JMP 社區您好，
我是一名數據分析師，嘗試使用 JMP DOE 功能來支持營銷合作夥伴開展營銷活動。 活動詳情如下，我的問題是：
問題：
- 根據活動細節，我對 DOE 的理解是否錯誤？ 我希望超越簡單的基本 A/B 測試，也許對於像這樣的活動，A/B 測試是可行的方法，而 DOE 則適用於更複雜的情況。
- 如果 DOE 可以應用於這個現實生活中的業務問題，我應該如何成功實施它？ 如果有更多詳細信息，我將不勝感激，因為我是 JMP DOE 功能的新手，同時也試圖快速學習它。
活動詳情： （所有這些都在附件“測試計劃”中得到了很好的體現。）
- 旨在激勵非忠誠會員加入忠誠計劃的營銷活動。
- 一封電子郵件將發送給近 200 萬客戶。 電子郵件的內容具有教育意義，並附有 $ 優惠券。
- 測試的目的是看看哪種電子郵件創意效果更好。 廣告素材的長版本或短版本。 在簡短的版本中，還有一個額外的測試層，即 CTA。
- 我還決定設立一個 10% 的堅持小組，以了解該活動的總體影響。
活動的成功取決於：
- 加入忠誠度計劃的會員數量最多（使用保留組）
- 哪個創意版本做得更好？ 然後在未來的溝通中使用該創意
- 哪個 CTA 做得更好？ 然後在以後的溝通中使用 CTA。
非常感謝您的幫助和指導。
這是一個比較大的話題。 不知道您目前對實驗設計的理解程度如何？ 您研究過聯合分析和選擇設計嗎？ 有很多案例研究在營銷中成功應用 DOE！
我的想法：
1. 它看起來像單因素實驗 (OFAT)，其中因素是廣告素材的長度。 您所附的圖表似乎是一個嵌套研究。 通常，DOE 用於調查許多因素 (2≤#≤15) 及其可能的相互作用。 其目的是創造通過在大膽的水平設置下操縱因素來改變響應的可變性。 將變量設置為粗體會誇大因素影響，從而更容易確定因素與響應之間的關係。
2. 其他人可能會爭論，但在實驗中，不需要“堅持”小組。 只要研究中包含當前水平，就沒有必要這樣做，因為研究中已包含與當前水平的比較。
3. 你提出了一個巨大的樣本量。 這也不是典型的實驗。 在實驗中，您可以通過操縱因子和阻止（或其他類似技術）噪聲來增加推理空間。 我建議你從較小的規模開始了解更多影響加入決定的因素任何忠誠計劃。 作為順序策略的一部分，首先從大量潛在因素中進行篩選，然後迭代這些因素以確定最佳設置。
4. 建議包括針對什麼會影響和不會影響加入忠誠度計劃的人員制定更具體的假設。 似乎有很多可能性（例如，優惠券金額、其他經濟利益、其他福利/促銷/激勵、電子郵件設計（字體、圖形、顏色、動畫、聲音）等）。
5. 還有您可能感興趣的其他回复。 您關心他們在忠誠度計劃中停留多久嗎？ 您是否擔心那些已經加入忠誠度計劃的人可能會產生負面反應（我的優惠券在哪裡？）。 提議的指標似乎是分類的（名義上的）。 創建響應的序數尺度。
6.也許你應該從以下開始：
- 查看忠誠度計劃會員資格的歷史數據（回歸在這裡可能非常有用）以生成更多假設
- 抽樣計劃。 如果您將擁有如此龐大的數據集，為什麼不進行採樣以獲取一些關於推動人類行為加入忠誠度計劃的線索。 這也可能有助於確定測量系統是否足夠，並提供如何處理無答复的線索。
