Skalning av Meta-annonsers vinst och utgiftsutrymme
Skalning av Meta-annonsers vinst jämför kostnaden för kunder som förvärvats vid högre utgiftsnivåer med moget bidragsvärde. Det kombinerar utgiftsnivåer, marginal-CAC, senaste budgetsteg och lika gamla kundkohorter så att genomsnittlig CAC inte kan dölja en försämrad marginal.
Prestanda över Meta-utgiftsnivåer
Observerade Meta-dagar delas in i låga, medelhöga och höga nivåer med hjälp av terciler av kontots distinkta dagliga utgiftsvärden. Varje nivå visar sitt utgiftsspann, genomsnittlig utgift, observationsdagar, leverans, genomförda ordrar, nya kunder och genomsnittligt ordervärde per dag.
- Representativ, inte dold — en nivå med färre observationer än vad som krävs förblir synlig men markeras som icke-representativ.
- Marginal-CAC — mellan intilliggande nivåer divideras ökningen i genomsnittlig daglig utgift med ökningen i genomsnittliga dagliga nya kunder.
- Ingen falsk uppdelning — om högre utgift inte tillför några kunder är marginal-CAC otillgänglig med en angiven anledning istället för division med noll eller en negativ förändring.
- Kampanjfilter och jämförelse — analysera en kampanjomfattning och bygg eventuellt samma fullständiga rapport för ett tidigare fönster.
Marginal-CAC efter utgiftsökningar
Rapporten upptäcker en väsentlig dag-till-dag-utgiftsökning och jämför sedan upp till fyra observerade dagar före med upp till fyra dagar efter. Den visar förändringen i daglig utgift, genomförda ordrar och nya kunder, och avstår från att bedöma ett steg vars uppföljningsfönster är ofullständigt eller icke-sammanhängande.
- Bedömd — kompletta, sammanhängande före- och efter-observationer.
- För nyligen — efter-fönstret har inte avslutats än.
- Tunn data — saknade observationer eller luckor förhindrar en ren jämförelse.
- Endast beskrivande — steget är en före-och-efter-association; säsongsvariationer, kampanjer och andra kanaler kan påverka butikens resultat.
Moget kohortbidrags-LTV
Kunder som först sågs på dagar med låg respektive hög utgift jämförs vid samma mognadshorisont med hjälp av deras senare butiksordrar. Den mogna LTV-kurvan inkluderar endast kohorter som är tillräckligt gamla för att ha genomfört varje månad, vilket förhindrar att unga kohorter drar ner kurvan enbart för att de haft mindre tid att göra återköp.
- Bidrag, inte intäkt — kundvärde använder butikens CM2-bidrag och kräver fullständiga produkt- och ordervärdesunderlag.
- Endast mogna kohorter — varje kurvmånad inkluderar kunder som är tillräckligt gamla för att ha avslutat den månaden.
- Utrymmesberäkning — moget bidrags-LTV minus marginal-CAC för aktuell nivå.
- Slutsatsdisciplin — “skalera” kräver positivt utrymme; “håll” innebär att utrymmet inte är positivt; saknad marginal-CAC, moget LTV eller tillräckligt många observationer ger otillgänglig.
Gränser för skalning av betald media
Använd det före en budgetökning, efter ett nyligt steg, eller när genomsnittlig CAC fortfarande ser sund ut men tillväxten av nya kunder har planat ut. Rapporten behöver sammankopplad Meta-kampanjdata per dag, en butik som kan identifiera nya kunder, genomförda ordrar, tillräckligt många observationer och fullständiga bidragskostnadsunderlag för sin värdebedömning.
Meta får här inte kredit för enskilda kunder. Total filtrerad Meta-utgift jämförs med butiksidentifierade kunder, och nivåer baserade på första köpdag beskriver en association. Förvärvseftersläpning, kampanjer, organisk efterfrågan och andra betalda kanaler kan påverka resultatet; använd experiment eller dedikerade inkrementella metoder när beslutet kräver kausalt bevis.
vyer av skalningsekonomi: nivåer, marginal-CAC, skalningssteg och moget kundvärde
Slutsatsen visas endast när kostnaden för nästa observerade kund kan jämföras med moget bidrag.
Granska attributionsverklighetenRedo att testa nästa budgetökning mot bidragsutrymmet?
Free check · 7-day trial · no credit card