Statystyka · Marketing

Zasięg i częstotliwość kampanii – rozkład beta-dwumianowy i łączenie kanałów

Fikcyjny producent herbatników, panel 2000 osób, 24 emisje spotu w TV i reklama w internecie. Krok po kroku: zasięg 1+ i 3+, średnia częstotliwość i GRP, rozkład beta-dwumianowy zamiast Poissona, prognoza zasięgu przy większym budżecie, łączenie dwóch kanałów i bootstrap – pięć rysunków z kodem R, podpisy APA i zdania do pracy.

Strona główna / Blog / Zasięg i częstotliwość
W skrócie: Zasięg 1+ to odsetek osób, które zobaczyły reklamę co najmniej raz, średnia częstotliwość – ile kontaktów przypada na osobę z zasięgu, a GRP = zasięg × częstotliwość. Liczbę kontaktów na osobę dobrze opisuje rozkład beta-dwumianowy, bo ludzie oglądają bardzo różnie; Poisson o tej samej średniej w przykładzie podał zasięg 99.1% zamiast 78.3%. Podwojenie emisji w tych samych pasmach kupuje głównie częstotliwość (zasięg 1+ z 78.1% do 85.5%), a zasięg dwóch kanałów zależy od tego, czy trafiają do tych samych osób – raportuj go z przedziałem ufności z bootstrapu panelu.

Przykład: herbatniki w telewizji i w internecie

Fikcyjny producent herbatników prowadzi czterotygodniową kampanię: 24 emisje spotu w telewizji i reklamę wideo w internecie z limitem 12 wyświetleń na osobę. Dom mediowy przysyła raport z panelu 2000 osób z grupy docelowej (dorośli robiący zakupy spożywcze). Zarząd pyta o trzy rzeczy: do ilu osób reklama dotarła, ile razy każdą z nich „dotknęła” i co da dwa razy większy budżet na TV?

Za trzema wskaźnikami planowania mediów – zasięgiem, średnią częstotliwością i GRP – stoi jeden rozkład liczby kontaktów na osobę. Pokażemy, dlaczego dobrze opisuje go rozkład beta-dwumianowy, a źle rozkład Poissona, jak z niego prognozować zasięg, jak łączyć dwa kanały i ile niepewności wnosi sam panel.

Dane są fikcyjne i znamy prawdę. Każdy panelista ma własną skłonność do oglądania bloku reklamowego, wylosowaną z rozkładu beta Beta(0.6, 2.4) – średnio 20%, ale u wielu osób blisko zera, a u części bardzo wysoką. W internecie skłonność pochodzi z Beta(0.35, 1.4). Skłonności w obu kanałach są ujemnie skorelowane (korelacja −0.3 na skali normalnej): kto dużo ogląda telewizji, rzadziej widzi reklamy w internecie. Parametry ustawiliśmy ręcznie przed symulacją tak, by średnia oglądalność bloku wynosiła 20% (480 GRP przy 24 emisjach). Ziarno 668 ustalono raz i nie zmieniano go. Dane pobierzesz jako zasieg-panel-herbatniki.csv (id, liczba kontaktów z TV, liczba kontaktów w internecie).

Czy kolejne kontakty coś dają, opisuje wpis o częstotliwości kontaktu z reklamą i zmęczeniu, a ile sprzedaży dała kampania – marketing mix modeling.

Rysunek 1: GRP = zasięg × częstotliwość

Siatka 10 na 10 kratek – 100 osób z grupy docelowej, w każdej liczba kontaktów z reklamą TV od 0 do 19. 23 kratki z zerem są jasnoszare, 1–2 kontakty jasnoniebieskie, 3–5 średnio niebieskie, 6 i więcej ciemnoniebieskie. Obok trzy pola: zasięg 1+ to 77 na 100 osób (54 osoby z co najmniej 3 kontaktami), średnia częstotliwość 458 kontaktów / 77 osób = 5.95, GRP = 77% × 5.95 = 458
Rysunek 1. Zasięg, średnia częstotliwość i GRP policzone na 100 osobach. Obliczenia: R, pakiet ggplot2 (oczekiwane liczebności z rozkładu Beta-dwumianowego(24; 0.6; 2.4), bez losowania).

Co widać. Każda kratka to jedna osoba, a liczba w środku – ile razy zobaczyła spot. Rozkład 100 osób odpowiada prawdziwemu modelowi z naszej symulacji. Z tej siatki liczymy trzy wskaźniki:

  • Zasięg 1+ – odsetek osób z co najmniej jednym kontaktem: 77 na 100. Zasięg 3+ (co najmniej trzy kontakty) to 54 osoby.
  • Średnia częstotliwość – średnia liczba kontaktów wśród osób, do których reklama dotarła: 458 / 77 = 5.95.
  • GRP (gross rating points, punkty ratingowe brutto) – suma kontaktów na 100 osób, czyli suma oglądalności wszystkich emisji: 458.
GRP = zasięg 1+ (%) × średnia częstotliwość = 77 × 5.95 ≈ 458

Jak może zmylić. GRP liczy kontakty, nie osoby. Około 460 GRP to zarówno 92% zasięgu × 5 kontaktów, jak i 42% × 11 kontaktów. Dwie kampanie o równym GRP mogą więc dotrzeć do zupełnie innej liczby klientów – dlatego potrzebny jest rozkład kontaktów, a nie tylko suma.

Podpis do pracy:

Rysunek 1. Zależność między zasięgiem, średnią częstotliwością i liczbą punktów ratingowych brutto (GRP) na przykładzie 100 osób z grupy docelowej. Uwaga. Liczba w kratce oznacza liczbę kontaktów osoby z reklamą telewizyjną w kampanii 24 emisji.

Rysunek 2: beta-dwumianowy czy Poisson?

Najprostszy pomysł to założyć, że każda osoba ma tę samą szansę zobaczyć każdą emisję. Wtedy liczba kontaktów ma rozkład dwumianowy, a przy wielu emisjach i małej szansie – praktycznie rozkład Poissona. Ludzie oglądają jednak telewizję bardzo różnie. Jeśli szansa kontaktu p zmienia się między osobami zgodnie z rozkładem beta, liczba kontaktów ma rozkład beta-dwumianowy – opisany już przez Skellama (1948) jako rozkład dwumianowy ze zmiennym prawdopodobieństwem sukcesu:

P(X = k) = (n nad k) · B(k + a, n − k + b) / B(a, b)

gdzie n to liczba emisji, B – funkcja beta, a a i b opisują, jak różnie ludzie oglądają. W reklamie telewizyjnej to klasyczny model rozkładu częstotliwości kontaktów; Rust i Klompmaker (1981) zaproponowali dla niego lepszą metodę estymacji, uwzględniającą cechy telewizji ogólnokrajowej. Parametry szacujemy metodą największej wiarygodności (optim, kontrolnie pakiet VGAM – wynik identyczny).

Słupki: odsetek 2000 panelistów z liczbą kontaktów od 0 do 24, najwyższy słupek przy zerze (21.7%), potem malejące aż do 24. Niebieska linia rozkładu beta-dwumianowego przechodzi przez wierzchołki słupków (21.9% przy zerze). Pomarańczowa przerywana linia Poissona ma szczyt około 18% przy 4 kontaktach i tylko 0.9% przy zerze, a powyżej 10 kontaktów spada prawie do zera
Rysunek 2. Rozkład liczby kontaktów z reklamą TV w panelu i dwa dopasowane modele o tej samej średniej. Obliczenia: R, pakiety ggplot2 i VGAM (dane symulowane, set.seed(668)).

Co widać. Średnio panelista miał 4.72 kontaktu (GRP = 471.7), ale 21.7% osób nie zobaczyło spotu ani razu, a 11.4% widziało go 12 razy lub więcej. Model beta-dwumianowy (a = 0.636, 95% CI [0.591, 0.685]; b = 2.588 [2.379, 2.816]) odtwarza ten kształt: przewiduje 21.9% osób bez kontaktu i zasięg 1+ równy 78.1% wobec 78.3% w danych. Poisson o tej samej średniej przewiduje tylko 0.9% osób bez kontaktu i zasięg 99.1%. Log-wiarygodność rośnie z −7769.9 (Poisson) do −5257.4 (beta-dwumianowy), a AIC spada z 15541.9 do 10518.8.

W parametryzacji VGAM ten sam model ma średnią μ = .197 i korelację ρ = .237. To ρ działa jak korelacja wewnątrzklasowa: mierzy, jak bardzo kontakty tej samej osoby „trzymają się razem”. Duże ρ to silna nadmierna dyspersja – i właśnie ona decyduje o zasięgu.

Jak może zmylić. Dobre dopasowanie przy 24 emisjach nie dowodzi, że model jest „prawdziwy”. Jeśli część osób w ogóle nie ma telewizora, sprawdź, czy model nie zaniża liczby zer.

Podpis do pracy:

Rysunek 2. Rozkład liczby kontaktów z reklamą telewizyjną w panelu (N = 2000; 24 emisje) z oczekiwanymi odsetkami według dopasowanego rozkładu beta-dwumianowego i rozkładu Poissona o tej samej średniej. Uwaga. Parametry rozkładu beta-dwumianowego oszacowano metodą największej wiarygodności: a = 0.636, b = 2.588.

Zdanie do Wyników: „Rozkład liczby kontaktów był silnie prawostronnie skośny; rozkład beta-dwumianowy opisywał go znacznie lepiej niż rozkład Poissona (AIC = 10518.8 vs 15541.9) i odtwarzał zasięg 1+ (78.1% wobec 78.3% w danych)”.

Rysunek 3: co da większy budżet?

Jeśli nowe emisje trafią w te same pasma i do tej samej widowni, każda osoba zachowa swoją skłonność p, a zasięg przy s emisjach liczymy z tego samego rozkładu: 1 − P(X = 0). Takie modele łączące plan emisji z rozkładem kontaktów testowano na dużych próbach już w latach 70. (Headen i in., 1977).

Dwa panele, oś pozioma: liczba emisji od 0 do 72, szare tło powyżej 24 emisji. A, zasięg 1+: niebieska krzywa beta-dwumianowa i czarna kropkowana prawdziwa prawie się pokrywają – 78% przy 24 emisjach, 85.5% przy 48 i około 88% przy 72. Pomarańczowa krzywa Poissona osiąga 99% już przy 24 emisjach. B, zasięg 3+: beta-dwumianowa 55% przy 24 i 69.5% przy 48 emisjach, Poisson 85% i prawie 100%
Rysunek 3. Prognoza zasięgu 1+ (A) i 3+ (B) w funkcji liczby emisji według rozkładu beta-dwumianowego i Poissona na tle prawdziwych krzywych z symulacji. Obliczenia: R, pakiety ggplot2 i patchwork (dane symulowane, set.seed(668)).

Co widać. Podwojenie budżetu (48 emisji zamiast 24) podnosi zasięg 1+ tylko z 78.1% do 85.5%, a GRP z 473 do 947. Prawie cały dodatkowy budżet idzie w częstotliwość: średnia rośnie z 6.1 do 11.1 kontaktu na osobę. Zasięg 3+ rośnie mocniej – z 55.1% do 69.5%. Krzywa beta-dwumianowa leży blisko prawdziwej (prawda przy 48 emisjach: 84.6% i 68.7%). Poisson twierdzi, że już obecna kampania dotarła do 99.1% grupy – to błąd.

Jak może zmylić. Szare pole to prognoza poza danymi. Model zakłada, że nowe emisje są „takie jak dotąd”. Jeśli nowe spoty trafią w inne pasma (np. poranne zamiast wieczornych), dotrą do innych ludzi i zasięg wzrośnie bardziej, niż pokazuje krzywa. Tu prognoza trafia, bo dane pochodzą z tego samego modelu.

Podpis do pracy:

Rysunek 3. Prognozowany zasięg 1+ (A) i 3+ (B) kampanii telewizyjnej w zależności od liczby emisji według dopasowanego rozkładu beta-dwumianowego i rozkładu Poissona. Uwaga. Szare tło oznacza zakres poza obserwowaną kampanią (24 emisje). Linia kropkowana – prawdziwy zasięg w danych symulowanych.

Zdanie do Wyników: „Według modelu beta-dwumianowego podwojenie liczby emisji do 48 zwiększyłoby zasięg 1+ z 78.1% do 85.5%, a średnią częstotliwość z 6.1 do 11.1 kontaktu”.

Rysunek 4: telewizja + internet – razem czy osobno?

Telewizja dotarła do 78.3% grupy, internet do 58.8%. Gdyby kontakty w obu kanałach były niezależne, wystarczyłby wzór:

zasięg łączny = 1 − (1 − RTV) × (1 − Rint) = 1 − 0.217 × 0.412 = 91.1%

Wzór ma oparcie w obserwacji Goodhardta i Ehrenberga (1969): dla dwóch programów na różnych kanałach telewizyjnych odsetek widzów jednego, którzy oglądają też drugi, był w przybliżeniu równy oglądalności drugiego – czyli tak, jak przy niezależności. Między telewizją a internetem nie ma takiej gwarancji. Danaher (1992) wskazuje właśnie korelacje między mediami i wewnątrz mediów jako główną trudność w modelowaniu rozkładów kontaktów.

A: poziomy pasek podzielony na cztery części: tylko TV 35.4%, TV i internet 42.9%, tylko internet 16.0%, brak kontaktu 5.8%; przerywana linia wzoru przy niezależności na 91.1%, zasięg łączny z panelu 94.2%. B: wykres punktowy z wąsami – różnica między prawdziwym zasięgiem łącznym a wzorem przy niezależności spada liniowo od +5.8 pp przy korelacji −0.6 przez 0 przy korelacji 0 do −6.3 pp przy +0.6; przerywana pionowa linia przy −0.3
Rysunek 4. Podział grupy docelowej według kontaktu z kampanią w dwóch kanałach (A) i błąd wzoru przy niezależności w zależności od korelacji skłonności do kontaktu (B). Obliczenia: R, pakiety ggplot2 i patchwork (dane symulowane, set.seed(668); B – 200 paneli po 2000 osób na każdą korelację).

Co widać. W panelu zasięg łączny wynosi 94.2%, czyli o 3.2 pp więcej niż ze wzoru. Powód: osoby, do których dotarł internet, rzadziej widziały spot TV (72.9% wobec 78.3% w całej grupie). Jeszcze wyraźniej widać to na zasięgu 3+: w panelu 79.2%, a przy niezależności (splot dwóch rozkładów beta-dwumianowych) 74.4%.

Panel B to symulacja: zmienia się tylko korelacja skłonności. Przy korelacji 0 wzór jest trafny (średni błąd 0.00 pp, 95% wyników od −0.94 do 0.81). Przy korelacji ujemnej −0.6 zaniża zasięg średnio o 5.79 pp, a przy dodatniej +0.6 – gdy oba kanały trafiają do tych samych „łowców mediów” – zawyża go o 6.25 pp. Błąd Monte Carlo średnich wynosi 0.03 pp.

Jak może zmylić. Korelację skłonności znamy tu z konstrukcji danych. W realnej kampanii potrzebujesz panelu, który mierzy oba kanały u tych samych osób (single-source). Bez niego wybór „niezależność czy nie” jest założeniem – pokaż wtedy oba warianty. Podobną logikę zasięgu bez powtórzeń zastosowano do linii produktów w analizie TURF.

Podpis do pracy:

Rysunek 4. Odsetek grupy docelowej z kontaktem z kampanią tylko w telewizji, w obu kanałach, tylko w internecie i bez kontaktu (A) oraz różnica między zasięgiem łącznym a zasięgiem obliczonym przy założeniu niezależności kanałów w zależności od korelacji skłonności do kontaktu (B). Uwaga. Panel B: symulacja, 200 paneli po 2000 osób dla każdej wartości korelacji; punkty – średnie, wąsy – 2.5 i 97.5 percentyl.

Zdanie do Wyników: „Łączny zasięg kampanii wyniósł 94.2% i był o 3.2 pp wyższy niż przy założeniu niezależności kanałów, ponieważ osoby z kontaktem w internecie rzadziej miały kontakt z reklamą telewizyjną (72.9% wobec 78.3%)”.

Rysunek 5: ile niepewności wnosi panel?

Zasięg 78.3% to wynik z 2000 osób, a nie z całej populacji. Najprościej oszacować jego niepewność bootstrapem (Efron, 1979): losujemy ze zwracaniem 2000 panelistów, liczymy wszystkie wskaźniki od nowa – także dopasowanie modelu i prognozę – i powtarzamy 1000 razy. Mechanikę pokazuje wpis bootstrap – wizualizacja na obrazkach.

A: cztery punkty z poziomymi przedziałami: TV 1+ 78.3 [76.4, 80.1], TV 3+ 55.5 [53.5, 57.8], TV + internet 1+ 94.2 [93.2, 95.2], prognoza 1+ przy 48 emisjach 85.5 [84.0, 86.9]. B: histogram 1000 bootstrapowych prognoz zasięgu przy 48 emisjach od około 83 do 88%, niebieska linia oszacowania z panelu 85.5%, czarna kropkowana linia prawdy 84.6%
Rysunek 5. Wskaźniki zasięgu z 95% przedziałami bootstrapowymi (A) i rozkład bootstrapowy prognozy zasięgu przy 48 emisjach (B). Obliczenia: R, pakiety ggplot2 i patchwork (dane symulowane, set.seed(668), 1000 prób).

Co widać. Zasięg 1+ TV: 78.3%, 95% CI [76.4, 80.1]; zasięg 3+: 55.5% [53.5, 57.8]; zasięg łączny: 94.2% [93.2, 95.2]. GRP wynosi 471.7 [449.6, 493.1], a średnia częstotliwość 6.02 [5.78, 6.27]. Przy 2000 panelistach przedział ufności zasięgu ma więc od około 2 pp szerokości (zasięg łączny) do 4.3 pp (zasięg 3+); dla TV 1+ to 3.7 pp.

Jak może zmylić. Prognoza przy 48 emisjach ma przedział [84.0, 86.9] – węższy niż sam zasięg 1+ (2.9 wobec 3.7 pp). To nie znaczy, że prognoza jest pewniejsza. Bootstrap mierzy tylko losowanie panelistów; nie widzi założenia, że nowe emisje będą „takie jak dotąd”. Prawda (84.6%) mieści się w przedziale tylko dlatego, że to założenie jest tu spełnione.

Podpis do pracy:

Rysunek 5. Zasięg 1+ i 3+ kampanii telewizyjnej, łączny zasięg w dwóch kanałach i prognozowany zasięg przy 48 emisjach z 95% przedziałami ufności (A) oraz rozkład bootstrapowy prognozy (B). Uwaga. Przedziały percentylowe z 1000 prób bootstrapowych panelistów; w każdej próbie rozkład beta-dwumianowy dopasowano od nowa.

Zdanie do Wyników: „Zasięg 1+ kampanii telewizyjnej wyniósł 78.3%, 95% CI [76.4, 80.1], przy GRP = 471.7 i średniej częstotliwości 6.02 kontaktu”.

Co z tym zrobić w marketingu

  • Proś o rozkład kontaktów, nie tylko o GRP. Tabela „ile osób miało 0, 1, 2… kontaktów” wystarczy, by dopasować model i porównać plany.
  • Nie licz zasięgu z Poissona. Tu dał 99.1% zamiast 78.3%.
  • Dodatkowe emisje w tych samych pasmach kupują głównie częstotliwość. 24 dodatkowe emisje dały w modelu +7.4 pp zasięgu 1+ i +14.4 pp zasięgu 3+. Jeśli celem jest zasięg, przesuń część budżetu do innych pasm lub kanałów.
  • Drugi kanał opłaca się najbardziej, gdy trafia do innych ludzi. Internet dołożył tu 16.0 pp osób, których TV nie dosięgła. Sprawdź korelację widowni w panelu single-source, zanim użyjesz wzoru przy niezależności. Danaher i in. (2010) do internetu stosują osobny model rozkładu kontaktów i dobierają serwisy optymalizacją nieliniową.
  • Raportuj zasięg z przedziałem. Panel 2000 osób daje błąd rzędu ±2 pp; ważenie panelu go poszerza (wagi poststratyfikacyjne).
  • Zasięg to nie efekt. Czy kontakt coś zmienił, sprawdzisz w badaniu brand lift albo teście wyłączenia reklamy, a zmiany świadomości w czasie – w badaniu trackingowym marki.

Jak opisać w pracy

W pracy z marketingu (zob. też statystyka w pracy z marketingu) opisz źródło danych (panel, liczebność, definicja kontaktu), wskaźniki i model. Wzór dla Metody i Wyników:

Kontakt z reklamą zmierzono w panelu N = 2000 osób z grupy docelowej. Dla każdej osoby policzono liczbę kontaktów z reklamą telewizyjną (24 emisje) i internetową (do 12 wyświetleń). Zasięg 1+ i 3+ zdefiniowano jako odsetek osób z co najmniej jednym i co najmniej trzema kontaktami, średnią częstotliwość jako średnią liczbę kontaktów wśród osób z zasięgu, a GRP jako sumę kontaktów na 100 osób. Rozkład liczby kontaktów modelowano rozkładem beta-dwumianowym dopasowanym metodą największej wiarygodności i porównano z rozkładem Poissona (AIC). Przedziały ufności wyznaczono metodą bootstrapu percentylowego (1000 prób panelistów).
Kampania telewizyjna osiągnęła zasięg 1+ równy 78.3%, 95% CI [76.4, 80.1], i zasięg 3+ równy 55.5% [53.5, 57.8], przy 471.7 GRP i średniej częstotliwości 6.02 kontaktu. Rozkład beta-dwumianowy (a = 0.636, b = 2.588) opisywał dane lepiej niż rozkład Poissona (AIC = 10518.8 vs 15541.9). Łączny zasięg telewizji i internetu wyniósł 94.2% [93.2, 95.2], o 3.2 pp więcej niż przy założeniu niezależności kanałów. Według modelu podwojenie liczby emisji zwiększyłoby zasięg 1+ do 85.5% [84.0, 86.9].

W ograniczeniach napisz, że prognoza zakłada niezmienioną strukturę emisji, a bootstrap nie uwzględnia wag panelu.

Przykład reprodukowalny

Kod R: zasięg, rozkład beta-dwumianowy i bootstrap

Kod odtwarza wszystkie liczby z tekstu i pięć rysunków. Uruchom przepisy po kolei w jednej sesji R: przepis 1 definiuje paletę, motyw i funkcję dbb(), przepis 2 tworzy dane, a przepis 3 – funkcję dopasuj_bb() i dopasowane modele. Przepisy z rysunkami kończą się nazwą wykresu (p1–p5), co wyświetla go w oknie R; do zapisu w pliku SVG użyj ggsave() jak w komentarzu. Rysunki na tej stronie powstały z tych samych obiektów p1–p5, którym podmieniono tylko motyw na motyw serwisu (krój i kolor czcionki, siatka) – dane, geometrie i skale są identyczne.

Każdy blok, który losuje (przepisy 2, 5 i 6), zaczyna od własnego set.seed(668); ziarno ustalono raz i nie zmieniano go. Ręcznie ustalono: liczebność panelu (2000), liczbę emisji (24) i limit wyświetleń w internecie (12), rozkłady skłonności Beta(0.6, 2.4) dla TV i Beta(0.35, 1.4) dla internetu, korelację skłonności −0.3, siatkę korelacji w symulacji (od −0.6 do 0.6 co 0.2) i liczbę paneli (200 na korelację), liczbę prób bootstrapowych (1000) oraz wariant budżetu (48 emisji). Parametrów danych ani ziarna nie zmienialiśmy po pierwszym uruchomieniu. Zmieniliśmy tylko metodę optymalizacji w dopasuj_bb(): domyślnie użyty najpierw BFGS „uciekał” do ogromnych wartości a i b i kończył się osobliwym hesjanem, więc przeszliśmy na metodę Neldera–Meada (wynik zgodny z VGAM), oraz układ etykiet na rysunkach 4 i 5.

1. Schemat GRP = zasięg × częstotliwość: Rysunek 1

Dane wejściowe: nic – oczekiwane liczebności 100 osób z rozkładu Beta-dwumianowego(24; 0.6; 2.4). Na początku paleta Okabe–Ito kol, skala kol_kontakty, motyw motyw i funkcja dbb() – prawdopodobieństwo rozkładu beta-dwumianowego.

Co odczytać: zasięg 1+ i 3+ (liczba osób na 100), GRP i średnią częstotliwość.

R
# Rysunek 1. GRP = zasięg × średnia częstotliwość na 100 osobach z grupy docelowej (grafika z prostokątów i tekstu)
library(ggplot2)

# Paleta Okabe–Ito (rozróżnialna także przy deuteranopii), skala liczby kontaktów i prosty motyw
kol <- c("obserwowane" = "#9E9E9E", "beta-dwumianowy" = "#0072B2", "Poisson" = "#E69F00", "prawda" = "#000000",
         "tylko TV" = "#0072B2", "TV i internet" = "#009E73", "tylko internet" = "#E69F00", "brak kontaktu" = "#D9D9D9")
kol_kontakty <- c("0" = "#F0F0F0", "1–2" = "#C6DBEF", "3–5" = "#6BAED6", "6 i więcej" = "#08519C")
motyw <- theme_minimal(base_size = 14) +
  theme(plot.title = element_text(face = "bold", colour = "#0f1d3a", size = rel(1.0)),
        plot.subtitle = element_text(colour = "grey30"), panel.grid.minor = element_blank(),
        panel.grid.major = element_line(colour = "grey88", linewidth = 0.4),
        strip.text = element_text(face = "bold", colour = "#0f1d3a", hjust = 0), legend.position = "bottom",
        plot.background = element_rect(fill = "white", colour = NA), plot.margin = margin(10, 14, 10, 10))

# Rozkład beta-dwumianowy: P(X = k) przy n emisjach, gdy szansa kontaktu osoby p ~ Beta(a, b)
dbb <- function(k, n, a, b) exp(lchoose(n, k) + lbeta(k + a, n - k + b) - lbeta(a, b))

# 100 „typowych” osób: liczebności z rozkładu Beta-dwumianowego(24 emisje; a = 0.6, b = 2.4), zaokrąglone do 100
pr <- dbb(0:24, 24, 0.6, 2.4)
ile <- floor(100 * pr); reszta <- 100 - sum(ile)
ile[order(100 * pr - ile, decreasing = TRUE)[seq_len(reszta)]] <- ile[order(100 * pr - ile, decreasing = TRUE)[seq_len(reszta)]] + 1
kontakty <- rep(0:24, ile)                           # 100 osób uporządkowanych od 0 kontaktów w górę
osoby <- data.frame(x = (seq_along(kontakty) - 1) %% 10, y = 9 - (seq_along(kontakty) - 1) %/% 10, k = kontakty)
osoby$klasa <- cut(osoby$k, c(-1, 0, 2, 5, Inf), labels = names(kol_kontakty))

zasieg <- sum(kontakty >= 1); zasieg3 <- sum(kontakty >= 3)
grp <- sum(kontakty)                                 # suma kontaktów na 100 osób = GRP
czest <- grp / zasieg                                # średnio wśród osób, do których reklama dotarła
c(zasieg_1plus = zasieg, zasieg_3plus = zasieg3, GRP = grp, srednia_czestotliwosc = round(czest, 2))

pola <- data.frame(xmin = 11.2, xmax = 19.6, ymin = c(6.9, 3.4, -0.1), ymax = c(9.6, 6.1, 2.6),
                   tytul = c("Zasięg 1+", "Średnia częstotliwość", "GRP (punkty ratingowe brutto)"),
                   tekst = c(sprintf("%d na 100 osób miało co najmniej 1 kontakt\n(%d osób – co najmniej 3 kontakty)", zasieg, zasieg3),
                             sprintf("%d kontaktów / %d osób z zasięgu\n= %.2f kontaktu na osobę", grp, zasieg, czest),
                             sprintf("%d%% × %.2f = %d GRP\n= suma kontaktów na 100 osób", zasieg, czest, grp)))
p1 <- ggplot() +
  geom_tile(data = osoby, aes(x, y, fill = klasa), colour = "white", linewidth = 0.8, width = 0.95, height = 0.95) +
  geom_text(data = osoby, aes(x, y, label = k, colour = k >= 6), size = 3.3, show.legend = FALSE) +
  scale_colour_manual(values = c("FALSE" = "grey15", "TRUE" = "white")) +
  scale_fill_manual(values = kol_kontakty, name = "Liczba kontaktów z reklamą TV:") +
  geom_rect(data = pola, aes(xmin = xmin, xmax = xmax, ymin = ymin, ymax = ymax), fill = "white", colour = "grey60") +
  geom_text(data = pola, aes(x = xmin + 0.25, y = ymax - 0.5, label = tytul), hjust = 0, fontface = "bold",
            size = 4.4, colour = "#0f1d3a") +
  geom_text(data = pola, aes(x = xmin + 0.25, y = ymax - 1.55, label = tekst), hjust = 0, size = 3.8,
            lineheight = 0.95, colour = "grey15") +
  annotate("segment", x = 9.8, xend = 11.0, y = 4.75, yend = 4.75, colour = "#0f1d3a", linewidth = 0.9,
           arrow = arrow(length = unit(0.22, "cm"), type = "closed")) +
  coord_equal(xlim = c(-0.6, 19.8), ylim = c(-0.6, 9.7), expand = FALSE) +
  labs(title = "GRP = zasięg × średnia częstotliwość",
       subtitle = "100 osób z grupy docelowej po kampanii 24 emisji spotu TV; liczba w kratce = kontakty danej osoby",
       x = NULL, y = NULL) +
  motyw + theme(axis.text = element_blank(), panel.grid.major = element_blank(), legend.justification = "left")
p1
# ggsave("zasieg-schemat-grp.svg", p1, width = 10, height = 5.6)
Wynik w R
         zasieg_1plus          zasieg_3plus                   GRP 
                77.00                 54.00                458.00 
srednia_czestotliwosc 
                 5.95 

2. Dane: panel 2000 osób i wskaźniki planowania mediów

Dane wejściowe: nic – przepis losuje skłonności panelistów (kopuła normalna z korelacją −0.3) i liczby kontaktów; zapisuje plik zasieg-panel-herbatniki.csv w katalogu roboczym.

Co odczytać: zasięg 1+ i 3+, średnią częstotliwość i GRP dla TV, internetu i obu kanałów razem (suma kontaktów) oraz liczebności grup kontaktów TV.

R
# Dane: fikcyjny panel 2000 osób z grupy docelowej i kampania herbatników w TV (24 emisje) i w internecie (12 okazji)
# (korzysta z kol i motyw z przepisu 1)
set.seed(668)                                        # ziarno ustalone raz, bez dobierania pod wynik
N <- 2000                                            # panelistów (grupa docelowa: dorośli robiący zakupy spożywcze)
n_tv <- 24                                           # emisji spotu w 4 tygodnie
n_int <- 12                                          # okazji do wyświetlenia reklamy wideo (limit 12 na osobę)
# Prawda (parametry ustawione ręcznie; znamy je tylko dlatego, że dane są fikcyjne):
# skłonność do oglądania bloku reklamowego p ~ Beta(0.6, 2.4), średnio 0.20; w internecie q ~ Beta(0.35, 1.4)
prawda <- c(a_tv = 0.6, b_tv = 2.4, a_int = 0.35, b_int = 1.4, rho = -0.3)
# Kopuła normalna: osoby oglądające dużo TV rzadziej widzą reklamy w internecie (korelacja −0.3 na skali z)
z1 <- rnorm(N)
z2 <- prawda[["rho"]] * z1 + sqrt(1 - prawda[["rho"]]^2) * rnorm(N)
p_tv <- qbeta(pnorm(z1), prawda[["a_tv"]], prawda[["b_tv"]])
q_int <- qbeta(pnorm(z2), prawda[["a_int"]], prawda[["b_int"]])
panel <- data.frame(id = 1:N, kontakty_tv = rbinom(N, n_tv, p_tv), kontakty_int = rbinom(N, n_int, q_int))
write.csv(panel, "zasieg-panel-herbatniki.csv", row.names = FALSE)

# Wskaźniki planowania mediów: zasięg k+, średnia częstotliwość wśród dotartych, GRP
wskazniki <- function(x) c(zasieg_1plus = 100 * mean(x >= 1), zasieg_3plus = 100 * mean(x >= 3),
                           srednia_czest = mean(x[x >= 1]), GRP = 100 * mean(x))
round(rbind(TV = wskazniki(panel$kontakty_tv), internet = wskazniki(panel$kontakty_int),
            razem = wskazniki(panel$kontakty_tv + panel$kontakty_int)), 2)
table(kontakty_tv = cut(panel$kontakty_tv, c(-1, 0, 2, 5, 11, 24)))
Wynik w R
         zasieg_1plus zasieg_3plus srednia_czest   GRP
TV              78.30        55.50          6.02 471.7
internet        58.80        35.85          4.12 242.1
razem           94.25        79.25          7.57 713.8
kontakty_tv
 (-1,0]   (0,2]   (2,5]  (5,11] (11,24] 
    434     456     452     430     228 

3. Rozkład beta-dwumianowy i Poissona: Rysunek 2

Dane wejściowe: panel i n_tv z przepisu 2. Funkcja dopasuj_bb() szacuje a i b metodą największej wiarygodności (optim); kontrolnie ten sam model w pakiecie VGAM.

Co odczytać: a i b z 95% CI z hesjanu, μ i ρ z obu dopasowań, średnią, log-wiarygodność i AIC obu modeli oraz zasięg 1+, 3+, odsetek zer i 12+ w danych i w modelach.

R
# Rysunek 2. Rozkład liczby kontaktów z reklamą TV: dane, rozkład beta-dwumianowy i Poissona
# (korzysta z kol, motyw, dbb() z przepisu 1 i panel z przepisu 2)
library(ggplot2)
suppressPackageStartupMessages(library(VGAM))

# Dopasowanie metodą największej wiarygodności „ręcznie”: optim na log a i log b, liczebności 0–n
dopasuj_bb <- function(x, n) {
  f <- tabulate(x + 1, nbins = n + 1)                # ile osób miało 0, 1, …, n kontaktów
  nll <- function(th) -sum(f * log(dbb(0:n, n, exp(th[1]), exp(th[2]))))
  m <- mean(x) / n
  o <- optim(log(c(m, 1 - m)), nll, control = list(reltol = 1e-12), hessian = TRUE)  # Nelder–Mead
  list(a = exp(o$par[1]), b = exp(o$par[2]), logLik = -o$value, vcov = solve(o$hessian))
}
bb_tv <- dopasuj_bb(panel$kontakty_tv, n_tv)
bb_int <- dopasuj_bb(panel$kontakty_int, n_int)
c(a_tv = bb_tv$a, b_tv = bb_tv$b, a_int = bb_int$a, b_int = bb_int$b) |> round(3)
# 95% CI dla a i b z hesjanu (na skali log, potem exp)
se <- sqrt(diag(bb_tv$vcov))
ci <- exp(log(c(a = bb_tv$a, b = bb_tv$b)) + outer(se, c(-1.96, 1.96)))
dimnames(ci) <- list(c("a_tv", "b_tv"), c("dolna_95", "gorna_95")); round(ci, 3)
# Kontrola w pakiecie VGAM: ten sam model w parametryzacji mu = a/(a+b), rho = 1/(a+b+1)
fit_vgam <- vglm(cbind(kontakty_tv, n_tv - kontakty_tv) ~ 1, betabinomial, data = panel)
round(rbind(VGAM = Coef(fit_vgam), optim = c(bb_tv$a / (bb_tv$a + bb_tv$b), 1 / (bb_tv$a + bb_tv$b + 1))), 4)

# Model Poissona o tej samej średniej i porównanie dopasowania
lam <- mean(panel$kontakty_tv)
ll_pois <- sum(dpois(panel$kontakty_tv, lam, log = TRUE))
round(lam, 2)                                       # średnia liczba kontaktów = λ Poissona
round(c(logLik_bb = bb_tv$logLik, logLik_poisson = ll_pois,
        AIC_bb = -2 * bb_tv$logLik + 4, AIC_poisson = -2 * ll_pois + 2), 1)

# Zasięg z danych i z obu modeli
x <- 0:n_tv
pr_bb <- dbb(x, n_tv, bb_tv$a, bb_tv$b); pr_po <- dpois(x, lam)
round(rbind(dane = c(zasieg_1plus = mean(panel$kontakty_tv >= 1), zasieg_3plus = mean(panel$kontakty_tv >= 3),
                     zero = mean(panel$kontakty_tv == 0), "12plus" = mean(panel$kontakty_tv >= 12)),
            beta_dwumianowy = c(1 - pr_bb[1], 1 - sum(pr_bb[1:3]), pr_bb[1], sum(pr_bb[x >= 12])),
            Poisson = c(1 - pr_po[1], 1 - sum(pr_po[1:3]), pr_po[1], ppois(11, lam, lower.tail = FALSE))) * 100, 1)

obs <- data.frame(x = x, proc = 100 * tabulate(panel$kontakty_tv + 1, nbins = n_tv + 1) / N)
mod <- rbind(data.frame(model = "beta-dwumianowy", x = x, proc = 100 * pr_bb),
             data.frame(model = "Poisson", x = x, proc = 100 * pr_po))
mod$model <- factor(mod$model, levels = c("beta-dwumianowy", "Poisson"))
p2 <- ggplot() +
  geom_col(data = obs, aes(x, proc, fill = "dane z panelu"), width = 0.8) +
  geom_line(data = mod, aes(x, proc, colour = model, linetype = model), linewidth = 1) +
  geom_point(data = mod, aes(x, proc, colour = model, shape = model), size = 2.4) +
  scale_fill_manual(values = c("dane z panelu" = "grey78"), name = NULL) +
  scale_colour_manual(values = kol[c("beta-dwumianowy", "Poisson")], name = NULL) +
  scale_linetype_manual(values = c("beta-dwumianowy" = "solid", "Poisson" = "22"), name = NULL) +
  scale_shape_manual(values = c("beta-dwumianowy" = 16, "Poisson" = 17), name = NULL) +
  annotate("label", x = 0.6, y = 100 * pr_bb[1] + 2.2, hjust = 0, size = 3.7, linewidth = 0, fill = "white",
           label = sprintf("0 kontaktów: dane %.1f%%, beta-dwum. %.1f%%, Poisson %.1f%%",
                           obs$proc[1], 100 * pr_bb[1], 100 * pr_po[1])) +
  scale_x_continuous(breaks = seq(0, 24, 2)) +
  labs(title = "Ile razy panelista zobaczył spot? Poisson nie widzi osób, do których reklama nie dotarła",
       subtitle = sprintf("2000 panelistów, 24 emisje; średnio %.2f kontaktu; oba modele mają tę samą średnią", lam),
       x = "Liczba kontaktów z reklamą TV", y = "Odsetek panelistów (%)") +
  motyw + guides(fill = guide_legend(order = 1))
p2
# ggsave("zasieg-rozklad-kontaktow-beta-dwumianowy.svg", p2, width = 10, height = 5.4)
Wynik w R
 a_tv  b_tv a_int b_int 
0.636 2.588 0.363 1.428 
     dolna_95 gorna_95
a_tv    0.591    0.685
b_tv    2.379    2.816
          mu    rho
VGAM  0.1972 0.2367
optim 0.1972 0.2367
[1] 4.72
     logLik_bb logLik_poisson         AIC_bb    AIC_poisson 
       -5257.4        -7769.9        10518.8        15541.9 
                zasieg_1plus zasieg_3plus zero 12plus
dane                    78.3         55.5 21.7   11.4
beta_dwumianowy         78.1         55.1 21.9   11.6
Poisson                 99.1         84.9  0.9    0.3

4. Prognoza zasięgu przy większej liczbie emisji: Rysunek 3

Dane wejściowe: bb_tv i lam z przepisu 3, prawda z przepisu 2.

Co odczytać: zasięg 1+ (z1), 3+ (z3), GRP i średnią częstotliwość przy 24, 36 i 48 emisjach w trzech wariantach.

R
# Rysunek 3. Prognoza zasięgu przy większej liczbie emisji: beta-dwumianowy, Poisson i prawda z symulacji
# (korzysta z kol, motyw, dbb() z przepisu 1, prawda i n_tv z przepisu 2 oraz bb_tv i lam z przepisu 3)
library(ggplot2)
library(patchwork)

# Zasięg k+ przy s emisjach; zakładamy, że nowe emisje są „takie jak dotąd” (te same pasma, ta sama widownia)
zasieg_bb <- function(s, a, b, k = 1) sapply(s, function(si) 100 * (1 - sum(dbb(0:(k - 1), si, a, b))))
zasieg_po <- function(s, k = 1) 100 * ppois(k - 1, s * lam / n_tv, lower.tail = FALSE)
s <- 0:72
krzywe <- rbind(
  data.frame(model = "beta-dwumianowy", s = s, z1 = zasieg_bb(s, bb_tv$a, bb_tv$b), z3 = zasieg_bb(s, bb_tv$a, bb_tv$b, 3)),
  data.frame(model = "Poisson", s = s, z1 = zasieg_po(s), z3 = zasieg_po(s, 3)),
  data.frame(model = "prawda", s = s, z1 = zasieg_bb(s, prawda[["a_tv"]], prawda[["b_tv"]]),
             z3 = zasieg_bb(s, prawda[["a_tv"]], prawda[["b_tv"]], 3)))
srednia <- c("beta-dwumianowy" = bb_tv$a / (bb_tv$a + bb_tv$b), "Poisson" = lam / n_tv,
             "prawda" = prawda[["a_tv"]] / (prawda[["a_tv"]] + prawda[["b_tv"]]))
krzywe$GRP <- krzywe$s * srednia[krzywe$model] * 100  # GRP = emisje × średnia oglądalność bloku × 100
krzywe$model <- factor(krzywe$model, levels = c("beta-dwumianowy", "Poisson", "prawda"))
# Tabela dla 24, 36 i 48 emisji (budżet × 1, × 1.5, × 2)
tab <- subset(krzywe, s %in% c(24, 36, 48))
tab$czest <- tab$GRP / tab$z1                       # średnia częstotliwość = GRP / zasięg 1+
tab[, c("z1", "z3", "GRP", "czest")] <- round(tab[, c("z1", "z3", "GRP", "czest")], 1)
tab[order(tab$model, tab$s), ]

rysuj <- function(kol_y, tytul) {
  ggplot(krzywe, aes(s, .data[[kol_y]], colour = model, linetype = model)) +
    annotate("rect", xmin = n_tv, xmax = Inf, ymin = -Inf, ymax = Inf,
             fill = "grey93") +
    annotate("text", x = 60, y = 8, label = "poza danymi:\nprognoza", size = 3.6, colour = "grey35") +
    geom_line(linewidth = 1.1) +
    geom_point(data = subset(krzywe, s %in% c(24, 48)), aes(shape = model), size = 2.6) +
    scale_colour_manual(values = kol[c("beta-dwumianowy", "Poisson", "prawda")], name = NULL) +
    scale_linetype_manual(values = c("beta-dwumianowy" = "solid", "Poisson" = "22", "prawda" = "11"), name = NULL) +
    scale_shape_manual(values = c("beta-dwumianowy" = 16, "Poisson" = 17, "prawda" = 4), name = NULL) +
    scale_y_continuous(limits = c(0, 100)) + scale_x_continuous(breaks = seq(0, 72, 12)) +
    labs(title = tytul, x = "Liczba emisji spotu (24 ≈ 470 GRP, 48 ≈ 940 GRP)", y = "Zasięg (% grupy docelowej)") + motyw
}
p3 <- rysuj("z1", "A. Zasięg 1+") + rysuj("z3", "B. Zasięg 3+") +
  plot_layout(guides = "collect") & theme(legend.position = "bottom")
p3 <- p3 + plot_annotation(title = "Dwa razy więcej emisji to nie dwa razy większy zasięg",
                           subtitle = "Kropki: 24 emisje (dane) i 48 emisji (podwojony budżet); szare tło – poza zakresem danych",
                           theme = motyw)
p3
# ggsave("zasieg-prognoza-wiekszy-budzet.svg", p3, width = 10, height = 5.6)
Wynik w R
              model  s    z1   z3   GRP czest
25  beta-dwumianowy 24  78.1 55.1 473.4   6.1
37  beta-dwumianowy 36  82.8 64.1 710.1   8.6
49  beta-dwumianowy 48  85.5 69.5 946.8  11.1
98          Poisson 24  99.1 84.9 471.7   4.8
110         Poisson 36  99.9 97.2 707.5   7.1
122         Poisson 48 100.0 99.6 943.4   9.4
171          prawda 24  77.3 54.7 480.0   6.2
183          prawda 36  81.9 63.4 720.0   8.8
195          prawda 48  84.6 68.7 960.0  11.3

5. Łączenie TV i internetu oraz symulacja korelacji widowni: Rysunek 4

Dane wejściowe: panel z przepisu 2 i bb_tv, bb_int z przepisu 3; symulacja 7 korelacji × 200 paneli (około 6 sekund).

Co odczytać: udziały czterech grup, zasięg łączny z panelu i ze wzoru, duplikację, zasięg łączny 3+ oraz średni błąd wzoru z błędem Monte Carlo i 95% zakresem wyników dla każdej korelacji.

R
# Rysunek 4. Łączenie TV i internetu: wzór przy niezależności a nakładanie się widowni (dane + symulacja)
# (korzysta z kol, motyw, dbb() z przepisu 1, panel, N, n_tv, n_int, prawda z przepisu 2 oraz bb_tv, bb_int z przepisu 3)
library(ggplot2)
library(patchwork)

tv1 <- panel$kontakty_tv >= 1; int1 <- panel$kontakty_int >= 1
udzialy <- 100 * c("tylko TV" = mean(tv1 & !int1), "TV i internet" = mean(tv1 & int1),
                   "tylko internet" = mean(!tv1 & int1), "brak kontaktu" = mean(!tv1 & !int1))
round(udzialy, 1)
# Zasięg łączny 1+ z panelu a wzór przy niezależności: 1 − (1 − R_TV)(1 − R_int)
r_tv <- mean(tv1); r_int <- mean(int1)
niezal <- 1 - (1 - r_tv) * (1 - r_int)
round(100 * c(R_TV = r_tv, R_int = r_int, laczny_panel = mean(tv1 | int1), laczny_niezaleznosc = niezal), 1)
# Duplikacja: jaki odsetek osób z kontaktem w internecie miał też kontakt z TV (przy niezależności = R_TV)
round(100 * c(TV_wsrod_internetu = mean(tv1[int1]), R_TV = r_tv), 1)
# Zasięg 3+ łącznie: splot dwóch dopasowanych rozkładów beta-dwumianowych (niezależność) a panel
splot <- convolve(dbb(0:n_tv, n_tv, bb_tv$a, bb_tv$b), rev(dbb(0:n_int, n_int, bb_int$a, bb_int$b)), type = "open")
round(100 * c(laczny_3plus_panel = mean(panel$kontakty_tv + panel$kontakty_int >= 3),
              laczny_3plus_niezaleznosc = 1 - sum(splot[1:3])), 1)

# Symulacja: 200 paneli po 2000 osób dla siedmiu korelacji skłonności TV–internet (rozkłady brzegowe jak w danych)
set.seed(668)
rho_siatka <- round(seq(-0.6, 0.6, by = 0.2), 1)
sym <- do.call(rbind, lapply(rho_siatka, function(r) {
  t(replicate(200, {
    z1 <- rnorm(N); z2 <- r * z1 + sqrt(1 - r^2) * rnorm(N)
    a <- rbinom(N, n_tv, qbeta(pnorm(z1), prawda[["a_tv"]], prawda[["b_tv"]])) >= 1
    b <- rbinom(N, n_int, qbeta(pnorm(z2), prawda[["a_int"]], prawda[["b_int"]])) >= 1
    c(rho = r, roznica = 100 * (mean(a | b) - (1 - (1 - mean(a)) * (1 - mean(b)))))
  }))
}))
sym <- as.data.frame(sym)
podsum <- aggregate(roznica ~ rho, sym, function(x) c(srednia = mean(x), blad_MC = sd(x) / sqrt(length(x)),
                                                     q025 = unname(quantile(x, .025)), q975 = unname(quantile(x, .975))))
podsum <- data.frame(rho = podsum$rho, round(podsum$roznica, 2))
podsum

slupek <- data.frame(grupa = factor(names(udzialy), levels = rev(names(udzialy))), proc = udzialy)
slupek$koniec <- cumsum(udzialy)[match(slupek$grupa, names(udzialy))]; slupek$start <- slupek$koniec - slupek$proc
pA <- ggplot(slupek) +
  geom_rect(aes(xmin = start, xmax = koniec, ymin = 0.6, ymax = 1.4, fill = grupa), colour = "white") +
  geom_text(aes(x = (start + koniec) / 2, y = 1, label = sprintf("%.1f%%", proc),
                colour = grupa %in% c("tylko TV", "TV i internet")), size = 4, show.legend = FALSE) +
  scale_colour_manual(values = c("TRUE" = "white", "FALSE" = "grey10")) +
  annotate("segment", x = 100 * niezal, xend = 100 * niezal, y = 0.45, yend = 1.55, linewidth = 1, linetype = "22") +
  annotate("text", x = 100 * niezal, y = 1.75, size = 3.7, hjust = 1,
           label = sprintf("wzór przy niezależności: %.1f%%", 100 * niezal)) +
  annotate("text", x = 100 * mean(tv1 | int1), y = 0.25, size = 3.7, hjust = 1,
           label = sprintf("zasięg łączny z panelu: %.1f%%", 100 * mean(tv1 | int1))) +
  scale_fill_manual(values = kol[names(udzialy)], breaks = names(udzialy), name = NULL) +
  scale_x_continuous(limits = c(0, 100), breaks = seq(0, 100, 20)) + scale_y_continuous(limits = c(0.1, 1.9)) +
  labs(title = "A. Panel: kto zobaczył reklamę w którym kanale", x = "% grupy docelowej", y = NULL) +
  motyw + theme(axis.text.y = element_blank(), panel.grid.major.y = element_blank())
pB <- ggplot(podsum, aes(rho, srednia)) +
  geom_hline(yintercept = 0, colour = "grey50") +
  geom_errorbar(aes(ymin = q025, ymax = q975), width = 0.04, colour = kol[["beta-dwumianowy"]]) +
  geom_line(colour = kol[["beta-dwumianowy"]], linewidth = 1) +
  geom_point(size = 2.6, colour = kol[["beta-dwumianowy"]]) +
  geom_vline(xintercept = prawda[["rho"]], linetype = "22", colour = "grey40") +
  annotate("text", x = prawda[["rho"]] + 0.03, y = -4.5, hjust = 0, size = 3.6, colour = "grey30",
           label = sprintf("dane z panelu: ρ = −0.3,\nróżnica %+.1f pp", 100 * (mean(tv1 | int1) - niezal))) +
  scale_x_continuous(breaks = rho_siatka) +
  labs(title = "B. Symulacja: błąd wzoru przy niezależności",
       x = "Korelacja skłonności do kontaktu TV–internet (ρ)", y = "Zasięg prawdziwy − ze wzoru (pp)") + motyw
p4 <- pA / pB + plot_layout(heights = c(1, 1.5)) +
  plot_annotation(title = "Zasięg dwóch kanałów zależy od tego, czy trafiają do tych samych osób",
                  subtitle = "B: 200 paneli po 2000 osób na każdą korelację; kropka – średnia, wąsy – 95% wyników",
                  theme = motyw)
p4
# ggsave("zasieg-laczenie-kanalow-tv-internet.svg", p4, width = 10, height = 7.6)
Wynik w R
      tylko TV  TV i internet tylko internet  brak kontaktu 
          35.4           42.9           16.0            5.8 
               R_TV               R_int        laczny_panel laczny_niezaleznosc 
               78.3                58.8                94.2                91.1 
TV_wsrod_internetu               R_TV 
              72.9               78.3 
       laczny_3plus_panel laczny_3plus_niezaleznosc 
                     79.2                      74.4 
   rho srednia blad_MC  q025  q975
1 -0.6    5.79    0.03  5.05  6.51
2 -0.4    3.85    0.03  2.94  4.69
3 -0.2    1.91    0.03  1.00  2.73
4  0.0    0.00    0.03 -0.94  0.81
5  0.2   -1.98    0.03 -2.81 -1.08
6  0.4   -4.07    0.03 -4.95 -3.23
7  0.6   -6.25    0.03 -7.12 -5.40

6. Bootstrap panelistów: Rysunek 5

Dane wejściowe: panel z przepisu 2 i dopasuj_bb() z przepisu 3; 1000 prób (około 1–2 sekund).

Co odczytać: oszacowania z 95% przedziałami percentylowymi, prawdziwy zasięg przy 48 emisjach i szerokość przedziałów.

R
# Rysunek 5. Niepewność wskaźników z panelu: bootstrap panelistów (1000 prób), z ponownym dopasowaniem modelu
# (korzysta z kol, motyw, dbb() z przepisu 1, panel, N, n_tv, prawda z przepisu 2 oraz dopasuj_bb() z przepisu 3)
library(ggplot2)
library(patchwork)

statystyki <- function(d) {
  bb <- dopasuj_bb(d$kontakty_tv, n_tv)
  c("TV 1+" = 100 * mean(d$kontakty_tv >= 1), "TV 3+" = 100 * mean(d$kontakty_tv >= 3),
    "TV + internet 1+" = 100 * mean(d$kontakty_tv + d$kontakty_int >= 1),
    "Prognoza 1+ (48 emisji)" = 100 * (1 - dbb(0, 48, bb$a, bb$b)),
    GRP = 100 * mean(d$kontakty_tv), czestotliwosc = mean(d$kontakty_tv[d$kontakty_tv >= 1]))
}
set.seed(668)
B <- 1000
boot <- t(replicate(B, statystyki(panel[sample.int(N, N, replace = TRUE), ])))
wynik <- data.frame(wskaznik = colnames(boot), oszacowanie = statystyki(panel),
                    dolna = apply(boot, 2, quantile, .025), gorna = apply(boot, 2, quantile, .975), row.names = NULL)
wynik[, -1] <- round(wynik[, -1], 2)
wynik
# Prawdziwy zasięg 1+ przy 48 emisjach (znany tylko w symulacji) i szerokość przedziałów w punktach procentowych
round(c(prawda_48 = 100 * (1 - dbb(0, 48, prawda[["a_tv"]], prawda[["b_tv"]])),
        szer_TV1 = wynik$gorna[1] - wynik$dolna[1], szer_prognozy = wynik$gorna[4] - wynik$dolna[4]), 2)

dA <- wynik[1:4, ]; dA$wskaznik <- factor(dA$wskaznik, levels = rev(dA$wskaznik))
pA <- ggplot(dA, aes(oszacowanie, wskaznik)) +
  geom_errorbar(aes(xmin = dolna, xmax = gorna), width = 0.25, orientation = "y", colour = kol[["beta-dwumianowy"]], linewidth = 0.9) +
  geom_point(size = 3, colour = kol[["beta-dwumianowy"]]) +
  geom_text(aes(x = gorna, label = sprintf("%.1f [%.1f, %.1f]", oszacowanie, dolna, gorna)),
            hjust = -0.1, size = 3.6, colour = "grey20") +
  scale_x_continuous(limits = c(50, 112), breaks = seq(50, 100, 10)) +
  labs(title = "A. Zasięg i 95% przedział", x = "% grupy docelowej", y = NULL) + motyw
dB <- data.frame(prognoza = boot[, 4])
pB <- ggplot(dB, aes(prognoza)) +
  geom_histogram(bins = 30, fill = "grey75", colour = "white") +
  geom_vline(xintercept = wynik$oszacowanie[4], colour = kol[["beta-dwumianowy"]], linewidth = 1) +
  geom_vline(xintercept = 100 * (1 - dbb(0, 48, prawda[["a_tv"]], prawda[["b_tv"]])), linetype = "11", linewidth = 1) +
  annotate("text", x = 100 * (1 - dbb(0, 48, prawda[["a_tv"]], prawda[["b_tv"]])), y = Inf, vjust = 1.4, hjust = 1.05,
           label = "prawda", size = 3.6) +
  annotate("text", x = wynik$oszacowanie[4], y = Inf, vjust = 1.4, hjust = -0.1, label = "z panelu", size = 3.6,
           colour = kol[["beta-dwumianowy"]]) +
  labs(title = "B. Prognoza 1+ (48 emisji)", x = "Zasięg 1+ (%)", y = "Liczba prób") + motyw
p5 <- pA + pB + plot_layout(widths = c(1.5, 1)) +
  plot_annotation(title = "Bootstrap mierzy błąd losowania panelu, a nie błąd założeń prognozy",
                  subtitle = "Bootstrap: 1000 prób panelistów ze zwracaniem; w każdej próbie model dopasowano od nowa",
                  theme = motyw)
p5
# ggsave("zasieg-bootstrap-niepewnosc-panelu.svg", p5, width = 10, height = 5.2)
Wynik w R
                 wskaznik oszacowanie  dolna  gorna
1                   TV 1+       78.30  76.40  80.10
2                   TV 3+       55.50  53.45  57.75
3        TV + internet 1+       94.25  93.15  95.20
4 Prognoza 1+ (48 emisji)       85.51  83.99  86.92
5                     GRP      471.70 449.60 493.06
6           czestotliwosc        6.02   5.78   6.27
    prawda_48      szer_TV1 szer_prognozy 
        84.64          3.70          2.93 

7. Sprawdzenie palety przy zaburzeniach widzenia barw

Dane wejściowe: kol i kol_kontakty z przepisu 1.

Co odczytać: odległość barw ΔE w przestrzeni CIELAB przy typowym widzeniu, deuteranopii i protanopii; wartości powyżej około 20 oznaczają barwy łatwe do odróżnienia.

R
# Czy paleta przetrwa zaburzenia widzenia barw? Symulacja w pakiecie colorspace (korzysta z kol z przepisu 1)
library(colorspace)
pary <- list("beta-dwumianowy – Poisson" = kol[c("beta-dwumianowy", "Poisson")],
             "beta-dwumianowy – obserwowane" = kol[c("beta-dwumianowy", "obserwowane")],
             "Poisson – obserwowane" = kol[c("Poisson", "obserwowane")],
             "tylko TV – TV i internet" = kol[c("tylko TV", "TV i internet")],
             "TV i internet – tylko internet" = kol[c("TV i internet", "tylko internet")],
             "tylko internet – brak kontaktu" = kol[c("tylko internet", "brak kontaktu")],
             "kontakty 1–2 – 3–5" = kol_kontakty[c("1–2", "3–5")],
             "kontakty 3–5 – 6 i więcej" = kol_kontakty[c("3–5", "6 i więcej")],
             "czerwony – zielony (do unikania)" = c("#E41A1C", "#4DAF4A"))
roznica <- function(k) {           # odległość barw w przestrzeni CIELAB (ΔE)
  lab <- coords(as(hex2RGB(k), "LAB")); sqrt(sum((lab[1, ] - lab[2, ])^2))
}
round(t(sapply(pary, function(k) c(widzenie_typowe = roznica(k), deuteranopia = roznica(deutan(k)),
                                   protanopia = roznica(protan(k))))), 1)
Wynik w R
                                 widzenie_typowe deuteranopia protanopia
beta-dwumianowy – Poisson                  120.2        121.5      109.3
beta-dwumianowy – obserwowane               45.7         49.6       41.3
Poisson – obserwowane                       76.7         73.7       69.9
tylko TV – TV i internet                    70.1         55.4       58.0
TV i internet – tylko internet              88.7         66.3       51.5
tylko internet – brak kontaktu              78.1         74.5       72.7
kontakty 1–2 – 3–5                          24.6         25.0       20.9
kontakty 3–5 – 6 i więcej                   43.8         39.5       39.0
czerwony – zielony (do unikania)           121.7         21.1       31.6

Bibliografia oprogramowania

Wyniki na tej stronie pochodzą z uruchomienia pokazanego kodu w R 4.5.3. Losowanie danych, funkcje rozkładów i optymalizacja (optim(), convolve()) – pakiet stats z podstawowej instalacji R. Kontrolne dopasowanie rozkładu beta-dwumianowego – pakiet VGAM. Rysunki wykonano w pakiecie ggplot2, panele złożono pakietem patchwork i zapisano pakietem svglite, a paletę sprawdzono pakietem colorspace. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. VGAM (wersja 1.1.14): Yee, T. W. (2015). Vector generalized linear and additive models: With an implementation in R. Springer. https://doi.org/10.1007/978-1-4939-2818-7
  3. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  4. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork
  5. colorspace (wersja 2.1.2): Zeileis, A., Fisher, J. C., Hornik, K., Ihaka, R., McWhite, C. D., Murrell, P., Stauffer, R., & Wilke, C. O. (2020). colorspace: A toolbox for manipulating and assessing colors and palettes. Journal of Statistical Software, 96(1). https://doi.org/10.18637/jss.v096.i01
  6. svglite (wersja 2.2.2): Wickham, H., Henry, L., Pedersen, T. L., Luciani, T. J., Decorde, M., & Lise, V. (2025). svglite: An 'SVG' graphics device [R package]. https://doi.org/10.32614/CRAN.package.svglite

Pułapki

  • GRP jako miara dotarcia. Ten sam GRP daje szeroki zasięg z małą częstotliwością albo wąski z dużą (rysunek 1).
  • Poisson przy zróżnicowanej widowni. Zawyża zasięg i zaniża liczbę osób bez kontaktu (rysunek 2).
  • Prognoza daleko poza danymi. Krzywa zasięgu przy 72 emisjach z kampanii 24 emisji to założenie o widowni, a nie wynik (rysunek 3).
  • Wzór przy niezależności bez sprawdzenia. Przy korelacji widowni ±0.6 myli się o około 6 pp w jedną lub drugą stronę (rysunek 4B).
  • Zasięg bez przedziału. Różnica 1–2 pp między planami z panelu 2000 osób mieści się w błędzie losowania (rysunek 5).
  • Bootstrap pojedynczych osób w panelu gospodarstw. Losuj całe gospodarstwa – inaczej przedziały będą za wąskie.
  • Kontakt to nie zobaczenie. Panel rejestruje, że ktoś był przed telewizorem lub że reklama się wyświetliła, a nie że ją zauważył.

Najczęstsze pytania

Co to jest GRP i jak je policzyć?

GRP (gross rating points, punkty ratingowe brutto) to suma kontaktów z reklamą na 100 osób z grupy docelowej, czyli suma oglądalności wszystkich emisji. Równa się zasięgowi 1+ (w %) pomnożonemu przez średnią częstotliwość. W przykładzie 24 emisje dały 471.7 GRP: zasięg 78.3% × 6.02 kontaktu. GRP nie mówi, do ilu osób dotarła reklama.

Czym różni się zasięg 1+ od zasięgu 3+?

Zasięg 1+ to odsetek osób z co najmniej jednym kontaktem z reklamą, a 3+ – z co najmniej trzema. Zasięg 3+ opisuje, do ilu osób reklama dotarła wielokrotnie. W przykładzie wynosiły 78.3% i 55.5%. Próg 3+ to konwencja planowania, a nie reguła; to, czy kolejne kontakty działają, trzeba sprawdzić osobno.

Dlaczego do liczby kontaktów z reklamą stosuje się rozkład beta-dwumianowy?

Bo szansa zobaczenia emisji jest różna u różnych osób: jedni oglądają dużo, inni prawie wcale. Rozkład beta-dwumianowy zakłada, że ta szansa pochodzi z rozkładu beta, więc dopuszcza wiele zer i długi ogon. Rust i Klompmaker (1981) opisują go jako model rozkładu częstotliwości kontaktów w telewizji. Poisson tego nie uwzględnia i zawyża zasięg.

Jak policzyć łączny zasięg dwóch kanałów reklamy?

Przy niezależności kanałów: 1 − (1 − R1) × (1 − R2). Wzór jest trafny tylko wtedy, gdy kontakt w jednym kanale nie zależy od kontaktu w drugim. W przykładzie dał 91.1%, a panel pokazał 94.2%, bo internet częściej docierał do osób oglądających mało telewizji. Najlepiej policz zasięg łączny bezpośrednio z panelu mierzącego oba kanały u tych samych osób.

Jak podać niepewność zasięgu z panelu?

Oszacuj przedział ufności bootstrapem: losuj panelistów ze zwracaniem, licz zasięg od nowa i weź 2.5 i 97.5 percentyl z 1000 prób. W panelu 2000 osób zasięg 1+ wyniósł 78.3%, 95% CI [76.4, 80.1]. Gdy panel jest ważony albo dobierany gospodarstwami, uwzględnij wagi i losuj całe gospodarstwa.

Powiązane hasła

Przeczytaj też

Analizujesz zasięg kampanii w pracy z marketingu?

Pomożemy przygotować dane z panelu, dopasować rozkład kontaktów, policzyć zasięg z przedziałami ufności i opisać ograniczenia – tak, żebyś umiał(a) je obronić.

Oferta dla studentówWyceń analizę

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Danaher, P. J. (1992). Some statistical modeling problems in the advertising industry: A look at media exposure distributions. The American Statistician, 46(4), 254–260. https://doi.org/10.1080/00031305.1992.10475899
  2. Danaher, P. J., Lee, J., & Kerbache, L. (2010). Optimal internet media selection. Marketing Science, 29(2), 336–347. https://doi.org/10.1287/mksc.1090.0507
  3. Efron, B. (1979). Bootstrap methods: Another look at the jackknife. The Annals of Statistics, 7(1), 1–26. https://doi.org/10.1214/aos/1176344552 ● Otwarty dostęp
  4. Goodhardt, G. J., & Ehrenberg, A. S. C. (1969). Duplication of television viewing between and within channels. Journal of Marketing Research, 6(2), 169–178. https://doi.org/10.1177/002224376900600205
  5. Headen, R. S., Klompmaker, J. E., & Teel, J. E. (1977). Predicting audience exposure to spot TV advertising schedules. Journal of Marketing Research, 14(1), 1–9. https://doi.org/10.1177/002224377701400101
  6. Rust, R. T., & Klompmaker, J. E. (1981). Improving the estimation procedure for the beta binomial TV exposure model. Journal of Marketing Research, 18(4), 442–448. https://doi.org/10.1177/002224378101800405
  7. Skellam, J. G. (1948). A probability distribution derived from the binomial distribution by regarding the probability of success as variable between the sets of trials. Journal of the Royal Statistical Society: Series B (Methodological), 10(2), 257–261. https://doi.org/10.1111/j.2517-6161.1948.tb00014.x

Cytowania BibTeX

@article{danaher1992some, author={Danaher, Peter J.}, title={{Some statistical modeling problems in the advertising industry: A look at media exposure distributions}}, journal={The American Statistician}, year={1992}, volume={46}, number={4}, pages={254--260}, doi={10.1080/00031305.1992.10475899}}
@article{danaher2010optimal, author={Danaher, Peter J. and Lee, Janghyuk and Kerbache, Laoucine}, title={{Optimal internet media selection}}, journal={Marketing Science}, year={2010}, volume={29}, number={2}, pages={336--347}, doi={10.1287/mksc.1090.0507}}
@article{efron1979bootstrap, author={Efron, Bradley}, title={{Bootstrap methods: Another look at the jackknife}}, journal={The Annals of Statistics}, year={1979}, volume={7}, number={1}, pages={1--26}, doi={10.1214/aos/1176344552}}
@article{goodhardt1969duplication, author={Goodhardt, G. J. and Ehrenberg, A. S. C.}, title={{Duplication of television viewing between and within channels}}, journal={Journal of Marketing Research}, year={1969}, volume={6}, number={2}, pages={169--178}, doi={10.1177/002224376900600205}}
@article{headen1977predicting, author={Headen, Robert S. and Klompmaker, Jay E. and Teel, Jesse E.}, title={{Predicting audience exposure to spot TV advertising schedules}}, journal={Journal of Marketing Research}, year={1977}, volume={14}, number={1}, pages={1--9}, doi={10.1177/002224377701400101}}
@article{rust1981improving, author={Rust, Roland T. and Klompmaker, Jay E.}, title={{Improving the estimation procedure for the beta binomial TV exposure model}}, journal={Journal of Marketing Research}, year={1981}, volume={18}, number={4}, pages={442--448}, doi={10.1177/002224378101800405}}
@article{skellam1948probability, author={Skellam, J. G.}, title={{A probability distribution derived from the binomial distribution by regarding the probability of success as variable between the sets of trials}}, journal={Journal of the Royal Statistical Society: Series B (Methodological)}, year={1948}, volume={10}, number={2}, pages={257--261}, doi={10.1111/j.2517-6161.1948.tb00014.x}}
R