ПРИМЕР. Интенсивность рекламы повышает ее эффективность

Модель множественных временных рядов использовалась для оценки кумулятивного эффекта интенсификации рекламы. Данные получены от Burke Marketing Services. Inc., из полевого эксперимента с изменением интенсивности рекламы фирмы ADTEL по кабельному телевидению. Сформированы две одинаковые панели домохозяйств: экспериментальная и контрольная. Эти две панели сходны по своим демографическим характеристикам. Сбор данных проводился в течение 76 недель. Обеим панелям реклама анализируемого продукта демонстрировалась по кабельному телевидению с одинаковой интенсивностью в течение первых 52 недель. Затем в течение следующих 24 недель экспериментальной панели реклама продукта демонстрировалась с интенсивностью, в два раза превышающей интенсивность рекламы того же продукта в тот же период времени для контрольной панели. Результаты свидетельствовали о том, что с увеличением интенсивности рекламы количество покупок данного продукта немедленно возрастало. Такого рода информация может использоваться для разработки стратегии рекламной кампании (т.е. определения количества показов рекламы в отдельные периоды времени на протяжении рекламной кампании для получения максимального эффекта) [19].

В заключение рассмотрения моделей предварительного эксперимента, действительного эксперимента и псевдоэксперимента приведена табл. 7.3, обобщающая данные обо всех возможных факторах влияния на достоверность результатов, полученных применением каждой из этих моделей.

Знак "минус" означает относительно ослабляющее воздействие данного фактора; «плюс» означает, что соответствующий фактор контролируемый; знак вопроса означает, что характер воздействия фактора неопределен, но существует потенциальная проблема; наконец, пропуск означает, что фактор не влияет на результаты, полученные в соответствии с данной моделью. При этом необходимо помнить, что потенциальные факторы недостоверности и реальные погрешности в результатах — это не одно и то же.

СТАТИСТИЧЕСКИЕ МОДЕЛИ

Статистические модели предполагают проведение нескольких серий измерений, дающих возможность статистическими методами контролировать и анализировать влияние посторон­них факторов. Иными словами, несколько одинаковых экспериментов проводится одновре­менно. Таким образом, на результаты, полученные в рамках статистического моделирования, влияют те же факторы недостоверности, что и на результаты, полученные в рамках базовых моделей. Статистические модели имеют следующие преимущества.

1. Можно измерить влияние более чем одного независимого фактора.

2. Конкретные посторонние факторы поддаются статистическому контролю.

3. Экономически значимые выводы можно сделать при условии, что проводится более одного измерения каждой единицы.

Наиболее распространенными статистическими моделями являются модели случайных групп, латинского квадрата и факториальные методы.

Модель случайных групп