predykcja skuteczności

Predykcja skuteczności to szacowanie wyników kampanii przed jej wysłaniem na podstawie danych historycznych.

Jak system wyznacza przewidywaną skuteczność kampanii

Predykcja skuteczności kampanii to obliczenie oczekiwanych wyników komunikacji marketingowej przed jej uruchomieniem. System analityczny wykorzystuje wcześniejsze dane o wysyłkach, odbiorcach, czasie kontaktu, kanale komunikacji oraz reakcji na poprzednie wiadomości. Na tej podstawie może oszacować między innymi prawdopodobieństwo otwarcia wiadomości, kliknięcia odnośnika, wykonania określonej akcji albo rezygnacji z dalszego kontaktu. Wynik nie jest gwarancją zachowania użytkowników, lecz wartością wyliczoną na podstawie podobieństwa bieżącej kampanii do zdarzeń zapisanych w danych historycznych.

Przed obliczeniem prognozy dane muszą zostać uporządkowane. Należy rozdzielić informacje opisujące kampanię od informacji będących wynikiem kampanii, aby model nie otrzymał przypadkowo danych z przyszłości. Przykładowo liczba kliknięć po wysłaniu wiadomości nie może być użyta jako cecha wejściowa do prognozy przygotowywanej przed wysyłką. System może również usuwać duplikaty, ujednolicać formaty dat, oznaczać brakujące wartości i łączyć rekordy kampanii z właściwymi segmentami odbiorców. Błędne przypisanie danych do grupy lub okresu może zmienić wynik predykcji niezależnie od zastosowanego algorytmu.

Dane historyczne, cechy wejściowe i segmentacja odbiorców

Znaczenie dla predykcji mają cechy dostępne przed rozpoczęciem kampanii. Mogą obejmować rodzaj przekazu, temat wiadomości, kanał wysyłki, planowaną godzinę kontaktu, długość okresu od poprzedniej interakcji oraz wcześniejszą aktywność odbiorcy. W systemie obsługującym kampanie internetowe przydatne bywają także informacje o wcześniejszych wizytach na stronie, wykorzystaniu kodu promocyjnego lub reakcji na konkretną kategorię oferty. Każda cecha powinna mieć jasno określone znaczenie i sposób wyliczania, ponieważ zmiana definicji pola może uniemożliwić porównywanie prognoz z wcześniejszymi wynikami.

Model może tworzyć osobne prognozy dla segmentów, jeżeli zachowania grup odbiorców wyraźnie się różnią. Inaczej reagują osoby, które regularnie otwierają wiadomości, a inaczej adresaci nieaktywni przez dłuższy czas. Segmentacja nie powinna jednak prowadzić do tworzenia bardzo małych grup, dla których brakuje wystarczającej liczby obserwacji. W takiej sytuacji wynik może być niestabilny i nadmiernie zależny od pojedynczych zdarzeń. Przygotowanie kampanii powinno więc uwzględniać zarówno przewidywaną skuteczność, jak i liczbę danych użytych do jej obliczenia.

Ocena jakości prognozy po zakończeniu wysyłki

Rzetelna predykcja wymaga porównania prognoz z rzeczywistymi wynikami kampanii. Po zakończeniu wysyłki system zestawia przewidywany współczynnik reakcji z faktyczną liczbą otwarć, kliknięć lub innych zdefiniowanych zdarzeń. Sam procent poprawnych klasyfikacji nie zawsze wystarcza, szczególnie gdy większość odbiorców nie wykonuje żadnej akcji. W zależności od rodzaju zadania można analizować błąd prognozowanej wartości, precyzję wskazania aktywnych odbiorców, kompletność wykrywania takich odbiorców oraz zgodność prognozowanego prawdopodobieństwa z częstością zdarzeń.

Wynik należy oceniać na danych, których nie wykorzystano do uczenia modelu. Jeżeli model jest sprawdzany na tych samych rekordach, na których wcześniej dopasowano jego parametry, może wyglądać na skuteczniejszy, niż jest w rzeczywistym użyciu. Trzeba również obserwować zmianę zachowań odbiorców, kanałów komunikacji i treści kampanii. Zjawisko to określa się jako zmianę rozkładu danych lub zmianę zależności między cechami a wynikiem. W takim przypadku historyczne reguły mogą tracić aktualność, dlatego model powinien być okresowo ponownie oceniany i trenowany na nowszych, poprawnie oznaczonych danych.

Wykorzystanie predykcji przy planowaniu kampanii komputerowej

Prognoza może pomóc uporządkować kolejność działań przed wysyłką. Na jej podstawie można porównać kilka wersji tematu wiadomości, wybrać odmienny czas kontaktu dla różnych segmentów albo skierować dodatkową analizę do grupy o przewidywanej niskiej aktywności. Decyzja nie powinna opierać się wyłącznie na jednej liczbie. Trzeba sprawdzić, z jakiego okresu pochodzą dane, ile kampanii uwzględniono, jak zdefiniowano sukces oraz czy obecna kampania rzeczywiście przypomina przypadki wykorzystane do obliczeń.

Na laptopie lub komputerze PC problemy z działaniem panelu analitycznego mogą wynikać z uszkodzonej przeglądarki, nieaktualnych komponentów, błędów połączenia z usługą albo niewłaściwego wyświetlania danych w aplikacji. Warszawskie Pogotowie Komputerowe zajmuje się profesjonalną naprawą laptopów, komputerów PC i podzespołów, dlatego może sprawdzić lokalne przyczyny problemów z uruchamianiem narzędzia, przeglądaniem raportów lub pracą programu używanego do planowania kampanii.