L'adstock trasforma una serie di esposizione in uno stock di effetto potenziale.
L'adstock trasforma una serie di esposizione in uno stock di effetto potenziale. Il modello geometrico impone massimo immediato e declino costante; Weibull può rappresentare un picco ritardato e decrescita flessibile. La scelta non deve solo migliorare il fit: emivita e profilo devono essere compatibili con canale, creatività, frequenza dati ed esperimenti disponibili.
Decisione e metodo.
Mantenete memoria media solo se migliora validazione fuori campione senza creare un effetto durevole incompatibile con l'operatività. Confrontate peso immediato, settimana di picco, emivita e massa dopo quattro o otto settimane. Definite limiti dei parametri da durata campagna, frequenza d'acquisto, test e conoscenza media prima dell'ottimizzazione. Testate previsione e contributi plausibili; ristimate con trend, stagionalità ed eventi alternativi. Un'emivita che collassa segnala fattore omesso.
Esempio calcolato.
Aₜ = Xₜ + 0,6 × Aₜ₋₁. Un impulso di 100 produce 100, 60, 36, 21,6 e 13. Emivita = ln(0,5) ÷ ln(0,6) = 1,36 settimane. Massa totale = 100 ÷ (1 − 0,6) = 250 unità trasformate. È accettabile per effetto breve; 0,9, cioè 6,58 settimane, richiede evidenza forte e test contro il trend.
Controlli e limiti.
Pubblicate emivita, settimana di picco e area per canale, motivate gli intervalli prima del fit e richiedete validazione fuori campione e stabilità. Dati aggregati identificano difficilmente adstock, saturazione e stagionalità insieme; un nucleo settimanale mescola creatività; un esperimento breve informa male la coda lunga.
Risorse e fonti.
Scaricare i nuclei adstock. Correlato: modellare rendimenti decrescenti, validare i meccanismi MMM, vincolare con esperimenti. Fonti: Koyck (1954); Broadbent (1979); Jin et al. (2017).