An empirical analysis of search engine advertising: Sponsored search in electronic markets

Ghose, Anindya, – Yang, Sha (2009): “An empirical analysis of search engine advertising: Sponsored search in electronic markets.” Management Science, 2009. 55.10 szám, 1605-1622. oldal

  1. Milyen kérdésre keresi a választ a cikk, mi a fő kutatási kérdés, milyen hipotézisekkel él? Igazolja vagy sem a kutatás ezeket?

A cikk keresőmotorok (pl.Google, Yahoo) számára legnagyobb árbevételt hozó fizetett kereső motoros hirdetések jelenségét vizsgálja. Azt próbálja megérteni, hogy a fogyasztók hogyan reagálnak ezekre a növekvő számú hirdetésekre. Ehhez a Google rendszerét (mutatószámait, működési elvét) vizsgálja.

Ez alapján feltételezi, hogy a megjelenési rangsor fokozatos kialakításáért a CT (kattintás) és a kulcsszóra adott licit (bid) alakulása felelős. Ennek az elvnek az alapja a fogyasztói igények: az a hirdetés kerül előtérbe, amelyet többször kattintottak, nagyobb átkattintási aránnyal. Tehát feltételezhetően a fizetett keresőmotoros hirdetések kevésbé lesznek „tolakodóak”, mint egy banner, vagy egy pop-up. Valamint célzotabbá válik kampány. Éppen ezek miatt ez a hirdetési forma a leghatékonyabb eszközök közé tartozik.

A cikk arra keresi a választ, hogy mindez hogyan képes befolyásolni az internetes keresési és vásárlási szokásokat? Kísérletet tesz a keresőmotoros hirdetés összehasonlítására a bannerrel: Lehet-e hasznosabb a keresőhirdetés?

A szerzők kutatásaik során arra a megállapításra jutnak, hogy a Rank, azaz a rangsor nagyban befolyásolja a CT számot, azaz a hirdetések kattintását, így a weboldalra látogatók számát. Tehát fontos, hogy a Rank minél alacsonyabb legyen, azaz minél jobb pozícióban jelenjen meg a hirdetés. A Rangsor pedig a kulcsszavak relevanciája, típusa és a Bid befolyásolja.

  1. Cikkben megtalálható fontosabb definíciók, hivatkozással (saját, v szerző+évszám)

fizetett kereső hirdetés: Ezen hirdetési forma során a hirdetők fizetnek azért, hogy az internetes keresőmotor organikus találatai között megjelenjenek. (Ghose, Anindya, – Yang, Sha, 2009. 1605. o.)

bid: A kulcsszóra adott licit. Az a maximális ár, amelyet hajlandó kifizetni a hirdető a kulcsszóra megjelenő hirdetés lekattintása során.

CT: A hirdetésre érkezett kattintások száma.

Impression: Az a mennyiség, hányszor jelent meg a hirdetés akár érkezett rá kattintás, akár nem)

CTR: A CT és az Impression hányadosa. Az átkattintási ráta, ami megmutatja, milyen arnyú hirdetés megjelenés volt szükséges egy kattintáshoz.

CPC: Egy kattintás ára. A Cost és a CT szám hányadosa.

Rank: Az a pozíció, amelyben meg fog jelenni a hirdetés egy oldalletöltés során. (Az oldal legtetején, a második helyen..stb.)

Konverziós szám: Konverziónak nevezzük azt a fogyasztói aktivitást, amely később a hirdető számára valamilyen értékkel bír. Például egy online vásárlás, de akár egy weboldal megtekintés is lehet.

  1. Felállít-e elméleti modellt vagy keretet a szerző? Másold be az ehhez kapcsolódó esetleges ábrát + rövid magyarázat

A szerzők a feltételezések és a fogyasztói viselkedés megvizsgálásához az országban lévő kereskedők hirdetésire és egy többszáz kulcsszavas adatbázisra épített Hierarchikus Bayesian modellt használnak.

A Metropolis-Hastings algoritmus segítségével az MCMC (Markov Chain Monte Carlo) metodikával vizsgálják meg, hogy az egy héten keresztül érkezett kattintásokra és vásárlásokra hatással volt-e a kialakított rangsor. A modell szerint két szint létezik: amikor a fogyasztó látja a hirdetést, és amikor rá is kattint. Éppen ezért három féleképpen lehet megfigyelni ezt a folyamatot. Első, amikor a személy kattint és vásárol. Második, amikor kattint, de nem vásárol. Harmadik, pedig amikor csak megjelenik a hirdetés és nem kattintják le.

CT szám: A szerzők szerint a CT számot befolyásolja a Rank, azaz a hirdetés pozíciója a letöltött oldalon. Ezt a rangsort pedig befolyásolja a kulcsszó hossza, a hirdető (kereskedő) és a márkanév.

Kulcsszavak: Három kulcsszótípust különböztetünk meg (kereskedő-specifikus, márka-specifikus és hosszúság, azaz a karakterek száma), melyeknek párosíthatóak a fogyasztói keresési típusokhoz. kereskedő-specifikus: navigációs(„navigational”), márka-specifikus: tranzakciós(„transactional”), hosszúság: információs(„informational”).

A modell eredményei szerint a kereskedő-specifikus kulcsszavak 28,31 %-kal növelték a CTR számot, a márka-specifikus szavaknak nincs befolyásuk a CTR-re, a hosszabb kulcsszavak pedig kifejezetten csökkentik ezt a mérőszámot.

Konverziós szám: A konverziós számot befolyásolja a Rank, a CTR (átkattintási ráta) és a kulcsszó típusa (hossz, kereskedő, márkanév). Minél relevánsabb, minél lényegesebb információt hordoz a kulcsszó, annál nagyobb az esély a konverzióra. A CTR és a konverziós szám között pedig pozitív, kapcsolat van (ha a CTR nő, a konverziók száma is nő).

Bid: A hirdető kulcsszóra ajánlott licite és a CTR közös hatására alakul ki a Rank. A Kereskedő-specifikus, illetve a márka-specifikus kulcsszavak és Bid között negatív kapcsolat van, azonban a kulcsszó hosszúsága és a Bid között pozitív.

Rank: a CTR és a Rank között tehát negatív kapcsolat van (minél magasabb a CTR, annál alacsonyabb a Rank)

  1. Konklúzió: milyen (menedzseri) következtetéseket fogalmaz meg a cikk

  • A kulcsszavak vizsgálata során kiderült, hogy azok nagy befolyással vannak a CTR mutatószámra, ami részben rámutat a kampány sikerességére is.

  • A márka-specifikus kulcsszavak használata, azaz a márkára való keresésekre megjelenő hirdetési aktivitás hatással van a márkatudatosság növekedésére, és a fogyasztói lojalitás kialakulására is.

  • Érdemes a kampány során nemcsak a Bid-et, hanem a napi költési limitet is figyelni. Hiszen így szabályozni lehet a költést, illetve a leginkább profitabilisebb kulcsszavakra irányíthatjuk a költést.

  1. Saját vélemény: mi az, amivel egyet értesz/nem értesz egyet; mi az, amit hasznosnak találsz a témád szempontjából; mit kritizálnál

Egyet értek azzal, hogy a cikkben felsorakoztatott és megvizsgált mutatószámok tükrözik a fogyasztói magatartásukat az adott keresőmotoros fizetett kampány kapcsán. Egyértelműnek és jól felismerhetőek szerintem a különböző logikai kapcsolatok a különböző mutatószámok között.

Azonban a cikket hiányosnak gondolom abból a szempontból, hogy nem említi az egyéb mutatószámokat, amelyek hatással lehetnek a hirdetéskiszolgálásra (pl. kampány history, quality score). Illetve úgy gondolom, hogy ezek a mutatószámok hosszútávon torzíthatnak: a Google rendszere rövid időn belül alakítja ki a Rankot, ami alapján később megjeleníti a hirdetéseket. Ennek több veszélye lehet. Például ha a kampány indulásakor valamilyen külső hatásra kevesebben kattintják a hirdetést, vagy kevesebben keresnek ebben a témában (pl. egy konkurens márka már futó sikeres és intenzív kampánya offline és online), akkor a rendszer felállít egy állapotot, amit nehezebben lehet befolyásolni később.

Mérés_Szabó Zsófia_H9CTM7_2

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s