Исследование связи рекламного обращения с его носителями

где Рij — вероятность того, что отдельному человеку и будет показан выбранный носитель j.

Модель допускает также введение показателя Zi, — произвольной величины, которая отображает количество показов (экспозиций), полученных человеком i за графиком показа рекламного обращения, который является целевой функцией. Значение Zi не может быть установлено точно, но, зная вероятность показа, можно рассчитать (Zi)то есть распределение вероятности для Zi для графика публикаций (показу). Да, когда рассматриваются только две публикации, вероятность экспозиции, что до-рівнює 0, для отдельного человека и будет(1 — Pi7), вероятность одной экспозиции равняется Pi5(1 — Pi7)+Pi7(1 — Pi5), а вероятность двух экспозиций будет равняться Pi5 — Pi7. Для упрощения расчетов (Zi) можно применить формулу бинома. При этом среднее от (Zi)которое получает отдельный человек i, будет равняться:

 РijXj

j

где Xj — количество публикаций в выбранном носителе j.

Также рекомендуется высчитать распределение за формулой

 Рij (1 - Рij) Xj

j

Таким образом, метод АDМОD допускает, что рекламная кампания определенной длительности пытается изменить осведомленность человека или ускорить ее действие (покупку). Результатом рекламной кампании должна быть вероятность того, что она имела успех у члена сегмента. Эта вероятность обозначается через (1/s). Она будет одинаковой для каждого сегмента, а цифра «1» значит, что влияние источника информации (носителя) будет максимальным. Вероятность будет зависеть от количества экспозиций, которые можно провести согласно графику публикаций для члена любого данного сегмента Z, то есть в модели учитывается также функция повторений s1(Zi).В модели АDМОD отсутствующие расчеты величины фактора забування, как это имеет место в модели МЕDІАК. Однако и модель АDМOD выходит из предположения, что рекламное обращение в конце рекламной кампании полностью забывается, то есть признается ограниченное время действия рекламного обращения. Действительно, те люди, которые не прореагировали на рекламную кампанию, когда она была в разгаре, вряд ли будут реагировать на ту же рекламу, если кампания будет продолжена. Вот почему в модели не используется показатель забувань. Функция повторов экспозиций связывается с оптимальными условиями: журнал или телевизионная программа, которые являются носителями рекламного обращения, увеличивают влияние рекламного обращения к максимальному уровню благодаря таким факторам, как интерес зрительской аудитории, престиж носителя и тому подобное. Допускается, что влияние источника (носителя) может достигать 1,0 за шкалой 0....1,0.

В модели АDМОD количество экспозиций, которые получает каждый отдельный человек за разработанным графиком публикаций (показу), является известным лишь с большей или меньшей вероятностью. Точно неизвестно также, какие именно публикации были наиболее эффективными в показе. Функция повторов для фиксирования влияния выбранного варианта как источника рекламы обозначается через s(Zi).

Назначение целевой функции — предоставить эффективность графика публикаций рекламы в средствах массовой информации. Для рекламодателя стоимость рекламной кампании, направленной на отдельного человека и в сегменте s, — это стоимость желательного результата Ws, умноженная на вероятность того, что рекламное обращение будет стимулировать результат s(Zi). Если бы количество экспозиций были известны точно, стоимость, которая определяется относительно каждого члена и сегмента s, равнялась бы Wss(Zi)

Проблема в том, что точное количество экспозиций, которое получает отдельный человек согласно данному графику публикаций, не известный. Известно только вероятное распределение количества экспозиций (Zi). То есть необходимо найти ожидаемое Zi от Wss(Zi), что является предпосылкой виз-Вня ожидаемой стоимости для отдельного человека i за формулой

Общая ожидаемая стоимость, которую получают от группы из рыночного сегмента s, рассчитывается как итог для всех отдельных членов группы, которая обследуется и принадлежит к рыночному сегменту s :іs.Использование фактора Ns/ns, точно устанавливает результат по величине сегмента. Фактически член 1/п, дает среднюю ожидаемую стоимость для каждого члена группы, которая обследуется, из сегмента s и за умножение на Ns дает величину ожидаемой стоимости для всего сегмента. Все сегменты сумуються, чтобы получить общую ожидаемую стоимость согласно графику публикаций, то есть стоимость целевой функции модели.



Вернуться назад