Marginale analyse (AdWords)

Dit artikel gaat over een specifiek aspect op het gebied van evaluatie & besliskunde rondom een AdWords-campagne: marginale analyse. Het is een concept dat ik tijdens economie op de middelbare school heb geleerd. Ik ben verbaasd hoe dit na zoveel jaar nog van pas komt!

Een voorbeeld van de middelbare school betrof het aantal mensen dat je zou aannemen om een bepaalde gegeven fabriek (of productiecapaciteit) te benutten. Het antwoord was, dat je zolang zou doorgaan met aannemen van mensen, totdat de meerwaarde van het laatste individu 0 had bereikt. De totale efficiëntie was dan allang suboptimaal, maar daar ging het niet om, want dit was het punt waarop de totale winst maximaal was.

Marginale analyse is onvermijdelijk als je een campagne tot op het bot wilt optimaliseren: Wat is de netto impact van de laatste aanpassing? Vaak is dit nogal abstracte materie, en ook nog eens moeilijk toe te passen. Maar des te interessanter.

Het probleem

Om een marginale analyse te doen, moet je meetwaardes hebben hoe de input en output zich tot elkaar verhouden. Bv. wat de netto winst is voor verschillende biedingen. Om er voor te zorgen dat de ceterus paribus-voorwaarde geldt, moet je dit snel doen. Bv. tien keer per dag een bieding aanpassen. Problemen:

• Veel werk
• Lastig om de resultaten goed op te nemen.

Liefst zou je dit willen automatiseren.

Voorbeeld: Bid Simulator

Bid simulator: Een fijne worst wordt mij voorgehouden, maar er mist iets...

Bijgevoegd schermafdruk is een buitenkansje: Er zijn (geschatte!) uitkomstwaarden bekend voor een reeks inputs. Desalniettemin: Het belangrijkste getal ontbreekt: winst. Gelukkig is dat niet moeilijk om zelf te doen:

Kolom winst toegevoegd. Je ziet al dat het optimum rond € 0,08 (=regel 6) ligt

Plot kolom winst. Wat kan het leven toch mooi zijn