Eksamenssett.no
Ressurser
Skolenyttig
Hoderegning
MRK 3561
Cheat Sheet
Formler, begreper og oppsummering
Marketing Analytics
eksamenssett.no
Symboloversikt
CLV og kundeøkonomi
•
M
M
M
= margin per periode |
r
r
r
= retensjonsrate |
d
d
d
= diskonteringsrate | CLV = Customer Lifetime Value
•
CAC = Customer Acquisition Cost | SOW = Share of Wallet | NPS = Net Promoter Score
Markedsanalyse
•
SOM = Share of Market | SOV = Share of Voice | ESOV = Extra Share of Voice
•
a
r
e
p
s
i
l
o
n
arepsilon
a
re
p
s
i
l
o
n
= priselastisitet | HHI = Herfindahl-Hirschman Index | ROMI = Return on Marketing Investment
Formler
CLV og kundeøkonomi
•
CLV
=
M
⋅
r
1
+
d
−
r
\displaystyle \text{CLV} = \frac{M \cdot r}{1 + d - r}
CLV
=
1
+
d
−
r
M
⋅
r
•
CAC
=
Kostnader
/
Nye kunder
\text{CAC} = \text{Kostnader} / \text{Nye kunder}
CAC
=
Kostnader
/
Nye kunder
•
CLV/CAC
>
3
> 3
>
3
for lønnsom vekst
Markedsandeler og merkevare
•
Markedsandel
=
Eget salg
/
Totalt salg
×
100
%
\text{Markedsandel} = \text{Eget salg} / \text{Totalt salg} \times 100\%
Markedsandel
=
Eget salg
/
Totalt salg
×
100%
•
NPS
=
%
Promotere
−
%
Detraktorer
\text{NPS} = \%\text{Promotere} - \%\text{Detraktorer}
NPS
=
%
Promotere
−
%
Detraktorer
•
ESOV
=
SOV
−
SOM
\text{ESOV} = \text{SOV} - \text{SOM}
ESOV
=
SOV
−
SOM
Lønnsomhet og allokering
•
ROMI
=
(
Ink. salg
×
Margin
−
Kostnad
)
/
Kostnad
×
100
%
\text{ROMI} = (\text{Ink. salg} \times \text{Margin} - \text{Kostnad}) / \text{Kostnad} \times 100\%
ROMI
=
(
Ink. salg
×
Margin
−
Kostnad
)
/
Kostnad
×
100%
•
CPA = Totalkostnad / Konverteringer
•
Adstock
t
=
X
t
+
λ
⋅
Adstock
t
−
1
\text{Adstock}_t = X_t + \lambda \cdot \text{Adstock}_{t-1}
Adstock
t
=
X
t
+
λ
⋅
Adstock
t
−
1
Prising og elastisitet
•
ε
=
%
Δ
Q
/
%
Δ
P
\varepsilon = \%\Delta Q / \%\Delta P
ε
=
%Δ
Q
/%Δ
P
Konkurranseanalyse
•
HHI
=
∑
s
i
2
\displaystyle \text{HHI} = \sum s_i^2
HHI
=
∑
s
i
2
A/B-testing
•
Konverteringsrate
=
Konverteringer
/
Eksponerte
×
100
%
= \text{Konverteringer} / \text{Eksponerte} \times 100\%
=
Konverteringer
/
Eksponerte
×
100%
•
Lift
=
(
Rate
B
−
Rate
A
)
/
Rate
A
×
100
%
= (\text{Rate}_B - \text{Rate}_A) / \text{Rate}_A \times 100\%
=
(
Rate
B
−
Rate
A
)
/
Rate
A
×
100%
Nøkkelformler per tema
Segmentering, targeting og posisjonering
•
Segmenteringskriterier: Målbar, Tilgjengelig, Betydelig, Differensierbar, Handlingsbar
Prediktiv modellering og CLV
•
Churn rate
=
1
−
r
= 1 - r
=
1
−
r
Analytikkverktøy
•
KMO > 0,6 for faktoranalyse
•
VIF > 5: multikollinearitet
Vanlige feil å unngå
Markedsdata og datakilder
•
Forveksler førstepartsdata med tredjepartsdata
•
Antar at mer data alltid er bedre — kvalitet og relevans er viktigere
Segmentering, targeting og posisjonering
•
Bruker kun demografi — atferd gir ofte mer handlingsbare segmenter
•
Glemmer at perceptual maps viser OPPFATNINGER, ikke objektiv virkelighet
Prediktiv modellering og CLV
•
Bruker omsetning i stedet for margin i CLV-formelen
•
Ignorerer diskonteringsraten
•
Antar lineær effekt av retensjon — den er sterkt ikke-lineær
A/B-testing og eksperimentering
•
Stopper testen for tidlig (peeking problem)
•
Forveksler statistisk og praktisk signifikans
Merkevarestyring og konkurranseanalyse
•
Forveksler uhjulpet og hjulpet kjennskap
•
Ignorerer ESOV-regelen for merkevekst
Allokeringsmodeller og ressursoptimering
•
Bruker last-click og konkluderer at søk er viktigst
•
Forveksler gjennomsnittlig og marginal ROI
3C-analyse
•
Gjør 3C uten data — bør underbygges med kvantitative analyser
•
Analyserer kun nåsituasjon uten trender
Analytikkverktøy
•
Faktoranalyse med KMO < 0,6
•
Velger k uten elbow/silhuett-metoden
Eksamenstips
Markedsdata og datakilder
•
Kunne forklare forskjellen mellom 1st, 2nd og 3rd party data
•
Vite hva RFM-analyse er og hvordan den brukes
Segmentering, targeting og posisjonering
•
Kunne gjennomgå STP-prosessen med eksempler
•
Forstå og tolke output fra klyngeanalyse og perceptual maps
Prediktiv modellering og CLV
•
Kunne beregne CLV med formelen og tolke resultatet
•
Forstå sammenhengen mellom churn, retensjon og CLV
A/B-testing og eksperimentering
•
Kunne forklare Type I og II-feil med eksempler
•
Forstå hva statistisk styrke er
Merkevarestyring og konkurranseanalyse
•
Kunne beregne markedsandeler og tolke forskjellen mellom verdi og volum
•
Forstå SOV/SOM-forholdet
Allokeringsmodeller og ressursoptimering
•
Kunne beregne ROMI fra gitte data
•
Forstå forskjellen mellom attribusjonsmodeller
3C-analyse
•
Kunne gjennomføre 3C-analyse med data
•
Forstå og beregne HHI
Analytikkverktøy
•
Kunne tolke SPSS-output: R2, beta, p, VIF
•
Vite hvilke Enginius-moduler brukes til hva
Cheat Sheet - MRK 3561 Marketing Analytics | Eksamenssett