(1)
ESOV سهم اضافی از صدا ، ESOO سهم بیشتری از رسانه های متعلق و SOM سهم بازار است.
مطابق با روشهای مطالعات قبلی ، نویسندگان دو معیار- خاصیت ارتجاعی (Sethuraman و همکاران ، 2011) و حساسیت (هانسن و کریستنسن ، 2005) را محاسبه کردند و با تبدیل معادله AIC:
(2)
(3)
مارک های دارای خاصیت ارتجاعی بزرگتر ، یک درصد تغییر در سهم صدای یا سهم رسانه های متعلق با تغییرات بزرگتر در سهم بازار نسبت به مارک های دارای خاصیت ارتجاعی کوچک دارند. مارک های با حساسیت بیشتر تمایل دارند که یک درصد تغییر در سهم بازار داشته باشند که با تغییرات بیشتر در سهم صدا یا سهم رسانه های متعلق به پیگیری بازار ارتباط دارد. برندهای دارای خاصیت ارتجاعی بالاتر از حساسیت کمتری برخوردار بودند.
محققان همچنین مشخص کردند که چه ترکیبی از رسانه با استفاده از CHAID ، روشی معرفی شده برای مطالعه هم افزایی ، همکاری ایجاد می کند. آنها همکاری را به عنوان یک تعامل آماری بین دو یا چند متغیر رسانه تعریف کردند (شولتز و همکاران ، 2012). یک مطالعه قبلی نشان داد که CHAID یک روش قابل اعتماد برای تشخیص هم افزایی است (شولتز و همکاران ، 2012). CHAID یک فرایند گام به گام برای تقسیم داده ها توسط مجموعه ای از متغیرهای پیش بینی کننده با توجه به متغیر معیار – در این مطالعه ، سهم بازار مارک ها را اتخاذ می کند.
تقسیم متغیرهای ورودی بیشترین تفاوت مشخص را نشان می دهد. در تجسم مدل ، گره والدین به دو گره کودک تقسیم می شود. هر گره کودک والدین می شود و دوباره تقسیم می شود. تعامل به عنوان دو یا چند شکاف رخ داده مشخص می شود (شولتز و همکاران ، 2012).
شکل 1
منحنی فشرده پرداخت شده رسانه ای و متعلق به رسانه ها: کلیه دسته بندی محصولات و خدمات در سال 2014
نمایش پنجره inlineView
میز 1
ضرایب (β) دو مدل رگرسیون ساده
با ترکیبی از رسانه های هم افزایی مشخص شده ، محققان فعلی با استفاده از رگرسیون خط الراس برای جلوگیری از چند قطبی بودن ، رگرسیون های چندگانه را در سطح یک زیر مجموعه انجام دادند. بحث مفصلی در مورد روشهای آماری را می توان در عناصر یادگیری آماری (Hastie، Tibshirani، and Friedman، 2016) یافت. محققان فعلی سپس با استفاده از کلیه ضرایب رگرسیون ریج (ضمیمه 2) را به عنوان متغیرهای ورودی ، تجزیه و تحلیل خوشه ای K- معنی را انجام دادند ، تا زیر شاخه های محصول را در خوشه ها تقسیم کنند ، و بررسی کنند که چگونه همکاری در رده های مختلف کار می کند.
نتایج
محققان برای مقایسه اثربخشی رسانه های پرداخت شده و رسانه های متعلق به دیجیتال ، دو مدل رگرسیون (مدل 1 و مدل 2) را انجام دادند و به سؤالات تحقیق 1-3 پرداختند. در مجموع 796 مارک ، پس از حذف 42 مشاهده با مقادیر گمشده ، مورد تجزیه و تحلیل قرار گرفت.
برای دسته بندی های کلی ، مارک های با سهم بازار کوچکتر تمایل دارند که سهم صدای و سهم رسانه های متعلق به آنها از سهم بازارشان بیشتر باشد ، در حالی که مارک های با سهم بازار بزرگتر تمایل دارند که سهم خود از صدا و سهم رسانه های متعلق را پایین تر از سهم بازار قرار دهند. بنابراین ، AIC روابط بین سهم اضافی صدا و سهم بازار و بین سهم اضافی رسانه های متعلق و سهم بازار متناسب است. با افزایش سهم بازار یک برند ، از جذابیت تبلیغات برای رسانه های پرداخت شده و متعلق به آن کاسته می شود. این نشان می دهد که مارک های بزرگ هنوز هم می توانند سهم بازار را حفظ کنند زیرا سهم صدا و سهم رسانه های متعلق را به پایین تر از سطح سهم بازار خود کاهش می دهند (شکل 1 را ببینید).
در دسته بندی های کلی ، با رشد 1 درصدی فروش ، مارک ها برای ماندن در معیار بازار نیاز به افزایش سهم صدا 0/61 (1 – 0.39) درصد و نیاز به افزایش سهم رسانه های متعلق به 0.53 درصد (1 – 0.47) درصد داشتند. . رسانه های متعلق به حساسیت و کشش بالاتری نسبت به رسانه های پرداخت شده دارند. اثربخشی رسانه های متعلق به رسانه های پرداخت شده بیشتر بود (02/0 = p ، 37/0 = z ؛ به جدول 1 مراجعه کنید).
محققان از رگرسیون چندگانه OLS استفاده کردند تا بررسی کنند که آیا اثربخشی رسانه های پرداخت شده و رسانه های دیجیتالی با توجه به دسته بندی محصولات و خدمات و بررسی روند طولانی مدت فروش برند و سرمایه گذاری رسانه های پرداخت شده (فرضیه 1) بررسی شده است. مدل سوم (مدل 3) تفاوت قاطع در اثربخشی رسانه های متعلق را مشخص کرد ، اگرچه این اختلاف از نظر آماری معنی دار نبود. (ناچیز آماری می تواند مربوط به اندازه نام تجاری کوچکتر در یک گروه باشد.)
نمایش پنجره inlineView
جدول 2
اثربخشی رسانه های متعلق به هر دسته از محصولات و خدمات
در مدل 3 ، قابلیت ارتجاعی اثربخشی رسانه متعلق را نشان می دهد ، که از ضرایب محاسبه می شود. اثربخشی رسانه های متعلق به در دسته کالاهای خانگی با دوام بالاتر از سایر دسته ها ، و پس از آن توسط خودرو و زیبایی و مراقبت شخصی بود. کمترین دسته بندی محصولات ، خرده فروشی ، مسافرت و ارتباط از راه دور بود (به جدول 2 مراجعه کنید).
محققان فراتر از دسته بندی کالاها بودند تا ببینند که چگونه اثربخشی رسانه های پرداخت شده و متعلق به رسانه ها در دراز مدت توسط برندهایی با نرخ رشد دراز مدت فروش متفاوت است. بسته به نرخ رشد مرکب 5 ساله از فروش سالانه ، برندها به سه گروه رو به افزایش ، ایستا و رو به زوال تقسیم شدند. برندهایی با سهم بازار که بیش از 3 درصد کاهش یافته است ، به عنوان مارک های رو به کاهش کدگذاری شدند. مارک های با بیش از 3 درصد رشد سهم بازار به عنوان مارک های رو به رشد کدگذاری شدند. بقیه به عنوان مارک های استاتیک کدگذاری شدند.
نویسندگان برای مقایسه دامنه های AIC مدل های 4 و 5 را که شامل 576 مارک با 5 سال فروش کامل بود ، انجام دادند. مارک های افزایش یافته کمترین حساسیت و خاصیت ارتجاعی را نشان می دهند. آنها همچنین نسبت به مارک های ثابت و نزولی در رسانه های پرداخت شده و متعلق به رسانه ها مؤثرتر بودند ، اگرچه این تفاوت از نظر آماری معنی دار نبود (جدول 3 را ببینید). با افزایش فروش ، مارک های رو به رشد سهم کمتری از رسانه های پرداخت شده و سهم رسانه های متعلق را نسبت به مارک های ثابت و در حال کاهش سرمایه گذاری کردند. در حال کاهش مارکها دارای بیشترین حساسیت ، کمترین خاصیت ارتجاعی و کمترین اثربخش رسانه های پرداخت شده و متعلق بودند (برای تجسم رگرسیون به شکل 2 و 3 مراجعه کنید). همانطور که انتظار می رود ، بنابراین ، اثربخشی رسانه های پرداخت شده و متعلق به رشد طولانی مدت فروش مارک ها متفاوت است (شکل های 2 و 3 را ببینید).
تندیس – تابلو چنلیوم – لوح تقدیر – بج سینه – مهر – پلاک – تبلیغات – تبلیغات الماس – پرچم – مهر دستگاهی – چنلیوم – نشان سینه
مدلهای 6 و 7 اثربخشی رسانه های پرداخت شده و متعلق به رسانه ها را با اختلاف بین این دو مقایسه کردند. مارک ها با توازن مختلف بین سرمایه گذاری رسانه ای و متعلق به سرمایه گذاری تقسیم می شوند:
برندها به ترتیب درصدی از هزینه های رسانه ای پرداخت شده و معیارهای متعلق به رسانه ها قرار گرفتند.
مارک های دارای رسانه های پولی که دارای رتبه بالاتر از رسانه های متعلق هستند ، به عنوان طبقه بالاتر پرداخت می شدند. مارک های دارای رسانه های متعلق به طبقه بالاتر از رسانه های پرداخت شده ، به عنوان طبقه متعلق به بالاتر کدگذاری شدند.
برندهایی با مقادیر گمشده از این دو مدل خارج شدند.
محققان با مقایسه دامنه های AIC ، مشاهده کردند که رسانه های متعلق و رسانه های پرداخت شده برای مارک های دارای رسانه های دارای مالکیت بالاتر از مارک های دارای رسانه های پردرآمدتر موثرتر هستند ، زیرا آنها از حساسیت و انعطاف پذیری بالاتری نسبت به مارک های رده بالاتر پرداخت می کنند (مشاهده کنید. جدول 4). همانطور که فرضیه (H1) ، اثربخشی رسانه های پرداخت شده و متعلق به تعادل بین رسانه های پرداخت شده و رسانه های متعلق به آن شکل گرفته است. برای برندهایی که سرمایه گذاری کمتری در رسانه های پرداخت شده و بیشتر در رسانه های متعلق داشتند ، رسانه های متعلق و رسانه های پولی با کارآمدتر عمل کردند. (برای مقایسه گرافیکی بین رسانه های پرداخت شده و متعلق به دسته های پردرآمدتر و متعلق به تصاویر) به شکل 4 و 5 مراجعه کنید.
محققان همچنین تأثیر ترکیبی بین رسانه های پرداخت شده و رسانه های متعلق را بررسی کردند که در این مطالعه به عنوان هم افزایی تعریف شده است (سؤال تحقیق 4). آنها CHAID را بر روی داده ها اعمال کردند ، و معیارهایی برای اندازه گیری سرمایه گذاری در کلیه سیستم عامل های رسانه ای به عنوان متغیرهای ورودی و سهم بازار 2014 به عنوان متغیر نتیجه. تجزیه و تحلیل نشان می دهد که رسانه های پولی و رسانه های متعلق به طور مؤثرتر از تنها عمل می کنند.
نمایش پنجره inlineView
جدول 3
اثربخشی رسانه های متعلق به و رسانه های پرداخت شده براساس سطح فروش بلند مدت-نرخ رشد
شکل 2
متعلق به رسانه های برندهای در حال افزایش ، استاتیک و در حال کاهش است
شکل 3
پرداخت رسانه ای از برندهای در حال افزایش ، استاتیک و در حال کاهش است
متغیر وابسته سهم بازار است که به عنوان نسبت بیان می شود ، همانطور که در گره والدین به عنوان ۰ ۰ ، یا ۷ درصد سهم بازار نشان داده شده است (شکل 6 را ببینید). اندازه گره به صورت درصد نشان داده شد. 100 درصد نشان دهنده 794 مارک است (به استثنای 42 مارک با ارزش از دست رفته). گره اول کودک (پایین سمت چپ در شکل 6) سهم دسک تاپ را کمتر از 5 درصد نشان می دهد ، با سهم بازار 3.7 درصد ، که 61.3 درصد از کل مارک ها را نشان می دهد. متغیری که بیشترین واریانس را توضیح می دهد ، ابتدا وارد معادله می شود و سپس توسط متغیر پیروی می شود که بیشترین واریانس ها را در منطقه بعدی توضیح می دهد. تقسیمات دوم و بعدی در درخت تصمیم گیری انواع مختلفی از تأثیرات ترکیبی را در بین متغیرها نشان می دهد.
نقشه درخت نمایش جلوه ای از جلوه های ترکیبی که بین بازدید کنندگان تلویزیونی و رومیزی بی نظیر و تعامل سه طرفه بین تلویزیون ، طرفداران و دسک تاپ وجود دارد (شکل 6) را مشاهده می کنید. پیش بینی کننده بیشترین تنوع سهم میزکار بود. برای دو گروه با سهم بازدید کنندگان منحصر به فرد دسکتاپ بین 0 تا 11 درصد ، که حدود 80 درصد از مارک های کلی بود ، تعامل بین تلویزیون و دسک تاپ بود. مهمترین پیش بینی کننده سهم تلویزیون بود. تعامل بین تلویزیون و هواداران بود.
نمایش پنجره inlineView
جدول 4
اثربخشی رسانه های متعلق و رسانه های پرداخت شده توسط دسته بندی های تجاری بالاتر پرداخت و بالاتر
شکل 4
رسانه های پرداخت شده در دسته بندی های با حقوق بالاتر و بالاتر
سوال بعدی شامل اثربخشی رسانه های پرداخت شده و متعلق به هم افزایی کراس پلتفرم (RQ5) است. یک راه مستقیم برای توصیف دسته بندی محصولات ، استفاده از رگرسیون برای پیش بینی سهم بازار در این طبقه از متغیرهای سهم از صدا است ، سپس از ضرایب رگرسیون استاندارد به عنوان ویژگی های دسته استفاده کنید. دو مشکل پدید آمده است: بیش از حد مشخص کردن و هم افزایی. متغیرهای سهم از صدا به هم مرتبط بودند و میانگین آن تقریباً 0.7 بود. راهحل این مشکل رگرسیون ریج و استفاده از ضریب پنالتی است.
برخی از دسته بندی محصولات دارای تعداد کمی از مارک های رقیب بودند. میانگین ها فقط بیش از 14 سال بود. دسته ها با کمتر از پنج مارک رقیب از تجزیه و تحلیل حذف شدند ، که در مجموع 50 زیرشاخه باقی مانده است. خرده فروشی ها از بین رفته خرده فروشان الکترونیکی ، خرده فروشی های بزرگ جعبه ، کلوپ های انبار ، سرویس های جریان بالا ، داروهای تجویزی و سخت افزار بازی ها بودند.
برای محدود کردن تعداد متغیرها به چندین مدل رگرسیون ، نویسندگان هزینه های تلویزیونی را به عنوان متغیر انتخاب رسانه های پرداخت شده انتخاب کردند و از سهم دسک تاپ برای نشان دادن رسانه های متعلق استفاده کردند. تلویزیون و دسک تاپ و تلویزیون و موبایل با یک اصطلاح کلی تعامل ترکیب شدند.
به عنوان مثال ، سهم تلویزیون از صدا ، ضریب مثبت بین سهم تلویزیونی صدا و سهم بازار را نشان داد (۰ ۰۹). بالاترین زیر مجموعه محصولات و خدمات برای سهم تلویزیون از صدا ، در 0.65 ، قرص ها ، پس از آن ارائه دهندگان خدمات آبجو ، تلویزیون و اینترنت ، غلات ، حامل های بی سیم و رستوران های با سرویس سریع بودند.
تجزیه و تحلیل خوشه ای K- معنی نشان داد که همه مقوله ها در دو گروه طبقه بندی می شوند ، با عنوان “هم افزایی کم” و “هم افزایی زیاد”. و از طرف دیگر ، سهم بازار به 1.11 رسید. در مقابل ، اثربخشی تنها در 0.30 در خوشه کم همکاری بود. این بدان معناست که در گروه هم افزایی بالا ، تلویزیون ، سایت های مارک و رسانه های اجتماعی به طور مشترک با کارآمدتر برای سهام بازار کار می کنند. در گروه هم افزایی بالا ، اثربخشی هزینه های تلویزیون به میزان 13/0 به دست آمد که در مقایسه با 0.08 در گروه هم افزایی کم است. اثربخشی رسانه متعلق به دیجیتال تقریباً یکسان بود.
شکل 5
رسانه های متعلق به گروه های دارای حقوق بالاتر و بالاتر
نمایش پنجره inlineView
جدول 5
برندهای Low Synergy و High Synergy
زیر شاخه های محصول پیشرفته شامل آبجو ، اتومبیل و کامیون ، بیمه تلفات و دارایی ، غلات ، عطرها ، غذای حیوانات اهلی ، بازی های ویدئویی و حامل های بی سیم بود. آنها بیشتر از دسته های پردرآمدتر بودند ، تعامل مصرف کننده بیشتر در رسانه های اجتماعی و ترافیک بیشتر در سایت های تلفن همراه مارک ها.
زیر شاخه های محصول کم انرژی شامل ارائه دهندگان خدمات تلویزیون و اینترنت ، فروشگاه های بزرگ ، سوپر مارکت ها ، ماست ، آب بطری ، ناهار خوری گاه به گاه ، سخت افزار رایانه و لوازم آرایشی. آنها بیشتر در سایت های دسک تاپ مارک هزینه های دیجیتال و ترافیک بالاتری داشتند.
بحث
مطالعه حاضر ارتباطی را بین رسانه های پرداخت شده ، سرمایه گذاری دیجیتال متعلق به رسانه ها و موقعیت بازار این برند پیدا کرده است. این کار با اتخاذ روش AIC ، اثربخشی رسانه های پرداخت شده و متعلق به آن را در دسته های مختلف محصولات و خدمات بررسی کرد.
محققان با افزایش سهم بازار یک برند ، نشان دادند که سهم صدای و سهم رسانه های متعلق به کمتر از سهم بازار آن است. اثربخشی سهم رسانه های متعلق و رسانه های پرداخت شده مربوط به دسته بندی محصولات و زیر شاخه های محصول ، تغییر طولانی مدت فروش برندها و تعادل رسانه های پرداخت شده و رسانه های متعلق به آن بود. در این مطالعه ، هم افزایی رسانه های متقابل ، با توجه به اینکه رسانه های پولی و متعلق به همکاری مشترک کار می کنند ، بررسی شده است.
محققان معتقدند كه كار آنها مفاهیم و مکانیسمهای شدت تبلیغات را با استفاده از آن در زمینه های مختلف پیشرفت كرده است. اول ، این مطالعه تأیید می کند که شدت تبلیغات الگوی مشابهی را برای ارتباط بین فروش و رسانه های متعلق نشان می دهد. دوم ، یافته ها حاکی از آن است که رسانه های پرداخت شده و اثربخشی رسانه های متعلق به نه تنها توسط طبقه بندی کالاها بلکه با توازن بین رسانه های پرداخت شده و متعلق و عملکرد تجاری بلند مدت یک برند شکل می گرفت.
برندهایی که در حال رشد بودند و سرمایه گذاری بیشتری را برای رسانه های متعلق به خود داشتند ، تمایل داشتند که رسانه های پرداخت شده و متعلق به هر دو ، کارایی بیشتری نسبت به بقیه داشته باشند. هنگامی که رسانه های پرداخت شده و متعلق به هم افزایی همکاری می کردند ، سرمایه گذاری در تبلیغات تلویزیونی تمایل به تعامل با رفتار مصرف کننده در رسانه های اجتماعی و وب سایت های برند داشت. در زیرمجموعه های هم افزایی بالاتر ، تلویزیون به طور مؤثرتر از زیر شاخه های هم افزایی پایین تر کار می کرد.
پیامدها و محدودیت ها
از نظر پیامدهای عملی ، مطالعه حاضر نشان داد که وقتی مارکها سرمایه گذاری رسانه ای را در رسانه های پرداخت شده و متعلق به خود اختصاص می دهند ، سرمایه گذاری بیشتر همیشه با سهم بازار بیشتر سازگار نبود. این با پیشنهادات محققان قبلی سازگار است (داننبرگ و همکاران ، 2016). علاوه بر این ، تحقیقات فعلی با مطالعات هم افزایی قبلی مغایرت دارد که نشان می دهد سرمایه گذاری رسانه ها باید به کمترین رسانه اختصاص یابد ، زیرا این امر باعث می شود تا همکاری با رسانه های مؤثر بیشتر شود (نایک و رامان ، 2003 ؛ رامان و نایک ، 2004). همانطور که نویسندگان فعلی دریافتند ، در سراسر تلویزیون ، وب و رسانه های اجتماعی هم افزایی وجود دارد و بازاریابان باید هنگام تصمیم گیری در مورد جوانه زدن ، رسانه های پرداختی و متعلق را متعادل کنند.
شکل 6
تصمیم گیری درخت (آشکارساز تعامل خودکار Chi-Square) جزئیات هم افزایی بین رسانه های پرداخت شده و متعلق به
مطالعه حاضر محدودیت هایی دارد. اول ، محققان از داده های جمع شده به جای داده های تک منبع استفاده کردند ، که می تواند میزان دستیابی نشده را مشخص کند. با داده های جمع آوری شده ، هم افزایی ممکن است دسترسی دیگری داشته باشد (هاولنا ، کاراردارلی ، و د مونتینی ، 2007 ؛ تیلور و همکاران ، 2013). داده ها با قرار گرفتن در معرض رسانه های متقابل در همان مصرف کننده می تواند در بررسی اثرات هم افزایی دقیق تر باشد (واران و همکاران ، 2013 ؛ Voorveld و Valkenburg ، 2015).
نویسندگان فعلی از استفاده از داده های جمع آوری شده دفاع می کنند زیرا این بهترین داده های نمونه بزرگی از مارک های 838 پوندی بود که در دسترس بودند. علاوه بر این ، این مطالعه به معنای هیچگونه رابطه علّی میان رسانه های متعلق ، رسانه های پرداخت شده و عملکرد فروش با تجزیه و تحلیل سریال زمانی نیست ، همانطور که سایر محققان نیز مورد بررسی قرار دادند (Kumar، Choi، and Greene، 2017). مطالعات آینده می تواند تجزیه و تحلیل سری زمانی را برای رابطه هم افزایی در رسانه های پرداخت شده و متعلق انجام دهد.
درباره نویسندگان
راب جایسون در آژانس رسانه ای USIM در شهر نیویورک با تجربه ، سرب ، بینش و تحلیل است. او این تحقیق را در زمان رهبری جهانی ، برنامه های مارک دار در Publicis انجام داد – یکی از چندین مقام رهبری که در طی 25 سال گذشته در آژانس های مهم رسانه ای داشته است.
مارتین پی. بلوک استاد ارتباطات بازاریابی یکپارچه در دانشکده روزنامه نگاری ، رسانه ، ارتباطات بازاریابی یکپارچه (IMC) در دانشگاه شمال غربی دانشگاه Medill است. بلاک علاوه بر دوران تحصیلی خود ، با شرکتهای مختلفی از جمله Allstate ، General Mills ، Hewlett Packard ، IBM ، Kraft Foods ، Miller Brewing ، 3M ، T. Rowe Price و Visa International مشاوره کرده است. کار او را می توان در کتابهایی که تألیف کرده است و در فصل های کتاب ، مجلات علمی پژوهشی دانشگاهی و انتشارات تجارت یافت می شود.
ینگینگ چن دانشجوی دکترا در اطلاعات و رسانه ها در دانشگاه ایالتی میشیگان است.