Pengaruh Iklan Banner di Internet Puneet MANCHANDA, JEAN-PIERRE Dube, Khim YONG GOH, dan PRADEEP K. CHINTAGUNTA *
Artikel ini berfokus pada apakah iklan banner mempengaruhi pembelian pola di Internet. Menggunakan database perilaku yang terdiri dari pelanggan pembelian di situs Web bersama dengan paparan iklan individu, penulis mengukur dampak iklan banner di saat ini pelanggan probabilitas pembelian kembali, sedangkan akuntansi untuk durasi ketergantungan. Model penulis probabilitas dari pelanggan saat ini melakukan pembelian dalam setiap minggu diberikan (sejak pembelian terakhir) dengan kelangsungan hidup model yang menggunakan fungsi, bahaya fleksibel sesepenggal eksponensialtion. Para kovariat iklan adalah murni iklan variabel dan iklan / variabel penjelajahan individu. Model ini dilemparkan dalam kerangka Bayesian hirarkis, yang memungkinkan penulis untuk mendapatkan parameter periklanan respon individu. Hasil penelitian menunjukkan bahwa jumlah eksposur, sejumlah situs Web, dan jumlah halaman yang semua memiliki efek positif terhadap probabilitas pembelian berulang, sedangkan jumlaah kreasi unik ini memiliki efek negatif. Pengembalian dari target adalah tertinggi untuk jumlah eksposur iklan. Temuan ini juga menambah literatur iklan umum dengan menunjukkan iklan yang mempengaruhi membeli perilaku saat ini (versus baru) pelanggan.
Pengeluaran iklan online diperkirakan akan meningkat 29% pada 2004 menjadi sekitar $ 9300000000 (BusinessWeek 2004). Meskipun iklan Internet mulai muncul adalah layak menengah (Sutra, Klein, dan Bernt 2001), peran efektivitas nd telah menjadi sumber perdebatan. Sebelumnya esearch telah menunjukkan bahwa paparan iklan banner EADS kesadaran iklan meningkat, merek sadarness, niat pembelian, dan kunjungan lapangan (Dreze dan Hussherr 2003; Ilfeld dan Winer 2002; Internet Advertising Bureau 1997; Sherman dan Deighton 2001), tetapi hubungan antara paparan iklan dan pembelian aktual pada Internet belum investigated.1 Sejak awal perdagangan Internet, telah ada banyak diskusi tentang bagaimana efektivitas banner iklan harus diukur. Situs web hosting online iklan telah mendorong tradisional paparan metrik berbasis, seperti "jejak" dilayani, untuk memungkinkan mereka untuk biaya untuk setiap eksposur banner. Namun, kesulitan dalam tayangan secara online mengukur secara tepat telah menyebabkan banyak ketidakpuasan ketidakpuasan di antara manajer, mengakibatkan keengganan untuk komitmen dana untuk iklan banner (Hoffman dan Novak 2000). Selain itu, pengiklan, yang lebih memilih untuk membayar pada dasar kinerja iklan mereka, percaya bahwa, secara umum, kesan melebih-lebihkan iklan yang efektifness. Sebaliknya, pengiklan telah mendorong heuristikmetrik kinerja, seperti "klik-melalui," yang menunjukkan kapan beberapa klik surfer Web melalui ke advertiser itu URL dari banner (untuk analisis klikmelalui perilaku, lihat
Chatterjee, Hoffman dan Novak 2002). Namun, efektivitas klik-melalui sebagai ukuran valid
juga sedang dipertanyakan (Briggs 2001; BusinessWeek online 2001; Dreze dan Hussherr 2003; Lagu 2001). Khas klik-melalui harga yang cukup kecil dalam besarnya, .5% rata-rata (Dahlen 2001; Sherman dan Deighton 2001; Warren 2001), yang telah mengakibatkan praktektitioners untuk percaya bahwa spanduk tidak efektif. Selain itu,klik melalui adalah ukuran dari kunjungan ke situs Web.Karena ada bukti bahwa hanya sebagian kecil proporsi kunjungan diterjemahkan ke dalam pembelian akhir (Moe dan Fader 2003), klik-melalui mungkin terlalu tidak tepat untuk langkahure efektivitas spanduk melayani untuk pasar massal.Oleh karena itu, studi ini menekankan pentingnya menyelidiki dampak iklan banner di sebenarnya purmengejar perilaku. Dalam penelitian ini, kita fokus pada yang sebelumnya belum diselidiki pertanyaan: Apakah iklan banner mempengaruhi pola pembelian di Internet? Secara khusus, menggunakan database perilaku yang terdiri dari pembelian pelanggan di sebuah situs Web bersama dengan paparan iklan individu, kita mengukur dampak banner iklan pada probabilitas pelanggan saat ini 'dari membeli lagi, sedangkan akuntansi untuk ketergantungan durasi. Di khusus, kami meneliti apakah, mengingat interval sementara sejak pembelian terakhir, pelanggan melakukan pembelian di Web site yang menarik dan bagaimana keputusan ini dipengaruhi oleh paparan iklan banner. Kami merumuskan model pembelian individu waktu perilaku sebagai fungsi dari advertising eksposur. Kita model probabilitas arus cusKastamer melakukan pembelian dalam setiap minggu diberikan (sejak terakhir membeli) dengan model kelangsungan hidup. Secara efektif, pembelian repmembenci "kegagalan," sedangkan pembelian tidak mewakili "bertahan hidup." Kami menangkap ketergantungan durasi pada pelanggan purmengejar perilaku melalui, fleksibel sesepenggal eksponensial bahaya fungsi (Wedel et al.. 1995). Iklan covariates masuk melalui spesifikasi bahaya proporsional. Kita menggunakan satu set jauh lebih kaya dari kovariat dari biasanya telah digunakan dalam penelitian sebelumnya (di mana iklan diukur hanya sebagai jumlah paparan). Secara khusus, kami kovariat menggunakan terdiri dari variabel periklanan ketat, seperti berat dan "keragaman" (jumlah perawatan kreatif), serta iklan / individu browsing yang diwakili oleh variabel berapa banyak dan halaman mana yang mengekspos pelanggan untuk iklan. Model yang diusulkan kami juga mengontrol individu tidak t eramati perbedaan dengan menentukan distribusi melalui individu pelanggan iklan parameters.We respon melakukan ini dengan formulating model kita dalam kerangka Bayesian hirarkis. Ini juga memungkinkan kami untuk menyediakan beberapa wawasan ke mana kembali dari iklan banner yang ditargetkan adalah yang tertinggi dan sejauh mana tingkat pengembalian lebih tinggi dari penargetan tidak. Dalam hal daerah yang lebih luas penelitian tentang efek (Semua jenis) iklan pada konsumen individu, pekerjaan kita menambah studi yang menyelidiki efek dari iklan pada waktu pembelian dan perilaku kejadian dalam setidaknya dua cara: Pertama, mendokumentasikan efek faset lebih dari advertising dari telah dalam penelitian dengan data individu (seperti yang kita dijelaskan sebelumnya). Kedua, iklan banner adalah berbeda bentuk iklan dari iklan standar dalam hal kualitas visual, menarik perhatian kemampuan, dan CREkonservatif eksekusi. Jadi, temuan kami melengkapi temuan efek iklan di tingkat individu yang sebelumnya penelitian telah didokumentasikan. Temuan utama kami adalah sebaliknya bahwa Top of Form
dengan kepercayaan populer, paparan iklan banner memiliki signifikan berpengaruh pada perilaku Internet pembelian. Ini adalah tercermin dalam model kami sebagai peningkatan pembelian probability (setelah kami mengontrol ketergantungan durasi) sebagai fungsi paparan iklan banner. Dari perspektif manajerialtive, iklan banner memiliki efek positif pada pembelian probabilitas dalam setiap minggu diberikan (karena pembelian terakhir) melampaui durasi ketergantungan efek. Hasil ini juga menunjukkan secara tidak langsung bahwa klik melalui adalah relatif miskin mengukur efektivitas iklan karena itu menghasilkan sebuah sangat kecil proporsi pembelian secara keseluruhan. Kami menemukan bahwa jumlah eksposur, jumlah Web situs, dan jumlah halaman yang pelanggan terkena untuk iklan semua memiliki dampak yang signifikan terhadap pelanggan purmengejar probabilitas. Terutama, meningkatkan jumlah kreasi unik untuk pelanggan yang terkena menurunkan membeli probabilitas. Secara umum, efeknya ukuran banner iklan di pembelian berada di urutan yang sama besarnya sebagai ukuran efek dari periklanan tradisional. Kita juga menemukan bukti heterogenitas yang cukup besar di seluruh konsumen di r espon terhadap berbagai aspek dari iklan banner. Itu tingkat heterogenitas menunjukkan bahwa imbalan dari targetnasabah individu ing cenderung tertinggi untuk berat iklan (jumlah iklan yang pelanggan yang terkena dalam satu minggu), diikuti oleh jumlah situs di mana pelanggan yang terkena iklan. Menggunakan parameter respon individu, kita con saluran percobaan yang menunjukkan bahwa bahkan di bawah sangat sederhana menargetkan pendekatan, ada peningkatan yang signifikan dalam efektivitas iklan banner dalam hal merubah pembelian probabilitas dan, dengan demikian, profitabilitas. Akhirnya, pada hal area lebih luas dari penelitian tentang efek (setiap jenis) periklanan, kami menyediakan bukti agak unik bahwa iklan mempengaruhi perilaku pembelian saat ini (Versus baru) pelanggan. Struktur dari artikel adalah sebagai berikut: Kami sebentar dismakian sebelum bekerja di daerah ini dan terkait. Kami kemudian memberikan ikhtisar data. Kami menyajikan rincian dari model dan kemudian mendiskusikan hasil dan implikasi manajerial dari findings.We kami menyimpulkan dengan diskusi tentang limitations penelitian dan memberikan arahan untuk penelitian lebih lanjut. KAJIAN PUSTAKA Fokus khusus kami dalam artikel ini adalah peran banner iklan dalam lingkungan digital, seperti Internet. Namun, penelitian kami juga dibangun di atas tradisi panjang dalam marketing respon iklan memperkirakan (konvensional) model dengan ti ngkat-individu data. Oleh karena itu, kita membahas hubungan antara studi kami dan studi sebelumnya di kedua domain. Sebagian besar (akademik misalnya, Cho, Lee, dan Tharp 2001; Dahlen 2001; Dreze dan Hussherr 2003; Gallagher, Foster,dan Parsons 2001) dan penelitian industri iklan di lingkungan digital telah difokuskan pada perubahan dalam mengukur kesadaran merek, sikap merek, dan pembelian niat sebagai fungsi dari eksposur (seperti terhadap efek banner iklan terhadap perilaku pembelian aktual). Penelitian semacam ini adalah biasanya dilakukan dengan survei lapangan atau percobaan laboratorium penggunaan bahwa individu-(atau kue-) data tingkat. Dengan demikian, fokus telah pada pemahaman efek dari iklan banner Berbeda dengan penelitian yang menggunakan data eksperimental, Sherman dan Deighton (2001) menggambarkan proses melayani spanduk iklan dan mengumpulkan data respon secara rinci. Mereka juga melaporkan hasil percobaan yang dilakukan oleh Web biro iklan dan pedagang online yang menunjukkan bahwa penargetan iklan untuk pelanggan tertentu dan di situs Web meningkatkan tingkat respons dan drive menurunkan biaya rata-rata per tindakan (karena pembatasan kerahasiaan, mereka hanya melaporkan luas, agregat tingkat temuan). Menggunakan efisiensi secara agregat dalam gerbang data, Ilfeld dan Winer (2002) menunjukkan bahwa
peningkatan iklan online mengarah ke kunjungan situs lebih. Seperti yang telah disebutkan sebelumnya, ada tradisi panjang penelitian dalam pemasaran yang model respon untuk iklan dengan data panel scanner konvensional (lihat Lodish dkk. 1995; Vakratsas dan Ambler 1999). Penelitian kami didasarkan pada tradisi ini dengan memperkirakan sebuah iklan kejadian pembelian respon model dengan tingkat-individu parameter respons setelah mengendalikan heterogenitas teramati. Dengan demikian, kami penelitian melengkapi penelitian lain yang telah menggunakan tingkatindividu data tetapi memperkirakan pilihan merek hanya model (Deighton, Henderson, dan Neslin 1994; Tellis 1988). Peneliti lain (misalnya, Pedrick dan Zufryden 1991, hal. 112) juga mempertanyakan kegunaan manajerial merek pilihan model yang mengabaikan kejadian pembelian. Mencatat yang diberikan data kami, kami tidak dapat model pemilihan merek. Kami kerja memperluas penelitian sebelumnya yang membeli model-incidence dengan pengobatan yang lebih rinci tidak teramati hetero- geneity (misalnya, Zufryden [1987] menggunakan ukuran ringkasan) dan penggabungan eksplisit kovariat iklan (dalam Berbeda dengan Pedrick dan Zufryden 1991). Akhirnya, berbeda dengan penelitian lain yang mengukur (individu) paparan advertising dengan dana periklanan agregat (misalnya, Ilfeld dan Winer 2002; Mela, Gupta, dan Jedidi 1998), kita menggunakan-individual banner iklan eksposur. Temuan dari penelitian industri (Black 2001; Briggs 2001; BusinessWeek online 2001; DoubleClick Pers Rilis 2001; Lagu 2001; Tran 2001; Warren 2001) menunjukkan bahwa iklan banner memiliki efek sikap dan klik melalui adalah ukuran miskin respon iklan. Dalam general, penemuan ini konsisten dengan temuan dari penelitian akademik kita bahas sebelumnya. Terutama, dalam Selain efek sikap dari iklan banner, kami menemukan beberapa studi yang memberikan beberapa bukti informal nya perilaku efek juga. Pada artikel ini, kami menggunakan resmi model untuk menyelidiki efek perilaku tersebut untuk saat ini pelanggan. Kunci membedakan masalah manajerial di Internet adalah bahwa perusahaan dan pelanggan dapat membangun dan mengelola hubungan kapal dengan pelanggan individu dalam biaya jauh lebih secara efektif daripada yang mungkin dalam domain lainnya. Kami penelitian meneliti pengaruh satu pemasaran instrumen pemerintah (yaitu, iklan banner) pada aspek tertentu dari ini hubungan (yaitu, probabilitas pembelian). Untuk tujuan ini, kami penelitian menggunakan spanduk paparan iklan dan pembelian data pada konsumen individu (yaitu, cookie) tingkat dan calibrates parameter respon iklan pada individu tingkat. Ini juga membedakan pekerjaan kita sebelumnya penelitian tentang respon iklan yang menggunakan konvensional data panel. Penelitian kami juga berbeda dari spanduk yang masih ada iklan penelitian ini karena penelitian sebelumnya memiliki sebagian besar terbatas pada pengaruh iklan banner di sikap, sedangkan penelitian ini
menguji pengaruh iklan banner di perilaku. DATA Kami memperoleh data untuk penelitian ini dari internet saja perusahaan yang menjual produk perawatan kesehatan dan kecantikan serta nonprescription obat kepada konsumen. Data itu diproses dan dibuat tersedia bagi kita oleh iklan lembaga yang bertanggung jawab untuk melayani iklan untuk perusahaan yang bersangkutan. Karena sifat dari data berbagi perjanjian antara kami dan dua perusahaan, kami tidak dapat mengungkapkan nama perusahaan baik. Data span semua pembeli di situs selama jangka waktu t iga bulan di kuartal ketiga tahun 2000, secara khusus, dari Juni 11 sampai September 16. Data tersedia di tingkat cookie individu. Seperti yang telah disebutkan sebelumnya, sebagian besar data set digunakan untuk investigasi gerbang lingkungan online yang biasanya terdiri dari hanya melihat perilaku. Data kami adalah unik karena kami memiliki individu tingkat stimulus
(iklan) dan respon (pembelian incidence). Data yang terkandung dalam dua database: CAMKampanye database dan database TRACER. Database KAMPANYE terdiri dari adver-online tisement spanduk eksposur dan klik-melalui respon origikoordinator dari kampanye promosi yang dijalankan di Web situs. Bidang data dalam database KAMPANYE terdiri dari datakonsumen cookie unik (kami menggunakan istilah "Cookie" dan "konsumen" secara bergantian di sini) yang identifies komputer individu; 2 variabel indikator yang menunjukkan respon konsumen terhadap iklan banner (Melihat atau mengklik); 3 dan tanggal dan waktu orang tersebut dilihat atau mengklik banner iklan, portal atau aliansi situs Web halaman di mana iklan banner pandangan atau klik terjadi, dan kunci yang unik yang mengidentifikasi spesifik banner iklan. Dalam hal situs web di mana iklan itu disampaikan, database berisi catatan perusahaan iklan di situs Web portal dan aliansi, seperti Yahoo, America Online, Women.com, iVillage.com, Healthcentral.com, dan E * Trade, antara lain. Situs-situs dipertanggungjawabkan lebih dari 80% aktivitas periklanan perusahaan selama periode ini. Perhatikan bahwa meskipun kita memiliki pengenal yang unik untuk setiap situs di mana iklan banner disajikan, kami tidak tahu identitas spesifik dari setiap situs. Iklan aktivitas biasanya terdiri dari kreatif tertentu yang Top of Form dioperasikan selama beberapa minggu. Dalam hal iklan mesbijak yang terkandung dalam materi iklan berbagai, kita tahu bahwa Sebagian besar pesan itu dari jenis yang membangun merek untuk situs Web (misalnya, pesan tersebut terdiri dari nama situs Web dan garis menggambarkan manfaat pembelian dari situs Web). Keterbatasan data adalah bahwa kita tidak memiliki informasi tentang pesan tertentu di setiap banner (Meskipun kita memiliki indikator yang memberitahu kita bahwa salah satu CREkonservatif berbeda dari) lain. Ini adalah kreatif deliv-Luin ke situs Web dalam bentuk grafis digital, umumnya disebut sebagai GIF. GIF ini adalah dari ukuran biasa untuk spanduk iklan (480 × 60 piksel). GIF baru adalah biasanya dirilis pada awal minggu kalender (yaitu pada hari Minggu dan / atau Senin, media mencerminkan membeli tepukTerns). Selama periode yang tercakup dalam data kami, ada100 GIF Total tersebar di 15 lokasi utama. Namun,Mayoritas eksposur datang dari sejumlah kecil GIF: 7 GIF menyumbang sekitar 55% dari semua eksposur. Database TRACER berisi tanggal dan waktu membeli transaksi untuk setiap cookie identifier unik. Mencatat bahwa kita tidak memiliki informasi tentang kunjungan ke situs yang melakukan tidak menimbulkan pembelian. Kami menggabungkan data-KAMPANYE dasar dengan database TRACER menggunakan cookie yang unik iDEN-tifiers. Hal ini mengakibatkan 14.370 cookie yang unik. Kami kemudian meneliti pola pembelian kue ini di konteks perumusan diskrit-waktu kita. Mengingat bahwa spanduk kegiatan periklanan direncanakan oleh perusahaan untuk setiap minggu, kami memilih interval waktu untuk satu minggu. Dengan demikian, kami unit pengamatan adalah "Minggu kue." Namun, jika ada adalah sejumlah besar cookie yang membeli multiple kali dalam satu minggu, model kami akan inappropri- makan. Pemeriksaan data menunjukkan bahwa 99% dari 14.370 cookie tidak membeli beberapa kali dalam setiap diberikan minggu. Kami kemudian menghapus semua cookie yang kami bisa membangun hanya satu observasi (yaitu, jika mereka membeli terjadi dalam enam hari terakhir kalender data kami) karena kita tidak akan mampu untuk mendapatkan tingkat-individu parameter untuk cookie ini. (Kami jelaskan bagaimana kita membangun mingguan data untuk setiap cookie dalam "Spesifikasi Model" bagian.) Akhirnya, kita menghapus transaksi pembelian dengan cookie kosong, transaksi berulang (transaksi yang sama pada identik kali), dan
pengamatan dengan entri data yang jelas kesalahan. Hal ini mengakibatkan sebuah panel 12.748 cookie dengan total dari 97.805 observasi. Jumlah observasi dalam data adalah jumlah (selama 12.748 cookie) dari jumlah minggu untuk setiap cookie setelah pembelian pertama cookie. Dari jumlah tersebut 97.805 pengamatan, pembelian dilakukan pada 14,3% (13.955) dari pengamatan, tidak ada pembelian di dengan 85,7% yang tersisa ( dari pembelian, maka kita berarti bahwa ada ada pembelian dari toko online yang memberikan kita dengan data). Ini adalah pelajaran untuk membandingkan proporsi ini dengan pembelian berdasarkan klik melalui. Atas dasar yang sample klik melalui tingkat dan membeli .25% (konsisten dengan tingkat didokumentasikan dalam penelitian sebelumnya dan divalidasi oleh biro iklan perusahaan), kita menemukan bahwa klik-melalui-satunya pembelian kurang dari pembelian dalam data kami (1134 pur-mengejar dibandingkan 13.955 pembelian di semua pembeli). Dikombinasikan dengan umpan balik dari para eksekutif perusahaan, ini membawa kita untuk menyimpulkan bahwa klik-melalui bukanlah penting jalan untuk membeli (untuk pelanggan situs Web ini). Ini adalah juga konsisten dengan temuan dari penelitian eksperimental (Dreze dan Hussherr 2003).
