Kategória: Kutatás.

Az új elemzési módszer segítségével meghatározhatóak lesznek az OOH kampányok számára azok a sarkalatos paraméterek, amelyek az egész kampány eredményeit befolyásolják, mint például a felületszám, a felülettípus, vagy a felületek megvilágítottsága. Az elemzés megmutatja, hogy az adott tulajdonság megléte, mennyi reward értéket (azaz milyen mértékben van pozitív hatással a kampány vizsgált paraméterére), illetve az adott tulajdonság hiánya, mennyi penalty értéket (azaz milyen mértékben korlátozza a vizsgált paraméter növekedését) ad a kampányhoz.

A kampányok észlelését nem meglepő módon a felületszám határozza meg leginkább, míg az azonosítás is főképp ennek a függvénye.

A Penalty és a Reward értékek aránya határozza meg, hogy adott paraméter mennyire befolyásolja az észlelést vagy az azonosítást. Az ábrákon látható, hogy ha a kampány felületszámát 400 eszköz fölé növeljük, akkor az többet ad hozzá az észleléshez, mintha csak 250 felület fölé növelnénk. Bár nincs akkora hatása, mint a felületszámnak, a vegyes kampányok (többféle felületen fut) is nagyban hozzájárulnak az eredmények alakulásához.

eszlelesazonositas

 

 

 

 

Észlelés                                                                                        Azonosítás

Észlelés: akik úgy emlékeznek rá, hogy látták adott kampányt
Azonosítás: akik tudják, mely márka/termék szerepel kitakarva a plakáton

A kampányok tetszési és aktivizálási indexét leginkább a felülettípus határozza meg, ennél a két mutatónál azonban már számításba kell venni a kreatívot is.

A Penalty és a Reward értékek aránya alapján látható, hogy a City Light felületeknek van a legnagyobb hatásuk tetszésben és aktivizálásban. Ha a kampány nem City Light felületen fut, akkor az a magas Penalty érték alapján sokat ront a kampány e két mutatóján.

tetszesaktivizalas

 

 

 

 

Tetszés                                                                                         Aktivizálás

Tetszés: akiknek tetszett a látott kreatív
Aktivizálás: akik igénybe vennék/megvásárolnák a szolgáltatást/terméket

A Penalty&Reward módszer Lloyd Shapley játékelméletén alapul, amely képes választ adni arra, hogy az összefüggő magyarázó változók között milyen erőviszonyokat lehet megállapítani, mely faktorokra kell hangsúlyt helyezni. Előnye, hogy a regressziós modelleken túlmutatva képes kiszűrni a változók multikollinearitását is, így a modell megbízhatósága jelentősen nő.
(BrandTrend)