What is Media Mix Optimizer?
▾
Το Media Mix Optimizer είναι ένα εξειδικευμένο αναλυτικό εργαλείο που χρησιμοποιείται στη χρηματοδότηση και τις επενδύσεις για τον υπολογισμό ακριβών αποτελεσμάτων από μετρημένες ή εκτιμώμενες τιμές εισόδου. Το Media Mix Modeling (MMM) χρησιμοποιεί στατιστική παλινδρόμηση για τη μέτρηση της αιτιώδους συνεισφοράς κάθε καναλιού μάρκετινγκ στις πωλήσεις, λαμβάνοντας υπόψη τα διακαναλικά εφέ halo, τις φθίνουσες καμπύλες αποδόσεων και τη μείωση των αποθεμάτων διαφημίσεων με την πάροδο του χρόνου. Σε αντίθεση με τα μοντέλα απόδοσης σε επίπεδο χρήστη, το MMM αναλύει συγκεντρωτικές σχέσεις δαπάνης προς έσοδα σε 52+ εβδομάδες ιστορικών δεδομένων — καθιστώντας το ασφαλές ως προς το απόρρητο και ανθεκτικό στο iOS14. Η κατανόηση αυτού του υπολογισμού είναι απαραίτητη επειδή μεταφράζει τους ακατέργαστους αριθμούς σε αξιόπιστες ιδέες που ενημερώνουν τη λήψη αποφάσεων σε επαγγελματικά, ακαδημαϊκά και προσωπικά πλαίσια. Είτε χρησιμοποιείται από έμπειρους επαγγελματίες που επικυρώνουν πολύπλοκα σενάρια είτε από μαθητές που μαθαίνουν βασικές έννοιες, το Media Mix Optimizer παρέχει μια δομημένη μέθοδο για την παραγωγή αξιόπιστων, αναπαραγώγιμων αποτελεσμάτων. Μαθηματικά, το Media Mix Optimizer λειτουργεί εφαρμόζοντας μια καθορισμένη σχέση μεταξύ των μεταβλητών εισόδου για την παραγωγή μίας ή περισσότερων τιμών εξόδου. Ο βασικός τύπος — Έσοδα = Βασικές Πωλήσεις + Σ(Δαπάνη καναλιού × β_συντελεστής × Αποσύνθεση Adstock) + Δείκτης Εποχικότητας + Εξωτερικοί Παράγοντες — καθορίζει τον τρόπο με τον οποίο κάθε εισροή συμβάλλει στο τελικό αποτέλεσμα. Κάθε μεταβλητή στην εξίσωση αντιπροσωπεύει μια μετρήσιμη ποσότητα που προέρχεται από δεδομένα πραγματικού κόσμου και ο τύπος κωδικοποιεί την καθιερωμένη μαθηματική ή εμπειρική σχέση που αναγνωρίζεται στη χρηματοοικονομική και την επενδυτική πρακτική. Μικρές αλλαγές σε βασικές εισόδους μπορούν να προκαλέσουν σημαντικές αλλαγές στην έξοδο, γι' αυτό και η ανάλυση ευαισθησίας —που μεταβάλλεται μία παράμετρος κάθε φορά— είναι μια πολύτιμη τεχνική για την κατανόηση των παραγόντων που έχουν μεγαλύτερη σημασία. Πρακτικά, το Media Mix Optimizer εξυπηρετεί πολλαπλά είδη κοινού. Οι επαγγελματίες του κλάδου βασίζονται σε αυτό για ανάλυση ρουτίνας, τεκμηρίωση συμμόρφωσης και σύγκριση σεναρίων. Οι εκπαιδευτικοί το χρησιμοποιούν ως εργαλείο διδασκαλίας που γεφυρώνει αφηρημένες φόρμουλες και συγκεκριμένα αποτελέσματα. Οι μεμονωμένοι χρήστες θεωρούν ότι είναι πολύτιμο για τον προσωπικό προγραμματισμό, την επαλήθευση των υπολογισμών τρίτων και την οικοδόμηση εμπιστοσύνης πριν λάβουν σημαντικές αποφάσεις. Η αριθμομηχανή θα πρέπει να αντιμετωπίζεται ως ένα καλά βαθμονομημένο σημείο εκκίνησης και όχι ως τελική απάντηση — τα αποτελέσματα του πραγματικού κόσμου μπορεί να διαφέρουν λόγω παραγόντων που δεν περιλαμβάνονται στο μοντέλο, όπως κανονιστικές αλλαγές, συνθήκες αγοράς ή μεμονωμένες συνθήκες που δεν εμπίπτουν στις παραδοχές του τύπου.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Τύπος
▾
Έσοδα = Βασικές πωλήσεις + Σ(Δαπάνη καναλιού × β_συντελεστής × Αποσύνθεση Adstock) + Δείκτης εποχικότητας + Εξωτερικοί παράγοντεςVariable Legend
▾
| Σύμβολο | Όνομα | Μονάδα | Περιγραφή |
|---|---|---|---|
| result | Η υπολογισμένη έξοδος | — | Μια βασική παράμετρος εισόδου για το Media Mix Optimizer που αντιπροσωπεύει την υπολογισμένη έξοδο στον τύπο, επηρεάζοντας άμεσα την υπολογισμένη έξοδο μέσω του μαθηματικού του ρόλου |
| input | Κύρια παράμετρος εισόδου | — | Μια βασική παράμετρος εισόδου για το Media Mix Optimizer που αντιπροσωπεύει την κύρια παράμετρο εισόδου στον τύπο, επηρεάζοντας άμεσα την υπολογισμένη έξοδο μέσω του μαθηματικού του ρόλου |
| k | συνεχής | — | Μια σταθερά ή ένας συντελεστής συγκεκριμένου τομέα που χρησιμοποιείται στον τύπο Media Mix Optimizer για τη βαθμονόμηση των αποτελεσμάτων για τυπικές συνθήκες |
How to Media Mix Optimizer
▾
- 1Συλλέξτε δεδομένα εβδομαδιαίας δαπάνης 2+ ετών σε όλα τα κανάλια μαζί με έσοδα, μακροοικονομικούς παράγοντες, δείκτες εποχικότητας και διαφημιστικά ημερολόγια
- 2Εκτέλεση μοντέλου παλινδρόμησης (προτιμάται το Bayesian MMM για ποσοτικοποίηση αβεβαιότητας) για την εκτίμηση των συντελεστών συμβολής καναλιού και των καμπυλών κορεσμού
- 3Χρησιμοποιήστε τα αποτελέσματα για να μετατοπίσετε τον προϋπολογισμό από κανάλια με φθίνουσα οριακή απόδοση επένδυσης σε εκείνα που βρίσκονται ακόμη στη φάση ανάπτυξης της φθίνουσας καμπύλης αποδόσεων τους
- 4Προσδιορίστε τις τιμές εισόδου που απαιτούνται για τον υπολογισμό του Media Mix Optimizer — συγκεντρώστε όλες τις μετρήσεις, τους ρυθμούς ή τις παραμέτρους που απαιτούνται.
- 5Εισαγάγετε κάθε τιμή στο αντίστοιχο πεδίο εισαγωγής. Βεβαιωθείτε ότι οι μονάδες είναι συνεπείς (όλες οι μετρικές ή όλες οι αυτοκρατορικές) για να αποφύγετε σφάλματα μετατροπής.
Worked Examples
▾
Το MMM καταγράφει φωτοστέφανο μεταξύ καναλιών — Η αναγνωρισιμότητα της επωνυμίας του Facebook μπορεί να αυξήσει το CVR της αναζήτησης Google, αόρατο στα μοντέλα απόδοσης
Αυτό το παράδειγμα δείχνει μια τυπική εφαρμογή του Media Mix Optimizer, δείχνοντας πώς οι τιμές εισόδου υποβάλλονται σε επεξεργασία μέσω του τύπου για την παραγωγή του αποτελέσματος.
Προϋποθέτει επανεπενδυμένα μερίσματα και όχι αναλήψεις.
Αυτό το παράδειγμα Media Mix Optimizer δείχνει πώς τα 50.000 $ που επενδύθηκαν σήμερα με μηνιαίες συνεισφορές 500 $ με μέση ετήσια απόδοση 7% αυξάνονται σε 30 χρόνια. Η δύναμη της σύνθεσης είναι προφανής - οι συνολικές συνεισφορές είναι μόνο 230.000 $, αλλά η επένδυση αυξάνεται σε πάνω από 756.000 $ λόγω της αύξησης της σύνθεσης τόσο στο αρχικό ποσό όσο και σε κάθε συνεισφορά.
Συντηρητική εκτίμηση κατάλληλη για χαρτοφυλάκια με ομόλογα.
Ένα συντηρητικό σενάριο που χρησιμοποιεί το Media Mix Optimizer με ετήσια απόδοση 4% σε εφάπαξ ποσό 100.000 $ που διατηρείται για 20 χρόνια. Χωρίς πρόσθετες συνεισφορές, η αρχική επένδυση υπερδιπλασιάζεται μόνο μέσω της σύνθεσης. Αυτό δείχνει τη βασική ανάπτυξη που μπορεί να περιμένει ακόμη και ένας προσεκτικός επενδυτής σε μεγάλο χρονικό διάστημα.
Ιστορικές αποδόσεις μετοχών. τα πραγματικά αποτελέσματα θα διαφέρουν.
Ένα επιθετικό σενάριο ανάπτυξης στο Media Mix Optimizer που μοντελοποιεί μια ετήσια απόδοση 10% (που αντιστοιχεί περίπου στους ιστορικούς μέσους όρους της αγοράς μετοχών των ΗΠΑ). Ξεκινώντας από 25.000 $ και προσθέτοντας 1.000 $ μηνιαίως, το χαρτοφυλάκιο φτάνει σχεδόν τα 1,4 εκατομμύρια δολάρια σε 25 χρόνια. Οι συνολικές συνεισφορές 325.000 $ αντιπροσωπεύουν λιγότερο από το ένα τέταρτο της τελικής αξίας, απεικονίζοντας τη δραματική επίδραση της σύνθετης ανάπτυξης.
Real-World Applications
▾
Οι επαγγελματίες στον τομέα των οικονομικών και των επενδύσεων χρησιμοποιούν το Media Mix Optimizer ως μέρος της τυπικής αναλυτικής ροής εργασιών τους για να επαληθεύσουν τους υπολογισμούς, να μειώσουν τα αριθμητικά λάθη και να παράγουν συνεπή αποτελέσματα που μπορούν να τεκμηριωθούν, να ελεγχθούν και να μοιραστούν με συναδέλφους, πελάτες ή ρυθμιστικούς φορείς για λόγους συμμόρφωσης.
Καθηγητές πανεπιστημίου και δάσκαλοι ενσωματώνουν το Media Mix Optimizer στο υλικό μαθημάτων, τις εργασίες για το σπίτι και τους πόρους προετοιμασίας εξετάσεων, επιτρέποντας στους μαθητές να ελέγχουν τους μη αυτόματους υπολογισμούς, να δημιουργούν διαίσθηση για τις σχέσεις εισόδου-εξόδου και να επικεντρώνονται στην εννοιολογική κατανόηση και όχι στην αριθμητική.
Οι σύμβουλοι και οι σύμβουλοι χρησιμοποιούν το Media Mix Optimizer για να μοντελοποιούν γρήγορα διαφορετικά σενάρια κατά τη διάρκεια συναντήσεων πελατών, επιτρέποντας την εξερεύνηση σε πραγματικό χρόνο των ερωτήσεων what-if που διαφορετικά θα απαιτούσαν επιστροφή στο γραφείο για λεπτομερή ανάλυση και αναφορά βάσει υπολογιστικών φύλλων.
Οι μεμονωμένοι χρήστες βασίζονται στο Media Mix Optimizer για αποφάσεις προσωπικού προγραμματισμού — συγκρίνοντας επιλογές, επαλήθευση τιμών που λαμβάνονται από παρόχους υπηρεσιών, έλεγχος υπολογισμών τρίτων και χτίζοντας εμπιστοσύνη ότι οι αριθμοί πίσω από μια σημαντική απόφαση έχουν υπολογιστεί σωστά και με συνέπεια.
Special Cases
▾
Ακραίες τιμές εισόδου
Στην πράξη, αυτή η περίπτωση ακμών απαιτεί προσεκτική εξέταση, επειδή οι τυπικές παραδοχές ενδέχεται να μην ισχύουν. Όταν αντιμετωπίζουν αυτό το σενάριο στους υπολογισμούς του βελτιστοποιητή μείξης πολυμέσων, οι επαγγελματίες θα πρέπει να επαληθεύουν τις οριακές συνθήκες, να ελέγχουν για κινδύνους διαίρεσης προς μηδέν και να εξετάζουν εάν οι υποθέσεις του μοντέλου παραμένουν έγκυρες κάτω από αυτές τις ακραίες συνθήκες.
Παραβιάσεις παραδοχών
Στην πράξη, αυτή η περίπτωση ακμών απαιτεί προσεκτική εξέταση, επειδή οι τυπικές παραδοχές ενδέχεται να μην ισχύουν. Όταν αντιμετωπίζουν αυτό το σενάριο στους υπολογισμούς του βελτιστοποιητή μείξης πολυμέσων, οι επαγγελματίες θα πρέπει να επαληθεύουν τις οριακές συνθήκες, να ελέγχουν για κινδύνους διαίρεσης προς μηδέν και να εξετάζουν εάν οι υποθέσεις του μοντέλου παραμένουν έγκυρες κάτω από αυτές τις ακραίες συνθήκες.
Στρογγυλοποίηση και εφέ ακριβείας
Στην πράξη, αυτή η περίπτωση ακμών απαιτεί προσεκτική εξέταση, επειδή οι τυπικές παραδοχές ενδέχεται να μην ισχύουν. Όταν αντιμετωπίζουν αυτό το σενάριο στους υπολογισμούς του βελτιστοποιητή μείξης πολυμέσων, οι επαγγελματίες θα πρέπει να επαληθεύουν τις οριακές συνθήκες, να ελέγχουν για κινδύνους διαίρεσης προς μηδέν και να εξετάζουν εάν οι υποθέσεις του μοντέλου παραμένουν έγκυρες κάτω από αυτές τις ακραίες συνθήκες.
Media Mix Optimizer — Σημεία αναφοράς κλάδου
▾
| Μετρική / Τμήμα | Low | Διάμεσος | Υψηλό / Καλύτερο στην κατηγορία |
|---|---|---|---|
| Μικρή επιχείρηση | Χαμηλό εύρος | Μέσο εύρος | Κορυφαίο τεταρτημόριο |
| Μεσαία αγορά | Μέτριος | Μέσος όρος αγοράς | Ηγέτης του κλάδου |
| Επιχείρηση | Βασική γραμμή | Τομέας αναφοράς | Παγκόσμιας κλάσης |
Frequently Asked Questions
▾
Τι είναι το Media Mix Optimizer;
Το Media Mix Optimizer είναι ένα εξειδικευμένο εργαλείο υπολογισμού που έχει σχεδιαστεί για να βοηθά τους χρήστες να υπολογίζουν και να αναλύουν βασικές μετρήσεις στον τομέα των οικονομικών και των επενδύσεων. Λαμβάνει συγκεκριμένες αριθμητικές εισόδους — που συνήθως προέρχονται από δεδομένα πραγματικού κόσμου, όπως μετρήσεις, ρυθμούς ή ποσότητες — και εφαρμόζει έναν επικυρωμένο μαθηματικό τύπο για να παράγει αποτελέσματα με δυνατότητα δράσης. Το εργαλείο είναι πολύτιμο επειδή εξαλείφει τα σφάλματα χειροκίνητου υπολογισμού, παρέχει άμεση ανατροφοδότηση κατά την εξερεύνηση διαφορετικών σεναρίων και χρησιμεύει ως εργαλείο υποστήριξης αποφάσεων για επαγγελματίες και ως βοήθημα μάθησης για μαθητές που μελετούν τις βασικές αρχές.
Ποια φόρμουλα χρησιμοποιεί το Media Mix Optimizer;
Στο πλαίσιο του Media Mix Optimizer, αυτό εξαρτάται από τις συγκεκριμένες εισόδους, τις υποθέσεις και τους στόχους του χρήστη. Ο υποκείμενος τύπος παρέχει μια ντετερμινιστική σχέση μεταξύ εισροών και εκροών, αλλά η εφαρμογή σε πραγματικό κόσμο απαιτεί την ερμηνεία του αποτελέσματος εντός του ευρύτερου πλαισίου της χρηματοοικονομικής και της επενδυτικής πρακτικής. Οι επαγγελματίες συνήθως διασταυρώνουν την έξοδο της αριθμομηχανής με βιομηχανικά σημεία αναφοράς, ιστορικά δεδομένα και ρυθμιστικές απαιτήσεις. Για τα πιο αξιόπιστα αποτελέσματα, βεβαιωθείτε ότι τα δεδομένα προέρχονται από επαληθευμένα δεδομένα, κατανοήστε ποιες παραδοχές κάνει ο τύπος και εξετάστε το ενδεχόμενο εκτέλεσης πολλαπλών σεναρίων για να περιλάβετε το εύρος των πιθανών αποτελεσμάτων.
Τι εισροές χρειάζομαι;
Οι είσοδοι με τη μεγαλύτερη επιρροή στο Media Mix Optimizer είναι οι κύριες ποσότητες που εμφανίζονται στον βασικό τύπο — συνήθως ο ρυθμός, το αρχικό ποσό ή η βασική ποσότητα και η χρονική περίοδος ή ο συντελεστής συχνότητας. Η αλλαγή οποιουδήποτε από αυτά ακόμη και κατά ένα μικρό ποσοστό μπορεί να μετατοπίσει σημαντικά την έξοδο λόγω πολλαπλασιασμού ή σύνθετων επιπτώσεων. Οι δευτερεύουσες εισροές όπως οι συντελεστές προσαρμογής, οι συμβάσεις στρογγυλοποίησης ή οι προαιρετικές παράμετροι έχουν συνήθως μικρότερο αλλά σημαντικό αντίκτυπο. Η ανάλυση ευαισθησίας — η διαφοροποίηση μιας εισόδου, ενώ η διατήρηση σταθερών άλλων στοιχείων — είναι ο καλύτερος τρόπος για να προσδιορίσετε ποιος παράγοντας έχει μεγαλύτερη σημασία στο συγκεκριμένο σας σενάριο.
Πόσο ακριβή είναι τα αποτελέσματα;
Στο πλαίσιο του Media Mix Optimizer, αυτό εξαρτάται από τις συγκεκριμένες εισόδους, τις υποθέσεις και τους στόχους του χρήστη. Ο υποκείμενος τύπος παρέχει μια ντετερμινιστική σχέση μεταξύ εισροών και εκροών, αλλά η εφαρμογή σε πραγματικό κόσμο απαιτεί την ερμηνεία του αποτελέσματος εντός του ευρύτερου πλαισίου της χρηματοοικονομικής και της επενδυτικής πρακτικής. Οι επαγγελματίες συνήθως διασταυρώνουν την έξοδο της αριθμομηχανής με βιομηχανικά σημεία αναφοράς, ιστορικά δεδομένα και ρυθμιστικές απαιτήσεις. Για τα πιο αξιόπιστα αποτελέσματα, βεβαιωθείτε ότι τα δεδομένα προέρχονται από επαληθευμένα δεδομένα, κατανοήστε ποιες παραδοχές κάνει ο τύπος και εξετάστε το ενδεχόμενο εκτέλεσης πολλαπλών σεναρίων για να περιλάβετε το εύρος των πιθανών αποτελεσμάτων.
Μπορώ να το χρησιμοποιήσω για συγκριτική αξιολόγηση;
Στο πλαίσιο του Media Mix Optimizer, αυτό εξαρτάται από τις συγκεκριμένες εισόδους, τις υποθέσεις και τους στόχους του χρήστη. Ο υποκείμενος τύπος παρέχει μια ντετερμινιστική σχέση μεταξύ εισροών και εκροών, αλλά η εφαρμογή σε πραγματικό κόσμο απαιτεί την ερμηνεία του αποτελέσματος εντός του ευρύτερου πλαισίου της χρηματοοικονομικής και της επενδυτικής πρακτικής. Οι επαγγελματίες συνήθως διασταυρώνουν την έξοδο της αριθμομηχανής με βιομηχανικά σημεία αναφοράς, ιστορικά δεδομένα και ρυθμιστικές απαιτήσεις. Για τα πιο αξιόπιστα αποτελέσματα, βεβαιωθείτε ότι τα δεδομένα προέρχονται από επαληθευμένα δεδομένα, κατανοήστε ποιες παραδοχές κάνει ο τύπος και εξετάστε το ενδεχόμενο εκτέλεσης πολλαπλών σεναρίων για να περιλάβετε το εύρος των πιθανών αποτελεσμάτων.
Πόσο συχνά πρέπει να επανυπολογίζω;
Για να χρησιμοποιήσετε το Media Mix Optimizer, εισαγάγετε τις απαιτούμενες τιμές εισόδου στα καθορισμένα πεδία — αυτά περιλαμβάνουν συνήθως τις κύριες ποσότητες που αναφέρονται στον τύπο, όπως ποσοστά, ποσά, χρονικές περιόδους ή φυσικές μετρήσεις. Η αριθμομηχανή εφαρμόζει την τυπική μαθηματική σχέση για να μετατρέψει αυτές τις εισόδους στη μέτρηση εξόδου. Για καλύτερα αποτελέσματα, βεβαιωθείτε ότι όλες οι είσοδοι χρησιμοποιούν συνεπείς μονάδες, ελέγξτε τις τιμές σε σχέση με τα έγγραφα προέλευσης και ελέγξτε την έξοδο στο πλαίσιο. Η εκτέλεση του υπολογισμού με ελαφρώς διαφορετικές εισόδους βοηθά στην αποκάλυψη ποιες μεταβλητές έχουν τη μεγαλύτερη επίδραση στο αποτέλεσμα.
Ποια είναι τα συνηθισμένα λάθη κατά τη χρήση αυτής της αριθμομηχανής;
Χρησιμοποιήστε το Media Mix Optimizer όποτε χρειάζεστε έναν αξιόπιστο, αναπαραγώγιμο υπολογισμό για τη λήψη αποφάσεων, τον προγραμματισμό, τη σύγκριση ή την επαλήθευση στα οικονομικά και τις επενδύσεις. Οι συνήθεις παράγοντες ενεργοποίησης περιλαμβάνουν την αξιολόγηση μιας νέας ευκαιρίας, τη σύγκριση δύο ή περισσότερων εναλλακτικών λύσεων, τον έλεγχο του κατά πόσον ένα ποσό που αναφέρεται είναι λογικό, την προετοιμασία τεκμηρίωσης που απαιτεί ακριβείς αριθμούς ή την παρακολούθηση αλλαγών με την πάροδο του χρόνου. Σε επαγγελματικά περιβάλλοντα, ο τακτικός επανυπολογισμός — ειδικά όταν αλλάζουν τα βασικά δεδομένα — διασφαλίζει ότι οι αποφάσεις βασίζονται σε τρέχοντα δεδομένα και όχι σε ξεπερασμένες εκτιμήσεις.
Common Mistakes to Avoid
▾
- !Βασίζεται στην απόδοση τελευταίου κλικ για αποφάσεις συνδυασμού καναλιών — υποτιμά συστηματικά τα κανάλια ευαισθητοποίησης της ανώτερης διοχέτευσης κατά 30-70% επειδή δεν λαμβάνουν ποτέ πίστωση κλικ στη διαδρομή προς τη μετατροπή
- !Βελτιστοποίηση του συνδυασμού καναλιών χωρίς μοντελοποίηση φθίνουσας καμπύλης αποδόσεων — κάθε κανάλι έχει ένα σημείο καμπύλης S-καμπύλης απόδοσης επένδυσης (ROI) πέρα από το οποίο η πρόσθετη δαπάνη καταστρέφει την απόδοση. Το MMM προσδιορίζει αυτά τα όρια κορεσμού
- !Η σύγχυση των ονομαστικών και των πραγματικών επιτοκίων ή η αδυναμία συνυπολογισμού της συχνότητας αναμείξεως, η οποία είναι μια κοινή πηγή σφαλμάτων στους χρηματοοικονομικούς και επενδυτικούς υπολογισμούς που περιλαμβάνουν περιοδικές προσαρμογές.
Pro Tip
Εκτέλεση MMM ανά τρίμηνο — σε αντίθεση με την απόδοση, το MMM καταγράφει συνέργειες μεταξύ των καναλιών (αναγνωσιμότητα επωνυμίας Facebook → αυξημένα ποσοστά μετατροπών αναζήτησης Google) που είναι μόνιμα αόρατες για την απόδοση κλικ ενός καναλιού.
Did you know?
Η P&G πρωτοστάτησε στη μοντελοποίηση μεικτών μέσων τη δεκαετία του 1980 χρησιμοποιώντας οικονομετρία πριν από την ψηφιακή εποχή. Η δουλειά τους απέδειξε ότι η τηλεοπτική διαφήμιση είχε μια ουρά απόδοσης επένδυσης 12-18 μηνών που έχασε την απόδοση μιας περιόδου — ένα εύρημα που ισχύει άμεσα για τη διαφήμιση ψηφιακής επωνυμίας.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
Λάβετε εβδομαδιαίες συμβουλές για τα μαθηματικά
Εγγραφείτε σε 12.000+ συνδρομητές που λαμβάνουν συμβουλές για την αριθμομηχανή κάθε εβδομάδα.