回应率的预测方法

本文作者是我们的好朋友刘玉惠, 刘小姐投身数据库营销有多年的经验, 以下就是她为我们介绍统计在直效营销上的应用:

做顾问时常有客户会问到测试名单的方法。 多数人都明白直效营销的特色在于凡事均可以透过测试后修正而做更精准的营销。 问题是, 如何测试呢?

曾有一个略通直效营销的客户向我抱怨:「名单测试根本就不准!」为了力保直效营销的声誉。我立刻询问什么原因造成他如此的不信任。 原来这位客户为遵循名单测试的原则, 在一次使用新名单前, 先随机抽取了 200 份名单寄发做测试, 得到了一个他还算满意的响应率 1.9 %。

事前他曾经计算过响应率只要高于1%以上, 就可以盈利。于是测试的 1.9 % 让他很放心的接着寄发其余的 5 万份名单。 没想到这5万份名单郄只有0.6% 的回应率。赔了钱的他自然再不相信什么名单测试了。

了解了他的情形后, 我当下拿了计算器算给他看, 显示如果他先以统计公式计算一下测试的响应率的话, 也就不会冒然地寄发其余的5万份名单。 当然很多人对统计并没有概念, 一时之间在解释清楚也蛮不容易的。

这里我就不花时间在解释统计原理上。倒是可以提供下列二个简单的数学公式, 让大家可以轻松的掌握名单测试的方法。



响应率测试公式(一) : 营销DM测试:

如果你面临的状况与上述的情况相同, 有一份新名单要测试, 或是有一个新的营销 DM 要寄发, 想以少量的部分名单测试后, 再决定是否全部寄发, 以减低一次全部寄发所造成的风险时, 你就可以利用下列公式, 轻松地算出如果全部发行的响应率。

E=1.96 (开更号(R(100-R)/N))

可能的响应率是: R-E ~ R+E

R=测试所得响应率

N=测试名单份数

以上述的情况为例:

E=1.96(开更号(R(100-R)/N))

E=1.96(开更号(1.9(100-1.9)/200))

E=1.89

可能的响应率是: R-E~R+E = 1.9-1.89~1.9+1.89 = 0.01~3.79

也就是说, 以 200 份测试得到 1.9% 的响应率时, 之后如果全部寄发的话, 有 95% 的机会响应率会在 0.01 ~ 3.79 之间。

这种状况下, 自然不应冒然寄发后续的 5 万份, 但由于预估的响应率范围太大, 同时包含可接受及不可接受的响应率, 你根本无法决定是否该继续寄发。

而预估的回应率范围太大的原因主要是测试的名单份数太少, 解决的方法很简单 - 增加测试的份数即可。

假设测试的名单份是 2000 份而非 200 份, 而测试响应率仍是 1.9% 的话,

E=1.96(开更号(R(100-R)/N))

E=1.96(开更号(1.9(100-1.9)/2000))

E=0.6 可能的响应率是: R-E~R+E = 1.9-0.6~1.9+0.6 = 1.3~2.5

由上计算可知, 在测试名单为2000份时, 全部名单寄发将有 95% 的机会响应率会落在 1.3% ~ 2.5% 之间。而你如果设定的可接受响应率是1% 时, 自然可以较放心的寄发其余的名单了。

响应率测试公式(二) : 到底哪一份名单比较好?

除了测试单一的名单数据库或营销DM 之外。还有一种情形常发生的是, 你可能想比较的是两种不同的名单或营销 DM 中哪一个可以产生较好的响应率。

这时候, 你一样随机抽取部分名单分别寄发 DM , 再将获得回应率套入下列公式中即可。

E=1.96(开更号(Ra(100-Ra)/Na+Rb(100-Rb)/Nb))

可能的响应率是:D-E ~ D+E

D=两组两组(名单或 营销DM)回应率差异值

Ra= A 组测试响应率

Rb= B 组测试响应率

Na= A 组测试份数

Nb= B 组测试份数

举例之, 假设你将两种不同的DM 平均分配寄给你从数据库中抽取出来的 4000 人, 也就是说, A组 DM 寄给抽出的其中 2000 人, B 组 DM 寄给另外的 2000 人时。

你得到的响应率分别 A 组DM 是 1.3%, 而 B组DM是 1.6%, 套入公式中后:

D=1.6 - 1.3 = 0.3

E=1.96(开更号(Ra(100-Ra)/Na+Rb(100-Rb)/Nb))

E=0.74

两组名单差异性为: D-E ~ D+E = 0.3-0.74 ~ 0.3+0.74 = -0.44 ~1.04

由于所得的值落在 -0.44 ~ 1.04 之间, 其它包含了 0, 表示95% 的机会两组名单的差异有可能是 0: 亦即没有差异, 换言之, 很可能日后继续寄发后会得到 A组高于 B 组的响应率。

测试的结果建议 A 组DM 及 B 组DM 之间在产生的响应率并没有明显地差异。所以要继续寄 A 或 B 也就无所谓了。

虽然统计原理不是一两天可以学得, 但如果能藉提供简单的公式帮助大家更灵活地运用直效营销在营销的实战中, 相信大家会更能体会直效营销的优势 。