Profit-skalering for Meta-annoncer og Udgiftsråderum
Profit-skalering for Meta-annoncer sammenligner omkostningerne ved kunder tilføjet ved højere udgiftsniveauer med moden bidragsværdi. Det kombinerer udgiftsniveauer, marginal CAC, seneste budgetstep og kundekohorter med samme alder, så gennemsnitlig CAC ikke kan skjule en forværret kant.
Performance på tværs af Meta-udgiftsniveauer
Observerede Meta-dage opdeles i lave, mellem og høje niveauer ved hjælp af terciler af kontoens distinkte daglige udgiftsværdier. Hvert niveau viser sit udgiftsinterval, gennemsnitlige udgift, observationsdage, levering, realiserede ordrer, nye kunder og gennemsnitlig ordreværdi pr. dag.
- Repræsentativ, ikke skjult — et niveau med færre end de nødvendige observationer forbliver synligt, men markeres som ikke-repræsentativt.
- Marginal CAC — mellem tilstødende niveauer divideres stigningen i gennemsnitlig daglig udgift med stigningen i gennemsnitlige daglige nye kunder.
- Ingen falsk opdeling — hvis højere udgift ikke tilføjer kunder, er marginal CAC utilgængelig med en begrundelse frem for divideret med nul eller en negativ ændring.
- Kampagnefilter og sammenligning — analyser ét kampagneomfang og opbyg eventuelt den samme fulde rapport for et tidligere vindue.
Marginal CAC efter udgiftsstigninger
Rapporten registrerer en væsentlig dag-til-dag udgiftsstigning og sammenligner derefter op til fire observerede dage før med op til fire dage efter. Den viser ændringen i daglig udgift, realiserede ordrer og nye kunder, mens den nægter at bedømme et step, hvis opfølgningsvinduet er ufuldstændigt eller ikke-sammenhængende.
- Bedømt — komplette, sammenhængende før-og-efter observationer.
- For nylig — efter-vinduet er ikke afsluttet endnu.
- For tynde data — manglende observationer eller huller forhindrer en ren sammenligning.
- Kun beskrivende — steppet er en før-og-efter association; sæsonudsving, kampagner og andre kanaler kan påvirke butikkens resultat.
Modent kohortebidrags-LTV
Kunder først set på dage med lav og høj udgift sammenlignes ved samme modenhedshorisont ved hjælp af deres senere butiksordrer. Den modne LTV-kurve inkluderer kun kohorter, der er gamle nok til at have gennemført hver måned, hvilket forhindrer unge kohorter i at trække kurven ned blot fordi de har haft mindre tid til at genbestille.
- Bidrag, ikke omsætning — kundeværdi bruger butikkens CM2-bidrag og kræver komplette produkt- og ordreomkostningsinput.
- Kun modne kohorter — hver kurvemåned inkluderer kunder, der er gamle nok til at afslutte den måned.
- Råderumsberegning — modent bidrags-LTV minus marginal CAC for det aktuelle niveau.
- Vurderingsdisciplin — “skaler” kræver positivt råderum; “hold” betyder at råderummet ikke er positivt; manglende marginal CAC, modent LTV eller nok observationer giver utilgængelig.
Betalt medie skaleringsbegrænsninger
Brug det før en budgetforøgelse, efter et nyligt opskaleringstep, eller når gennemsnitlig CAC stadig ser sund ud, men væksten i nye kunder er flad. Rapporten kræver forbundne Meta-kampagnedagsdata, en butik der kan identificere nye kunder, realiserede ordrer, tilstrækkelige observationer og komplette bidragsomkostningsinput for sin værdi-vurdering.
Meta modtager ikke kredit for individuelle kunder her. Samlet filtreret Meta-udgift sammenlignes med butiksidentificerede kunder, og førstekøbsdags-niveauer beskriver en association. Anskaffelsesforsinkelse, kampagner, organisk efterspørgsel og andre betalte kanaler kan påvirke resultatet; brug eksperimenter eller dedikerede incrementalitetsmetoder når beslutningen kræver kausalt bevis.
visninger af skaleringsøkonomi: niveauer, marginal CAC, skaleringsstep og moden kundeværdi
Vurderingen vises kun, når omkostningen for den næste observerede kunde kan sammenlignes med modent bidrag.
Revurder attributionsvirkelighedKlar til at teste den næste budgetforøgelse mod bidragsråderum?
Free check · 7-day trial · no credit card