Testes sinteticos: comprovando o impacto da midia de varejo quando nao e possivel utilizar grupos de controle

Os grupos de controle sao o padrao-ouro para a incrementalidade. Mas nem sempre sao viaveis.

Synthetic Testing: Proving Retail Media Impact When Control Groups Aren't Possible

Campanhas continuas nao tem um grupo nao exposto; por definicao, todos os clientes sao o publico-alvo. Campanhas em lojas fisicas, nas quais telas exibem conteudo para todos os clientes presentes, nao conseguem separar claramente os clientes expostos e os nao expostos no mesmo local. Campanhas de pequena escala podem nao ter volume suficiente para produzir resultados estatisticamente significativos no grupo de controle.

Quando nao e possivel realizar um experimento de teste/controle bem definido, e necessaria uma alternativa sintetica.

Nao e tao bom quanto o real. Mas e muito melhor do que nenhuma medicao.

O que significa teste sintetico

O teste sintetico constroi um contrafactual, uma estimativa do que teria acontecido sem a campanha, usando dados historicos e metodos estatisticos em vez de um grupo de controle real.

As abordagens mais comuns:

Teste de mercado pareado. Compare lojas ou regioes onde a campanha foi realizada com lojas/regioes semelhantes onde ela nao foi. O “controle” nao e um grupo de retencao designado aleatoriamente, mas um conjunto de comparacao pareado, selecionado por semelhanca nos padroes de vendas, dados demograficos e dinamicas competitivas.

Modelagem de series temporais. Crie uma previsao de demanda com base em dados pre-campanha, sazonalidade, tendencias, promocoes, precos e distribuicao. Projete o que deveria ter sido vendido durante o periodo da campanha. Compare a projecao com as vendas reais. A diferenca e o efeito estimado da campanha.

Metodo de controle sintetico. Uma combinacao ponderada de unidades nao expostas (lojas, regioes ou grupos de consumidores) que, juntas, se aproximam do comportamento pre-campanha do grupo tratado. O controle sintetico atua como um gemeo construido estatisticamente.

Cada metodo tem suas vantagens e desvantagens. Mercados pareados pressupoem que o conjunto de comparacao e verdadeiramente comparavel. Modelos de series temporais pressupoem que o futuro segue o passado. Controles sinteticos pressupoem que os pesos estimados a partir dos dados pre-campanha se mantem durante a campanha.

Quando usar metodos sinteticos

Programas continuos onde nao ha um grupo natural nao exposto

Campanhas em lojas onde exclusoes geograficas nao sao viaveis

Campanhas de pequeno porte em que o tamanho do grupo de controle seria muito pequeno para ser significativo

Analise retrospectiva quando um grupo de controle nao foi projetado na campanha original

A exigencia de transparencia

Metodos sinteticos introduzem suposicoes. Relatorios honestos significam declarar essas suposicoes claramente:

"O controle sintetico foi construido a partir de 15 lojas nao expostas, pareadas quanto a tendencia de vendas por categoria e ao perfil demografico. Ajuste pre-campanha: R² = 0,94."

“A previsao de demanda utiliza 52 semanas de dados historicos, levando em conta sazonalidade, cadencia de promocoes e mudancas na distribuicao.”

Quando voce declara as regras, a marca pode avaliar o metodo. Quando voce oculta o metodo, a marca precisa confiar em voce, e a confianca sem transparencia nao dura.

Na Footprints AI, quando nao podemos executar grupos de controle puros, usamos metodos sinteticos transparentes e os validamos em comparacao com campanhas nas quais grupos de controle estao disponiveis. Se o metodo sintetico produzir estimativas dentro de 10% do resultado do grupo de controle nas campanhas de validacao, podemos usa-lo com confianca em campanhas nas quais grupos de controle nao sao viaveis.

Conclusao

Quando nao e possivel executar testes/controles limpos, voce precisa de um metodo que seja transparente e consistente. Os testes sinteticos oferecem isso: um contrafactual construido estatisticamente que estima o que teria acontecido sem a campanha.

Nao e tao preciso quanto um grupo de controle randomizado. Mas e muito melhor do que a comparacao pre/pos, que confunde todos os fatores externos, ou do que nenhuma medicao.

Descreva o metodo. Descreva as premissas. Valide em relacao aos resultados do grupo de controle, quando possivel. E sempre de preferencia a grupos de controle reais, quando viaveis.

Leitura relacionada

Pronto para ver como isso funciona na pratica?

A Footprints AI ajuda marcas e varejistas a medir o que realmente importa. Veja nossas historias de sucesso de clientes ou entre em contato para discutir sua estrategia de midia de varejo.

More Stories

By clicking “Accept All”, you agree to the storing of cookies on your device to enhance site navigation, analyze site usage, and assist in our marketing efforts. View our Privacy Policy for more information.
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.