Blog
  • INWT
  • Blog
  • Case-Study Zeitreihenanalyse: Welchen Einfluss hat TV-Werbung auf Online-Traffic?

Case-Study Zeitreihenanalyse: Welchen Einfluss hat TV-Werbung auf Online-Traffic?

23.09.2013 10:00
von Steffen Wagner

Laut Wikipedia ist „ein wesentlicher Vorteil des Online-Marketings gegenüber klassischen Marketingmaßnahmen wie Print oder TV […] die Messbarkeit der Werbewirkung“. Betrachtet man allerdings Unternehmen, deren Marketingmix sich aus Online- und Offline-Aktivitäten zusammensetzt und die einen Großteil ihres Umsatzes online erzielen, so stellt sich sofort die Frage nach der Messbarkeit der Werbewirkung der Offline-Kanäle auf das Online-Geschäft.

Anhand der vorliegenden Case Study, der erfolgreichen Quantifizierung des TV-Impacts auf den Traffic einer Online-Plattform, werden die zugrundeliegende Problematik und ein geeigneter statistischer Lösungsansatz diskutiert. Ganz allgemein gesprochen, handelt es sich um eine Kausalanalyse, die untersucht, inwieweit Betrachter der TV-Werbung zum Aufsuchen des Online-Auftritts veranlasst werden. Der im konkreten Fall gewählte Modellierungsansatz beruht auf einer Zeitreihenzerlegung, die den Einfluss der Werbung als Störung eines Gleichgewichtszustandes interpretiert. Dieser Gleichgewichtszustand wird in Abhängigkeit von Einflussfaktoren wie Tageszeit und/oder Wochentag modelliert. Das bedeutet, dass die statistische Analyse die zeitlich stark variierende Anzahl der Webseiten-Besucher in einen systematischen Anteil, den Gleichgewichtszustand, und den durch die Werbung induzierten Uplift zerlegt.

Zeitlicher Verlauf des Online-Traffics, der TV-Werbung und des ermittelten TV-Uplifts

Ausgangspunkt der Analyse ist der zeitliche Verlauf des Besucherstroms, der in obiger Abbildung für einen Zeitraum von 24 Stunden als schwarze Kurve im oberen Panel dargestellt ist. Es ist deutlich zu erkennen, dass der Traffic stark von der Tageszeit abhängt. Als zusätzlicher Input wird die Information verwendet, zu welchen Zeitpunkten TV-Werbung geschaltet wurde (senkrechte blaue Linien im unteren Panel der Grafik). Die sehr hohe Güte (R² = 95%) der Modellierung wird durch einen Vergleich der beiden Kurven im oberen Panel der Grafik offensichtlich.

Die wesentlichen Ergebnisse der Modellierung sind die Bestimmung der Anzahl der durch die TV-Werbung induzierten zusätzlichen Visits und deren zeitliche Verteilung. Das untere Panel in der Grafik zeigt, dass diese Visits nach Ausstrahlung der Werbung schnell zunehmen und nach Erreichen des Maximums vergleichsweise langsam abnehmen. Des Weiteren wird deutlich, dass sich zu Zeiten verstärkter Ausstrahlung die Reaktionen auf einzelne, eng getaktete Spots überlagern. Durch die statistische Quantifizierung des TV-Impacts ist es ebenfalls möglich, den sich überlagernden TV-Uplift in seine Werbespot-spezifischen Anteile zu zerlegen.

Somit bietet sich dem Betreiber der Online-Plattform die Möglichkeit, zeitaufgelöst die Anteile des durch Offline-Werbung induzierten Besucherstroms bei der Analyse seiner Marketingaktivitäten zu berücksichtigen, um z. B. im Rahmen von Customer Journey-Analysen die Attribution der online erzielten Umsätze auf den Offline-Kanal TV zu erweitern.

Ganz allgemein gilt, dass die skizzierte Herangehensweise nicht auf den Bereich TV-Werbung beschränkt ist, sondern für die zeitaufgelöste Quantifizierung des Einflusses jeglicher Offline-Werbung (z.B. Postwurfsendungen, Katalogversand, etc.) auf das Online-Geschäft geeignet ist. Zusätzlich können weitere Marketingaktivitäten und eventuell vorhandene zeitliche Besonderheiten (z. B.  starke saisonale Abhängigkeiten) berücksichtigt und deren Einfluss quantifiziert werden.

Update März 2015: Einen aktuellen Beitrag zum Thema Best-Practice TV-Tracking finden Sie hier.

 

Zurück