Executive Summaries

Measuring Marketing Success: Estimating the Effect of Social Media and TV Advertising on Brand Attention
By
Daniel Guhl, Hannah Winkler von Mohrenfels, Jannina Abshagen, and Daniel Klapper
Executive Summary (English)
Many studies in marketing science and practice have shown that the measurement and monitoring of marketing activities is an essential step in quantifying marketing success. Furthermore, nowadays in addition to offline channels (e. g., television, radio and print advertising)
also online channels (e. g., social networks) play an increasingly important role in marketing
communication. In order to allocate marketing budgets optimally to instruments, channels,
and over time, it is crucial to understand and take into account the relationships and the dynamics of the variables under consideration.
In addition to classic data sources (e. g., surveys and panels), the internet is a new source for
interesting online-variables. Gathering such data is simple and cost-efficient. Our paper proposes Google search queries as a freely accessible and temporally low aggregated measure for
attention. In the empirical application, we operationalize the attention for a brand of a FMCG
company as the brand-related search volume on Google. A time series analysis approach is
used to examine daily data, which are available for half a year and include the variables TV
advertising, posting activity in Facebook, posting activity in Twitter, and brand attention.
A vector autoregressive (VAR) model accounts for dynamics (carry-over and lag-effects) as
well as effects between these variables. VAR models can also capture trends and seasonality
(e. g., day-of-week effects) and also direct effects through the variance-covariance matrix residuals of the model. The results of the estimated VAR model are used for calculating impulse response functions (IRF), which are helpful for an easy interpretation and visualization
of complex dynamic effects. In particular, IRFs are used to determine and compare the magnitude and duration (immediate, short-run and long-run) of the effects.
In our empirical application, TV advertising increases the posting activity in both social networks. Both effects last for almost three weeks and the immediate elasticity is .04 (Facebook)
and .12 (Twitter). TV advertising and posting activity in Twitter have similar immediate and
short-run effects on brand attention. The effects last about two and a half weeks and the elasticities are between about .1 (immediate) and .7 (short-run). The posting activity in Facebook
has a negative effect on brand attention immediately and during the first two days (elasticity =
-.05). From the third day on however, the effect is positive. Also, the short-run elasticity (aggregated over the entire period of 17 days, in which a statistically significant effect was determined) is positive (elasticity = .14). Long-term (“permanent”) effects are not present in the
study at hand.
To sum up, the proposed measure of brand attention works well in the empirical application
for measuring the effectiveness of marketing activities in online and offline channels and
monitoring over time. The presented simple and inexpensive measurement of the marketing
effects can help to improve allocation decisions.
Executive Summary (deutsch)
Viele Forschungsarbeiten der Marketingwissenschaft und -praxis zeigten bereits, dass das
Messen und Überwachen von Marketingaktivitäten ein essentieller Vorgang ist, um deren Erfolg zu quantifizieren. Ferner spielen heutzutage für die Marketingkommunikation neben Offline-Kanälen (z.B. Fernseh-, Radio- und Print-Werbung) ebenso Online-Kanäle (z.B. soziale
Netzwerke) eine zunehmend wichtige Rolle. Um Marketingbudgets optimal über Instrumente,
über Kanäle und über die Zeit zu allokieren, ist es von entscheidender Wichtigkeit, die Zusammenhänge und die Dynamik der betrachteten Variablen zu kennen und zu berücksichtigen.
Neben klassischen Datenquellen (z.B. Befragungen und Panels) bietet das Internet eine neue
Quelle interessanter Online-Variablen, die einfach und kostengünstig zu beschaffen sind. Die
vorliegende Arbeit stellt Internet-Suchanfragen bei Google als ein frei zugängliches und zeitlich niedrig aggregiertes Aufmerksamkeitsmaß vor. Die vorliegende empirische Anwendung
nutzt Suchanfragen für eine Marke eines FMCG-Unternehmens als Analysevariable zur Operationalisierung von Markenaufmerksamkeit. Ein Ansatz der Zeitreihenanalyse dient der Untersuchung täglicher Daten, die über ein halbes Jahr zur Verfügung stehen und die Variablen
TV-Werbung, Posting-Aktivität in Facebook, Posting-Aktivität in Twitter und Markenaufmerksamkeit beinhalten.
Ein Vektor-Autoregressives (VAR) Modell ermöglicht dabei die Abbildung von Dynamik
(Carry-Over- und Lag-Effekte) sowie von Effekten zwischen den genannten Variablen. VARModelle können zudem Trends und Saisonalität (z.B. Wochentags-Effekte) beinhalten und
sogar direkte Effekte über die Varianz-Kovarianz-Matrix der Modell-Residuen abbilden. Die
Ergebnisse des geschätzten VAR-Modells lassen sich über Impulse-Response-Funktionen
(IRF) einfach interpretieren und grafisch darstellen. Insbesondere lassen sich über IRFs die
Stärke und die Dauer (kurz-, mittel- und langfristig) der Effekte ermitteln und vergleichen.
Im Anwendungsfall erhöht TV-Werbung die Posting-Aktivität in den betrachteten sozialen
Netzwerken. Beide Effekte überdauern fast drei Wochen und die kurzfristige Elastizität beträgt 0,04 (Facebook) bzw. 0,12 (Twitter). TV-Werbung und Posting-Aktivität in Twitter haben ähnliche sowohl kurzfristige als auch mittelfristige positive Effekte auf die Markenaufmerksamkeit. Die Effekte dauern ca. zweieinhalb Wochen an und die Elastizitäten liegen zwischen ca. 0,1 (kurzfristig) und 0,7 (mittelfristig). Die Posting-Aktivität in Facebook wirkt
unmittelbar sowie in den ersten zwei Tagen negativ auf die Markenaufmerksamkeit (Elastizität = -0,05). Ab dem dritten Tag wird der Effekt allerdings positiv. Auch die mittelfristige
Elastizität (aggregiert über den gesamten Zeitraum von 17 Tagen, in welchem ein statistisch
signifikanter Effekt ermittelt werden kann) ist mit 0,14 positiv. Langfristige („permanente“)
Effekte sind in der Untersuchung nicht vorhanden.
Zusammenfassend kann festgehalten werden, dass sich im Anwendungsbeispiel das vorgestellte Maß für Markenaufmerksamkeit gut eignet, um die Wirksamkeit von Marketingaktivi-
2
täten in Online- und Offlinekanälen zu messen und über die Zeit zu verfolgen. Diese vorgestellte einfache und kostengünstige Messung der Marketingeffekte kann dabei helfen, Allokationsentscheidungen zu verbessern.
3