה למה מבחן כזה יכול לגלות, גם כשלא מתכננים אותו: כשאמזון יצאה מגוגל שופינג ונתח החשיפות שלה ירד מכ-60% לאפס, המתחרות קיבלו את התנועה בזול, ולא ראו עלייה משמעותית במכירות. ניסוי לא מכוון, מסקנה חדה: התנועה הזו לא הייתה אינקרמנטלית. הסיפור המלא, כאן.

עמוד 4: MMM, התמונה המלאה ברזולוציה אסטרטגית

MMM הוא מודל אקונומטרי שמצליב את היסטוריית המכירות עם ההוצאה בכל הערוצים ועם משתני בקרה (מחיר, מבצעים, עונתיות), ומפרק את המכירות לגורמים.

מה הוא רואה: את כל הערוצים, כולל אופליין; את האפקט המצטבר לאורך שבועות (Adstock); את התשואה הפוחתת; ואת אפקט המחיר. והוא היחיד שמודד את הבסיס: כמה הייתם מוכרים בלי פרסום בכלל.

מה הוא מפספס: רזולוציה טקטית. הוא לא יגיד לכם איזו מודעה טובה יותר, והוא צריך שנתיים של היסטוריה. הוא כלי לתכנון רבעוני ושנתי, לא לניהול יומי.

איך מחברים: הפלייבוק

גוגל עצמה, ב-Modern Measurement Playbook שלה, מגדירה את הסטנדרט כשילוב של שלושה רכיבים:

1. Attribution לטווח המיידי: לניהול השוטף של הדיגיטל.
2. Roadmap של מבחני אינקרמנטליות: תוכנית מסודרת של ניסויים שמכיילים את המספרים.
3. מודלים אקונומטריים (MMM): לתמונת ההקצאה המלאה, באופק של 3-4 חודשים.

שימו לב מה אין ברשימה: כלי אחד שעונה על הכול. גם גוגל, שמוכרת את כלי המדידה הדיגיטליים, לא טוענת שהם מספיקים.

ולשלושת אלה אני מוסיף שכבה רביעית של פרמטרים ארוכי טווח:

1. מכירות הבסיס כמדד לחוזק מותג. ה-Base שהמודל מזהה (מה שנמכר בלי תלות בפרסום השוטף) הוא מדד מותג שמחובר ישירות לכסף. אם הבסיס גדל משנה לשנה, המותג מתחזק. זה עוקף את בעיית ה"קישוט" של הסקרים: אותה שאלה, אבל במונחי מכירות.
2. רגישות מחיר. קאנטאר משתמשים ברגישות מחיר כמדד חוזק מותג, ובצדק: מותג חזק הוא מותג שהלקוחות שלו לא בורחים כשהמחיר עולה. במודל, אלסטיות המחיר היא מספר שנמדד ישירות.

עיקר האתגר: לחבר בין העולמות

אף אחד מארבעת הכלים לא "מנצח". השאלה הנכונה היא לא "סקרים או דיגיטל", אלא איזו שאלה אתם שואלים:

• איזו מודעה להריץ מחר? Attribution.
• הערוץ הזה באמת מייצר מכירות חדשות? מבחן אינקרמנטליות.
• איך לחלק את תקציב השנה הבאה? MMM.
• מה קורה למותג לאורך זמן? בסיס + רגישות מחיר, בגיבוי סקרים.

עיקר העבודה (והחלק שרוב הארגונים בישראל עוד לא עשו) הוא החיבור: מבחנים שמכיילים את המודל, מודל שמתקן את ה-Attribution, ובסיס שמחליף את הסקר בישיבת התקציב. מי שמחזיק רק כלי אחד מהארבעה לא מודד אפקטיביות. הוא מודד את מה שהכלי שלו יודע לראות.

איך מתחילים בפועל, בסדר הזה:

1. תוודאו שהדאטה הבסיסי נשמר: מכירות שבועיות, הוצאה שבועית פר ערוץ, תיעוד מבצעים ושינויי מחיר. בלי זה אף כלי מהרשימה לא יעבוד כמו שצריך בעוד שנה.
2. תגדירו לכל כלי את השאלות שהוא אחראי עליהן, ותפסיקו לשאול אותו שאלות של כלי אחר. הרגע שבו מפסיקים לנהל תקציב שנתי לפי ROAS הוא הרגע שבו המדידה מתחילה להיות רצינית.
3. תבנו את הרכיב שחסר. אצל רוב המפרסמים בישראל זה הרכיב השלישי של הפלייבוק, המודל האקונומטרי, כי השניים האחרים כבר קיימים בצורה כזו או אחרת.