Mathematical Programming for Better Selection of Advertising Media (1961)

Reklam Medyalarının Daha İyi Seçimi İçin Matematiksel Programlama

(Amerikan Reklam Ajansları Birliği’nin yıllık doğu konferansında sunulan bir rapora dayanmaktadır, New York, 16 Kasım 1961)

I. BBDO Medya Sürecini Açıklıyor

Leo J. Turner
Batten, Barton, Durstine, and Osborne, Inc.
New York 17, N.Y.

Amerikan Reklam Ajansları Birliği’nin 16 Kasım’daki yıllık doğu konferansının dolu bir oturumunda, reklam ajansı Batten, Barton, Durstine & Osborne, Inc., medya planlarının bilimsel seçimi için yeni bir matematiksel programlama yönteminin ayrıntılarını kamuoyuna sundu. Başkan Charles H. Brower bu yöntem hakkında şunları söyledi: “Bir medya uzmanına kürek yerine bir kepçe veriyor.”

Yeni yöntemin amacı, bütçedeki her dolar için en yüksek reklam etkinliğini elde etmektir. Ancak bu yöntem insan yargısını destekler, onun yerini almaz.

Yeni yöntem tüm reklam ajanslarının kullanımına sunulmaktadır. Konferanstaki akademik katılımcılar tarafından pazarlama araştırmalarında ileriye doğru büyük bir adım olarak değerlendirildi.

New York University’de Pazarlama Profesörü ve uzun süredir Advertising Research Foundation ile ilişkili olan Dr. Darrell B. Lucas, medyanın bilimsel değerlendirilmesinin “bugün reklam verimliliğinde büyük bir kazanım için en büyük fırsatımız” olduğunu söyledi.

Doğrusal programlamanın tarihçesinin bir kısmı, bu alandaki öncü çalışmaların büyük bölümünden sorumlu iki bilim insanı, Carnegie Institute of Technology’den Profesör William Cooper ve Northwestern University’den Profesör Abraham Charnes tarafından sunulan ortak bir bildiride ele alındı.

Profesörler Cooper ve Charnes, birçok başka endüstride zor yönetim problemlerinde benzer atılımların yapıldığı anlarda bulunduklarını ve bu öncü bulguların daha sonra çok sayıda işletme tarafından yaygın biçimde kullanıldığını gözlemlediklerini belirttiler. 16 Kasım’da rapor edilen ilk araştırma çabasını izleyerek hızlı bir gelişmeler dizisinin ortaya çıkmasının muhtemel olduğuna inandıklarını ifade ettiler.

Diğer konuşmacılar, bu başarının pazarlama dolarının etkin biçimde harcanması için gerekli bilgileri sağlayacak şekilde pazarlama araştırmalarını diğer alanlarda da hızlandıracağını söylediler.

Kısaca, yeni süreç araştırma bilgilerini, insan yargısını, parasal değerlendirmeleri ve müşteri yönlendirmelerini, elektronik bilgisayarlar tarafından çözülen matematiksel problemlerde bir araya getirmektedir.

II. Reklamcılık İşinde Yeni Teknikler

Dr. Clark L. Wilson
Araştırmadan Sorumlu Başkan Yardımcısı
Batten, Barton, Durstine, and Osborne, Inc.

Reklam endüstrisi, yeni teknikleri benimseme konusunda düzensiz bir geçmişe sahiptir. Yaratıcı alanlarda rakiplerin önünde kalmak için sürekli ve güçlü bir mücadele eğilimi vardır. Araştırma ve pazarlamanın olgu toplama alanlarında ise rekabetçi çaba ne yazık ki daha az güçlü olmuştur.

Bir yandan, devlet araştırmalarında geliştirilen ve kanıtlanan teknikler bulunmaktadır. Öte yandan, son yirmi beş ile kırk yıldır literatürde yer alan, son derece verimli birçok araştırma ve analiz tekniği, reklam ve pazarlama çalışmalarında neredeyse hiç kullanılmamıştır. Örneğin öğrenme kuramı ve bilgi kuramının ilke ve teknikleri, reklam bağlamında neredeyse hiç incelenmemiştir. Psikometri, deneysel psikoloji ve sosyoloji yöntemleri ise düzensiz bir biçimde uygulanmıştır.

Gelişmiş ölçekleme teknikleri ve faktör analizi kullanan iyi çalışmalar son derece azdır. Genel olarak bakıldığında, reklam araştırmasının önemli alanında güncellik eksikliği söz konusudur.

Elbette, yeni analitik ve araştırma yöntemlerini tanıtarak reklam endüstrisini güncelleme yönünde bazı çabalar olmuştur. Ancak bu girişimler sıklıkla çok ciddi bir iletişim engeliyle karşılaşmıştır. Endüstri dışındaki, çoğu zaman akademik ortamlardan gelen bilgili kişilere, reklamverenleri ve ajansları bu yeni yöntemlerle tanıştırmak için sık sık fırsatlar verilmiştir. Ne var ki bu sunumlar çoğu zaman son derece soyut nitelikte olmuştur. Bunları okurken ya da dinlerken, sunulan bilgileri reklam işi açısından yorumlamaya çalışmak oldukça zorlayıcıdır. Çoğu durumda, yazarın ya da konuşmacının reklam veya pazarlama konusunda ciddi bir aşinalığa sahip olmadığı görülmektedir.

Bunun bir örneği, Yöneylem Araştırması’nın reklam işine uyarlanması üzerine yapılan çok sayıda bildiri ve konuşmadır. Gerçekte yürütülmüş her bir birim OR çalışmasına karşılık, reklam endüstrisi dışındaki kişiler tarafından, reklamcılığın OR’yi daha etkin kullanması gerektiğini savunan tonlarca konuşma ve makale bulunmaktadır.

Reklam ve pazarlamanın gerçek dünyasından veriler kullanan çalışmalar son derece az olmuştur.

Şirketimizde son iki yıldır, yeni teknik ve yöntemleri deneyerek bu boşluğu kapatmaya çalışıyoruz. Burada sunulan rapor, bu girişimlerden birini temsil etmektedir. Medya planlarının belirlenmesinde matematiksel yöntemlerin kullanımına ilişkin ilk çalışmalarımızın sonuçlarını aktarıyoruz. Daha özel olarak, medya seçimi için Doğrusal Programlama yöntemlerinin kullanımını ele alıyoruz.

Bu bağlamda Doğrusal Programlama, medya seçiminin günlük operasyonel süreç ve prosedürlerini düz anlatımdan matematik diline, ardından denklemler ve denklem gruplarına dönüştürme uygulamasıdır. Genel uygulamayı kapsamak için Matematiksel Programlama terimini kullanıyoruz. Yazdığımız matematiksel denklemler düz çizgileri ya da düzlemleri temsil ettiğinde Doğrusal Programlama’dan söz ediyoruz. Burada kullanılan teknikler, lise düzeyinde cebir bilgisine sahip olan biri tarafından oldukça iyi anlaşılabilir.

Bu matematiksel programlama yaklaşımının genel amacı, sınırlı kaynakları bir işletmenin en yüksek kârı elde edebileceği şekilde tahsis etmektir. Medya bağlamındaki amaç ise, belirli bir bütçeyi en yüksek reklam etkisi sağlayacak biçimde dağıtmaktır. Kısacası amaç, dolar başına en fazla reklamı elde etmektir.

III. BÜTÇELEME VE MEDYA PLANLARININ DÜZENLENMESİNDE DOĞRUSAL PROGRAMLAMA

A. Charnes
The Technological Institute
Northwestern University
Evanston, Ill.

W. W. Cooper
Graduate School of Industrial Administration
Carnegie Institute of Technology
Pittsburgh, Pa.

Advertising Research Foundation’ın Audience Concepts Committee adlı komitesi, 1961 tarihli "Toward Better Media Comparisons" başlıklı raporunda şunları belirtmiştir:

"Reklama para harcandığında, bu paranın medya arasında nasıl dağıtılacağına ilişkin bir karar verilmiş olur. Sabit bir bütçe içinde çalışıldığından, herhangi bir medyanın herhangi bir düzeyde kullanımı, başka bir medyanın bir ölçüde kullanılmamasını zorunlu kılar; bu karar kaçınılmazdır. ... Reklamın çeşitli medya türleri arasında farklı biçimlerde dağıtılması çok farklı sonuçlar gösterebileceğinden, bazı dağılımlar diğerlerinden daha iyi olmalıdır ve hatta muhtemelen bir dağılım hepsinin en iyisi olabilir."

Bu alıntı, doğrusal (ya da matematiksel) programlama ve bunun elektronik bilgisayarlar aracılığıyla uygulanmasının tartışılması için mükemmel bir başlangıç noktası sağlamaktadır. Atıfta bulunulan raporun geri kalanı da söylemeye çalışacağımız hususlarla uyumludur. Komite raporu bu iyi başlangıçla yetinmeyip, bunu reklam, satış ve ilgili değişkenler arasındaki daha ileri bağlantıları incelemek; farklı veri türlerinin gereksinimlerini ve niteliklerini, değişen işletme ve ajans hedeflerini ve benzeri unsurları araştırmak için bir sıçrama tahtası olarak kullanmaktadır. Reklamcılıktaki teknik sözcükleri matematik ya da bilgisayar kullanımındaki teknik sözcüklerle basitçe değiştirerek, Komite raporunu doğrusal programlamanın sayısız yönetsel uygulamasında verimli ve temkinli kullanımlar için mükemmel bir reçete gibi görünecek şekilde kolayca çevirebilirdik.

Doğrusal programlamanın doğası ve kökenleri hakkında kaba bir genel nitelendirme yapmak yararlı olabilir. Elektronik bilgisayarlarla çok yakından ilişkili olan doğrusal programlamanın hem genel kuramı hem de yaygın uygulamaları oldukça yenidir. Modern biçimleriyle, İkinci Dünya Savaşı sırasında askerî güçlerin himayesi altında ortaya çıkmışlardır. Günümüzde özel işletmelere yönelik yaygın (ve giderek artan) uygulamaları ise büyük ölçüde son on yılın bir olgusudur.

Matematiksel Programlama ve bilgisayarlar, iki gücün etkisiyle hızla ivmelenen gelişmeler yaşamaktadır: (1) yeni uygulamalar için genişleyen fırsatlar ve (2) bu fırsatların ortaya çıkardığı gereksinimlere yanıt olarak ya da daha ileri araştırmalarla açılabilecek yeni fırsatları öngörerek bilim insanları ve diğerleri tarafından yürütülen yoğun araştırmalar. Bu rapor, bilgisayar kullanımı, doğrusal programlama, analitik araştırma ve yönetsel uygulamalar arasındaki bağlantıları ve etkileşimleri göstermektedir.

Doğrusal programlama, "Yöneylem Araştırması" ya da "Yönetim Bilimi" olarak adlandırılan bilgi dalları kapsamında, yönetsel uygulamalar için bugün mevcut olan birçok teknikten biridir. İki özelliğiyle öne çıkar: birincisi, hem nitel hem nicel çok sayıda etkileşimli değişkeni ve koşulu ele alabilme yeteneği; ikincisi ise, farklı planlı eylem yolları altında ortaya çıkabilecek çeşitli fayda ve cezalarla değerlendirilen, kaynakların en iyi biçimde kullanımı gibi açıkça ifade edilmiş hedeflere sahip matematiksel modeller aracılığıyla analitik formülasyonların kullanılmasıdır.

Burada rapor edilen örnek, hedef bir kitle üzerinde en yüksek toplam etkiyi sağlamak amacıyla, sınırlı bütçe fonlarının medya planları arasında tahsis edilmesine ilişkindir. Bu, çeşitli fayda ve ceza endekslerine başvurularak ve çevresel sınırlamalar, müşteri politikaları ya da gelenekleri ve mevcut bütçe fonları dikkate alınarak gerçekleştirilmektedir.

IV. DERECELENDİRİLMİŞ REKLAM ETKİNLİĞİ

David Learner
Araştırma Direktör Yardımcısı
Batten, Barton, Durstine, and Osborne, Inc.

Medya problemi, kaynakların tahsisiyle ilgili tüm problemlerin tipik bir örneğidir. Burada sınırlı kaynakların bulunduğu bir durum söz konusudur. Bu kaynak elbette bütçemizdir. Kaynağımızı, parayı nasıl ve nerede harcayabileceğimize ilişkin gerçek dünya kısıtlarını yansıtan sabit sınırlar içinde, birbiriyle rekabet eden çeşitli medyalar arasında dağıtmaya çalışıyoruz. Bu kısıtlar pazarlama hedeflerine, bütçeye, taahhütlere, verilere vb. bağlıdır.

Çeşitli medyalardaki reklam birimlerinin planlanmasına ilişkin günlük prosedürleri alıp matematik diline dönüştürüyoruz. Böylece, özellikle doğrusal programlama olmak üzere, kendimize kapsamlı bir araç seti sunmuş oluyoruz.

Hangi reklam birimlerinin dikkate alınacağının belirlenmesi, medya planının geliştirildiği ürünün pazarlama stratejisine bağlı olmalıdır. Ürünün pazarlama stratejisi, reklamın yöneltileceği nüfus grubu ya da alt grupların kesin kategorileriyle ifade edilmelidir. Bu kategoriler cinsiyet, yaş, eğitim, ilçe büyüklüğü, bölge, gelir, aile büyüklüğü gibi unsurları içerir. Bir pazarlama profili elde edildiğinde, bunu her bir kategori için hane sayısına ya da daha da iyisi, birey sayısına dönüştürürüz.

Burada geliştirilecek örnekte, ilk adım reklam için harcanabilecek $4.000.000 bütçesi olan bir gıda ürününün yoğun kullanıcılarına ilişkin bir pazar profilinin kullanılmasını içerir. Bu ürün için pazar profili, ilçe büyüklüğüne göre haneler, aile büyüklüğü, gelir ve hane reisinin yaşı açısından tanımlanır. Bu gruplardaki yoğun kullanıcı olan kadınlar pazarlama hedefimiz hâline gelir: reklam mesajımızla ulaşmak istediğimiz kişiler bunlardır.

Pazarı tanımlamaya ek olarak, profil aynı zamanda arzu edilen kitlemizi de tanımlar. Daha sonra her reklam birimi, profil kategorilerinin her birinde yer alan bireyler ya da haneler açısından kitlesinin büyüklüğünü belirlemek üzere analiz edilmelidir. Eğer kitle çakışması verileri mevcutsa, iki ya da daha fazla reklam birimi, örtüşmeyi hesaba katan tek bir ek bileşik birim hâline getirilerek basitçe kullanılabilir. Çakışma, tek bir birimin kitlesinin uygun biçimde ağırlıklandırılması yoluyla da ele alınabilir.

Genel olarak, pazarlama profilleri ile kitle profilleri arasında ilişki kurarken, aynı kişi ya da hanelerin her iki grupta da yer aldığı varsayımını yaparız. Yani bir ilçe kitlesi ve bir ilçe okur kitlesinden söz ettiğimizde, kitlenin ve kullanıcıların aynı kişiler olduğu varsayılır. Aslında bu ciddi biçimde tartışmaya açıktır. Ancak satın alma alışkanlıkları ile medya alışkanlıklarını ilişkilendiren veriler çok çeşitli ürünler ve medya için genel olarak erişilebilir hâle gelene kadar, geçmişte yaptığımız gibi bu varsayımı sürdürmeye devam edeceğiz.

Örneğimizde medya departmanı, basılı ve yayın medyasını kapsayan 47 reklam biriminden oluşan bir liste belirledi. Basılı medya, ulusal dergileri ve dört renkli sayfalar ya da dört renkli açılımlar içeren pazar eki yerleştirmelerini kapsıyordu. Yayın medyası ise spot radyo, gece kuşağı ağ TV dağınık planları ve programları ile prime, fringe ve gündüz kuşaklarında gündüz TV ağ programlarını ve TV spotlarını içeriyordu. Reklam birimlerinin her biri için kitle; ilçe büyüklüğü, aile büyüklüğü, gelir, hane reisinin yaşı ve kadın sayısına göre sınıflandırıldı. Buna ek olarak, her medya faaliyeti için bir zaman ya da alan biriminin dolar maliyeti listelendi.

Geleneksel olarak bir medya programı, hedef kitleye en iyi niteliksel etkiyi sağlayacak medya ile bu kitleye ulaşma açısından değerlendirilir. Aynı tür ölçüt ya da amaç, matematiksel olarak programlanmış medya programları için de geçerlidir. Programlanmış programın mümkün olduğunca büyük yapması (maksimize etmesi) gereken tek bir ölçütte üç faktör birleştirilir. Ölçüt, pazarlama ve kitle profilleriyle örtüşen yaş, gelir ve diğer kategorilere ayrılmış toplam hane ya da toplam kitle ile başlar. Bu toplam kitle daha sonra ürün için en iyi potansiyel müşterileri tanımlayan pazarlama planı tarafından ağırlıklandırılır. Bu birleşim, geçmişte program planlayıcısının yaptığı gibi, her reklam biriminin niteliksel değeri ile bir kez daha ağırlıklandırılır. Bu Derecelendirilmiş Maruziyet değeri, her reklam birimi için ayrı ayrı ve her ürün ya da hizmet için ayrı ayrı hesaplanır.

Bu niteliksel derecelendirmeler, örnek ürüne ilişkin olarak medya planlayıcıları, müşteri yöneticileri ve müşteriden oluşan on iki uzmanın yargılarına dayanarak belirlendi. Her kişiden, her reklam birimini on puanlık bir etkinlik ölçeğinde değerlendirmesi istendi. Yargılarını oluştururken, her reklam birimini bağımsız olarak derecelendirmeleri ve yalnızca tekrar maruziyet değeri, baskı ya da yayın sinyalinin kalitesi, görsellik, hareket ve rengin göreli avantajları ile medya aracının genel editoryal iklimi gibi niteliksel faktörleri dikkate almaları istendi. Maliyet ya da kitle büyüklüğünü dikkate almamaları gerekiyordu. Yalnızca medya aracının reklam etkinliğine kattığı ince niteliksel faktörleri derecelendirmeleri istendi.

Bu derecelendirmeler daha sonra, her reklam biriminin niteliksel etkinliğinin, o ürün için derecelendirilen diğer tüm birimlere göre değerlerini sağlayan matematiksel bir ölçekleme tekniğine göre özetlendi ve ölçeklendi. İlginçtir ki, medya planlayıcılarının ve müşteri yöneticilerinin ortalama derecelendirmeleri karşılaştırıldığında, her iki grubun derecelendirmeleri arasında neredeyse hiç fark yoktu.

Bu derecelendirmeler, bu ürün için her reklam birimi adına bir etkinlik endeksi türeterek medya programlarının matematiksel programlanmasına girdi olarak hizmet etmesi için ihtiyaç duyduğumuz son temel bilgileri sağlar. Örnekte, her medya programının toplam kitlesi, yoğun kullanıcılar olan pazarlama hedefindeki hanelerle ağırlıklandırıldı. Bu değer daha sonra reklam biriminin niteliksel etkinliği ya da derecelendirmesi ile ağırlıklandırıldı. Bu Derecelendirilmiş Maruziyet, tüm program için mümkün olduğunca büyük yapmak istediğimiz niceliktir; doğrusal programlama yöntemi, bütçenin nasıl tahsis edilebileceğine ilişkin gerçek yaşam sınırlamalarını ifade eden kısıtlar içinde Derecelendirilmiş Maruziyeti maksimize eden medya bileşimini seçecektir.

Bu kısıtlar iki türdür: çevresel kısıtlar ve yargısal kısıtlar. Çevresel kısıtlar dünyanın olduğu hâli yansıtır. Örneğin, kurumsal bir satın alma olduğu ve ürünümüz yükü paylaşmak zorunda olduğu için haftalık bir ağ TV programından en az 20 dakika satın almak zorunda olabiliriz; ya da yıllık bazda haftalık bir dergide açıkça 52 yerleştirme ile sınırlıyızdır. Bunlar, çevrenin programa dayattığı kısıtlardır.

Yargısal kısıtlar ise medya planlayıcısının, müşterinin ya da hesap grubunun tercihlerini, geleneklerini ya da önyargılarını yansıtır ve bunların da karşılanması gerekir. Örneğin, bütçenin üçte birini spot TV’ye ayırmamız; bir kadınlara yönelik aylık dergide en az 12 sayfa satın almamız; ya da "her zaman böyle yapılmıştır" gerekçesiyle orta açılımlar satın almamız gerektiği belirtilebilir. Bunlar, programda uyulması gereken yargıları yansıtan kısıtlardır.

Bu iki tür kısıt, yönetimin probleme dâhil ettiği tüm kararları kapsar. Ortaya çıkabilecek bir zorluk, problemin aşırı derecede kısıtlanması ve kısıtlar içinde mümkün olan hiçbir programın kalmamasıdır. Bu mümkün olduğundan, programın bize hangi kısıtların sınırlayıcı olduğunu ve uygulanabilir medya bileşimlerinin ortaya çıkmasına izin vermek için bunların nasıl değiştirilmesi gerektiğini söyleyebilmesi iyi bir özelliktir. Elbette programlanmış çözüm, bunun dışında da pek çok şey söyleyebilir.

V. BİLGİSAYAR İŞLEME VE BİLGİSAYAR SONUÇLARI

Milton Godfrey
Operasyon Araştırmaları Direktörü
C-E-I-R, Inc.
Arlington 2, Va.

En etkili reklam programını bulma problemine yönelik girdiler, araştırmaların ve deneyimli medya uzmanlarının yargılarının sonucudur.

Ürün için uygun olduğu düşünülen tüm medyaların bir listesiyle başlarız. Amacımız açısından, belirli alternatifler farklı reklam birimleri olarak kabul edilir: örneğin, Dergi A’da tam sayfa siyah-beyaz bir ilan bir reklam birimidir; aynı dergide tam sayfa dört renkli bir ilan ise başka bir reklam birimi olarak kabul edilir. Ayrı bir ifadede bilgisayara, bunlardan birini ya da diğerini seçebileceğini, ancak her ikisini birden seçemeyeceğini belirtiriz.

Bilgisayara ilgili tüm reklam birimlerinin listesi sağlandıktan sonra, verilen bir sonraki liste her biri için yerleştirme başına maliyettir. (Birden fazla yerleştirme için indirimleri ele alacak düzenlemeler yapılabilir.)

Toplam medya bütçesinin tutarı sağlanır; ayrıca toplam harcamanın bütçeden küçük ya da bütçeye eşit olması gerektiği bilgisi verilir.

Medya uzmanının yargısına ya da reklamverenlerin politikasına dayalı kısıtlar da bilgisayara belirtilebilir. Aşağıdakiler örneklerdir:

Aylık ortam B en az altı, en fazla on iki kez kullanılmalıdır
Haftalık ortam C tam olarak yirmi altı kez kullanılmalıdır
X programındaki 60 saniyelik gündüz TV spotları, otuz dokuz hafta boyunca haftada en az üç kez; en fazla haftada beş kez kullanılmalıdır

Kullanım sıklığına ilişkin her tür kısıtı ifade etmek için cebirsel yöntemler mevcuttur. Çeşitli demografik bölümlerin yeterli kapsanmasını güvence altına almak için genellikle ek kısıtlara ihtiyaç duyulur. Örneğin, toplam kitlenin %30’unun kadın olması gerektiğini ya da TV kitlesinin %30’unun kadın olması gerektiğini belirtebiliriz. “Kadınlar” yerine bir gelir grubu ya da bir yaş grubu koyarsak, bu türden kullanılabilecek kısıtların çeşitliliğini gözümüzde canlandırabiliriz.

Bir örnek, medya seçiminde doğrusal programlamanın yararlılığına ilişkin bir kavrayış sağlamanın en iyi yolu olabilir. Bu örnek "uydurulmuş" bir örnek değildir; aksine, yakın zamanda bir gıda ürünü hesabı için bilgisayar tarafından tamamlanmış gerçek bir medya programıdır. Ancak, ilgili reklamverenin çıkarlarını korumak amacıyla kimlik bilgileri değiştirilmiştir.

Reklamverenin ulaşmak istediği pazarın profilleriyle başlarız. Bu pazar, bu tür ürünün mevcut yoğun kullanıcılarından oluşur ve aşağıdaki şekilde dağıtılmış 13.300.000 aileyi kapsar:

İlçe Büyüklüğü

A: %29,1
B: %7,0
C: %35,9
D: %28,0

Aile Büyüklüğü

1–2: %23,0
3–4: %60,0
5 ve üzeri: %17,0

Yaş

35 altı: %25,0
35–45: %34,1
45 ve üzeri: %40,9

Gelir

$5000 altı: %40,5
$5.000–7.000: %30,4
$7.000+: %29,1

Reklam, bu kategorilerdeki yetişkin kadın kitlesine yöneltilecektir.

Bu pazara ulaşmak için reklamverenin yıllık $4 milyonluk bir bütçesi vardır. Bu paranın nasıl harcanacağına ilişkin kısıtlar belirlemiştir.

Reklam birimleri V, W ve X arasında en az $2.100.000 harcanacaktır.
Bu tutarın en az $900.000’i reklam birimi V ya da reklam birimi W için harcanmalıdır.
$2.100.000’in en az $500.000’i reklam birimi X için harcanmalıdır.
C3 ortamında en az iki, en fazla dört birim kullanılmalıdır.

Medya uzmanları tarafından sağlanan diğer sınırlamalar, pratik medya satın alımları ve zamanlamaya dayanmaktadır. Bunlar aşağıdaki gibidir:

V3 ortamının bir birimi ya da V6 ortamının iki birimi oranında kullanılabilecek toplam mevcut birim sayısı: 117
W3 ortamının bir birimi ya da W6 ortamının iki birimi oranında kullanılabilecek toplam mevcut birim sayısı: 78
V ve W ortamlarının toplam birim sayısı en az: 39
X ortamının maksimum birim sayısı: 624
S, T ve U ortamlarının maksimum birim sayısı: 780
U ortamının maksimum birim sayısı: 624
R ortamının maksimum birim sayısı: 3900

Uygun görülen medyalar şunları içerir:

Her birinde dört renkli tek sayfa ya da dört renkli çift açılım kullanılabilen 13 dergi: 26 seçenek
Belirlenmiş bir dergide arka kapak kullanılmalıdır: 1 seçenek
Her birinde dört renkli tek sayfa ya da dört renkli çift açılım kullanılabilen 3 Pazar eki: 6 seçenek
30 ya da 60 saniyelik spotların kullanılabildiği 2 akşam ağı TV programı: 4 seçenek
Radyo, gündüz TV, fringe TV ve prime TV’de, her biri için iki spot süresi mevcut olan spot anonslar: 8 seçenek
Çeşitli programlarda (grup olarak değerlendirilen dört seçilmiş program) 30 ya da 60 saniyelik spotların mevcut olduğu gündüz ağı TV: 2 seçenek

Dikkate alınacak toplam seçenek sayısı: 47

Problem artık şu şekilde yeniden ifade edilebilir:

Yukarıdaki tüm kısıtlara uyun ve belirtilen kitle üzerindeki derecelendirilmiş reklam etkinliğini maksimize edin.

Bu girdilerden, bilgisayar ve program (bizim “kara kutumuz”) aracılığıyla artık doğrudan çıktıya geçebilir ve temel bir medya programı ile olası alternatif programlar hakkında neler söylediğini görebiliriz.

Hesaplamaların sonuçları, aşağıdaki şekilde beş medyanın seçilmesidir:

2 birim (Med C3)
12 birim (Med G1)
624 birim (Med X6)
69 birim (Med W3)
1 birim (Med E1)

Bilgisayar bize, yuvarlandığında 3731,45 olan toplam bir program etkinlik değeri sağladı. Altta yatan matematik nedeniyle, bunun izin verilen herhangi bir medya bileşiminden elde edilebilecek mümkün olan en yüksek değer olduğunu biliyoruz. Bu değer, her bir medyadaki yerleştirme sayısının, yerleştirme başına etkinlik ile çarpılmasıyla hesaplanır.

Etkinlik Hesaplaması

Medya	Yerleştirme	Yerleştirme Başına Etkinlik	Toplam Etkinlik
Med C3	2	15,95	31,90
Med G1	12	14,45	173,40
Med X6	624	4,85	3026,40
Med W3	69	6,93	478,17
Med E1	1	21,58	21,58
Toplam			3731,45

Bu program matematiksel olarak doğru olmakla birlikte, Med E1’de tek bir ilan bulunmasının pratik bir program oluşturmadığını açıkça göstererek insan türü zekâya olan ihtiyacı ortaya koymaktadır. Hesaplamada bu, en son seçilen birimdi ve yalnızca tek bir yerleştirme için yeterli bütçe parası kalmıştı.

Artık medya uzmanının ikisi arasında reklamları ayarlarken kullanabileceği birkaç seçenek mevcuttur. Bunlardan biri Med E1’i tamamen ortadan kaldırmaktır; bir diğeri ise Med E1 ile Med G1 arasında parayı daha dengeli biçimde bölüştürmektir. Bu konuda yol gösterici olması için doğrusal programlama çözümünün sunabileceği bazı bilgiler vardır:

Maliyet ve etkinlik dikkate alındığında, Med E1’in etkinliğinde yaklaşık %5’lik bir artış (22,79’a) onu Med G1 ile eşdeğer hâle getirecektir.

Başka bir deyişle, hem birim başına maliyet hem de reklam etkinliği dikkate alındığında, bu iki medya arasında seçim yapmak için çok az fark vardır. Doğrusal programlama hesaplaması çok küçük farklara dayanarak bir karar verecektir; ancak aynı zamanda ne yaptığını da açıkça belirtir.

Aynı tercihe ilişkin ek bilgiler şunlardır:

Orijinal reklam etkinliği değerleri ve birim başına maliyet farkına dayanarak, ilanlar yaklaşık olarak 2’ye 3 oranında ikame edilebilir.
Med E1’deki her ek ilan için toplam reklam etkinliğindeki azalma yalnızca 0,77’dir.

Programın yaptığı diğer tercihler hakkında da ek bilgiler mevcuttur. Med C3 yönetim kararıyla zorunlu tutulmuştur ve belirtilen minimum sayı (2) seçilmiştir. Verilerden, medya uzmanının keyfi olarak seçeceği her ek birimin, programın etkinlik değerini 17,11 azaltacağını biliyoruz. Muhtemelen bu, Med E1 ve Med G1’deki reklamlar pahasına olacaktır.

Program ayrıca, Med C3’ün reklam etkinliğinin 15,95 yerine 33,06 olması durumunda, gereken minimum birim sayısı yerine izin verilen maksimum sayının kullanılacağını da bize söyler. Dolayısıyla çözümün, medya değerlerine ilişkin tahminlerdeki değişimlere ve kitlelerin demografik yapısına ilişkin verilerdeki olası hatalara duyarlılığına dair bir ölçü elde etmiş oluruz. Bu durumda, reklam etkinliği değerinin iki katından fazla olması gerekeceğinden, tahminlerdeki normal hataların Med C3’ün kullanımını minimumda tutan faktörler olmadığı güvenle söylenebilir.

Programın Med X6’da maksimum 624 yerleştirme kullandığını belirtmek ilginçtir. Ardından Med G1’de izin verilen maksimum yerleştirme sayısını seçmiştir. Daha sonra Med C3 ve Med W3’ün gereken minimum miktarlarını dâhil ettikten sonra, kalan fonları Med E1’de tek bir yerleştirme için kullanmıştır.

Bunun temel nedeni, reklamın yetişkin kadınlara yöneltilmesi gerekliliğidir. İzleyici dengesinin tamamen göz ardı edilmesi, kadın izleyici oranının maliyete göre en iyi olduğu yüksek kaliteli medyaların seçilmesine yol açar.

Medyanın keyfi kullanımı sık rastlanan bir durumdur. Örneğin, yönetim, satış destek amaçlarıyla Magazine Z’de her ay bir ilan verilmesini isteyebilir. Bunun geçerli nedenleri genellikle denklemlerle ifade edilemeyen ancak yönetim açısından büyük önem taşıyan faktörlere dayanır. Bu tür kalemler, hesaplamalardan çıkarılıp yalnızca takdir yetkisine bağlı fonların dağıtılması mümkün görülebilir. Ancak, takdire bağlı olmayan kalemlerin dahil edilmesi için sağlam bir gerekçe vardır:

Hesaplama sonuçları, reklam etkinliğinde ortaya çıkan azalmayı ölçen bir gösterge sağlar. Bu parasal olmayan bedel, bu tür kararlar için değerli bir yardımcı olabilir.

Burada ele alınan örnek problemde, yönetim gerekliliklerine ilişkin birkaç örnek bulunmaktadır. Örneğin, Med W3, programın hâlâ mevcut olan medya arasında en iyisi olduğunu belirttiği Med E1’de harcanan aynı tutarla karşılaştırıldığında, birim başına reklam etkinliğinde 0,5’ten biraz daha az bir azalmaya neden olmaktadır.

Bunu başka bir şekilde ifade etmek gerekirse:

Med W3’ün reklam etkinliği 6,93’ten 7,41’e, yani %7’lik bir artışla yükseltilmiş olsaydı, kendi başına tercih edilirdi.
Buna ek olarak, Med E1’de harcanan fonlar Med W3’e yönlendirilirdi.

Okuyucu veya izleyici sayısını ölçmedeki bilinen hata olasılıklarının tek başına %7 kadar büyük bir farkı açıklayabileceği düşünüldüğünde, probleme doğrusal programlama yaklaşımıyla açıkça ortaya konan bulgular, V ve W medyalarına ilişkin gerekliliklerin reklam etkinliğinde çok az ya da hiç kayba yol açmadığını göstermektedir.

Önceki örnekler, hesaplama sonucunda elde edilen bilgileri göstermiştir. Genel olarak bu çıktıda üç tür veri bulunmaktadır:

Hesaplanan programda yer almayan her bir medya için, programda yer alan her bir medya ile ilişkili ikame bilgisi verilir. Bu, çıkarılan özgün ilan sayısına karşılık yerleştirilen ikame ilan sayısının oranını ve bu ikamelerin programın etkinliğinde yol açtığı değişimi içerir.
Programda yer alan her bir medya için çözüm, çözümün değişmeden kaldığı reklam etkinliği değerleri aralığını belirtir. Bu aralığın uç noktalarında, çözüme hangi medyaların gireceğini ifade eder.
Kullanılan her bir kısıtlama için, kısıtlamadaki bir değişikliğin sonuçları verilir.

Örneğin, Med C3’te en az iki birim bulunması gerekliliğinin gevşetilmesi, fonların Med E1’de reklam satın almak için kullanılması durumunda çözümün etkinlik değerini birim başına 17,11 artıracaktır.

Dolayısıyla, doğrusal programlama medya uzmanı için güçlü ve yararlı bir araç sağlayabilir. Ölçme, karşılaştırma ve yeni kombinasyonları değerlendirme yeteneği artacaktır.

Probleme yönelik başka kuramsal yaklaşımlar mümkün olmakla birlikte ve literatürde yer alsa da, bu rapor hemen kullanılabilir nitelikte işletimsel bir çözüm sunmaktadır. Bilgisayara girilen veriler, bilgiler veya tahminler, hâlihazırda medya kararlarının manuel yöntemlerle verilmesinde kullanılan veriler, bilgiler veya tahminlerle aynıdır. Ancak, kabul edilebilir medya kümesinden binlerce hatta milyonlarca olası programı incelemenin şimdiye kadar olanaksız oluşu, medya uzmanının verilerini ve yargılarını nihai bir sonuca kadar izlemesini engellemiştir.

Medya seçimine doğrusal programlamanın uygulanmasıyla birlikte, verileri, tahminleri ve yargıları, ulaştırdıkları mantıksal sonuç ışığında yeniden gözden geçirmek mümkün hâle gelmektedir. Bu çıktılara girdilerdeki değişikliklerin ne ölçüde duyarlı olduğunu ölçmek mümkündür ve buradan, bilginin doğruluğuna yönelik gerçek gereksinimler belirlenebilir. Bu tekniğin yaygın kullanımı, bilgi gereksinimlerine ilişkin yeni kavramların ortaya çıkmasına yol açabilir.

Bu ifade gereğinden fazla güçlü görünebilir; ancak deneyimimiz, bu matematiksel araçların günümüzdeki yararlılığının yalnızca mevcut bilgiyle sınırlı olduğunu göstermiştir. Örneğin, her ay ya da en azından her çeyrek için medyanın kapsama alanına ilişkin demografik profil verileri mevcut olsaydı, mevcut programa zamanlama yeteneği eklenebilirdi. Aynı bilgiler coğrafi alanlar için, aylık ya da üç aylık bazda mevcut olsaydı, bölgesel medya satın alımlarını planlama yeteneği eklenebilirdi.

Bu, geleceğe dair, mevcut bilginin izin verdiği ölçüde yakın olabilecek küçük bir bakıştır.

Şimdilik, son yılların matematiksel araştırmalarının sonuçlarını modern büyük ölçekli bilgisayarlara uygulamak, medya uzmanına yeni ve pratik bir araç kazandırmaktadır.

VI. PRATİK MEDYA UZMANI ÇIKTIYI NASIL ELE ALIR

Herbert D. Maneloveg
Medya’dan Sorumlu Başkan Yardımcısı
Batten, Barton, Durstine, and Osborne, Inc.

Matematiksel programlama, medya uzmanının mesleğinin doğal bir evrimidir. Devrimsel bir kavram sunmaktan ziyade, esasen son on yıl içinde belirli çevrelerde karmaşıklık ve aydınlanma yönünde ilerlemekte olan bir satın alma sürecinin matematiksel bir çevirisini ortaya koymaktadır. Bu yeni teknikle birlikte, alan ve zaman satın alımı artık tamamen müşterilerin hedefleri, ürünlerin pazarı ve markaların özgül potansiyeliyle ilişkilendirilmektedir. Kuşkusuz müşteriler ve ajanslar geçmişte de medyayı pazarlara doğru şekilde eşleştirme yolunda ilerlemekteydiler. Bu yeni teknik, bilgili olanlar için bu yönde ek bir ivme sağlamakta ve inanmakta zorlananlar için de, umarız, bir aydınlanma kaynağı sunmaktadır.

Pazarlama bilgisi hızla artmıştır; bir ajans ancak bu bilgiyi keşfetme ve yorumlama yeteneği kadar başarılıdır. Artık reklamını yaptığımız ürünlerin müşterileri hakkında giderek daha fazlasını biliyoruz ya da bilme kapasitesine sahibiz. Bu alıcıların nerede yaşadığını, demografik yapılarının ne olduğunu, markayı yoğun kullanıcılar, hafif kullanıcılar ve orta düzey kullanıcılar açısından ne kadar satın aldıklarını belirleyebiliyoruz. Tekrar satın alanları seyrek satın alanlardan ayırmayı öğreniyoruz. Mevsimsellik kalıplarını saptıyor ve bölge ve yörelere göre reklam–satış oranlarını çizebiliyoruz. Rakiplerimizin kalıplarına dair daha sağlam bir kavrayışa sahibiz. Bir hane içinde ya da sektörün kendisinde, yalnızca satın almayı kimin yaptığını değil, satın almayı kimin başlattığını ve umarız neden satın aldıklarını da öğreniyoruz. Tüm bu veriler elimizin altındadır. Her zaman bu verilere uzandığımızdan emin olmalıyız—yalnızca büyük hesaplar için değil, küçükler için de.

Müşteri ve ajansı (uyum içinde) bu pazarlama yönünü sağladığında, tüketicilerinin demografik ve coğrafi kalıplarını sayısal olarak belgeleyebildiğinde ve bu insanlara ağırlıklı bir değer atayabildiğinde, medya uzmanının işi yeni anlamlar kazanır. Çünkü onun görevi yalnızca belirli bir bütçe dağılımı içinde bir medya planı seçmek değil, aynı zamanda planın ürün için en fazla sayıda potansiyel müşteri sunmasını sağlamaktır—yalnızca ulaşılan toplam hane sayısı açısından değil, özellikle satın alma olasılığı en yüksek olan potansiyeller açısından.

Bununla birlikte, girdilerin nicel faktörleri hikâyenin yalnızca yarısıdır; nitel ya da yargısal faktörler de gereklidir. Bunlar, genel doğrusal programlama düzeninin eşit derecede bir parçasıdır. Tüm medyaların etki değeri, alan birimlerinin ve reklam sürelerinin etkinliği hakkında kararlar verilmelidir. Burada medya uzmanı, metin yazarları, müşteri yöneticileri, promosyon ve araştırma uzmanlarıyla birlikte çalışarak önündeki medya alternatifleri için sayısal bir etki değeri belirlemelidir. Bunu bugün de her gün yapmaktadır; tek yeni girişimi bu yargıları sayısallaştırmaktır. Ve her şeyden önce, medya uzmanı gerçekçi olmalıdır. Bir medyanın nitel değeri her ürün için farklıdır ve bu değişken değer endeksi her probleme girdi olarak verilmelidir. Bu değer endeksine ulaşma yöntemi zaman alıcı ve karmaşıktır, ancak sürecin ayrılmaz bir parçasıdır. Nitel değer endekslerine ulaşma sistemimiz şu anda bize özgüdür. Diğer ajanslar kuşkusuz yöntemde farklılık gösterecek ve bu fikrin uygulanabilirliğini aylarca, belki yıllarca tartışacaktır.

Siyah-beyaz sayfalar, endüstriyel bir reklamveren kampanyası için yargısal açıdan yeterli ve kabul edilebilir olabilir; ancak bir gıda ürünü için ölçekte oldukça gerilerde kalır. Tek sütunlar, bir mutfak gereci için medya yelpazesinde yer bulabilir; ancak o mutfak gerecini temizleyen bir ürünü tanıtmak için belki de yalnızca bir açılım uygun olacaktır.

Ürün anlatacak güçlü bir rekabet hikâyesine sahipse, ID’ler ya da 20 saniyelik reklamlar mantıksız olabilir; ancak ürünün bir billboard niteliği varsa ve sıklık temel önem taşıyorsa, belki de aynı ID bir dakikalık bir reklam kadar etkili olabilir. Tüm bu yargısal faktörler makinemize konulabilir ve konulmaktadır. Buna ek olarak “politik” satın alım, kurumsal ağ dağılımı, rekabetçi karşı hamleler ve daha niceleri vardır. Ancak burada güçlü bir şekilde şunu ifade ediyorum: Eğer bu bilgiler matematiksel olarak girdi faktörleri ve nicel endeksler aracılığıyla beslenemiyorsa (ve bazılarının beslenemediği doğrudur), yanıt çıktıktan sonra bunları uygulamak üzere hazır bulunmalıyız. Çünkü her zaman hatırlamalıyız ki doğrusal programlama tam çözümü sunmaz, yalnızca bir yön gösterir.

Aynı şekilde, kısıtlamalar da probleme girilir. Bir medya uzmanı, toplam bütçesi çerçevesinde, toplam paranın hangi kısmının mantıksal olarak dergi çalışmalarına, spot bütçesine, TV kurumsal havuzuna gitmesi gerektiğini belirlemelidir. En fazla ve en az ne kadar dolar olması gerektiğini saptamalıdır. Medya uzmanı, kısıtlamaları aracılığıyla, şirketin sahip olduğu tüm varlıklarda temsil sağlamak ve istenen bir erişim faktörünü sunmak için üç programın kullanılması gerektiğine karar verebilir. Ya da dergi maruziyetinin %50’sinden fazlasının kadınlara yönelmemesi gerektiğini veya bir spot duyuru kampanyasının yalnızca %20’sinin erkeklere yönelik olması gerektiğini belirleyebilir.

Tüm bu faktörler, bir medya uzmanının bir problem kurarken düşünmesi gereken kısıtlamalardır ve bu kısıtlamaların makineye doğru şekilde yerleştirildiğinden emin olmalı ya da eğer yerleştirilemiyorsa, çıktı kendisine sunulduktan sonra bunları incelemelidir. Gördüğünüz gibi bu, işimizi kolaylaştırmaz; yalnızca iyi medya uzmanlarını daha gerekli kılar.

VII. Perspektif: Bazı Çıkarımlar, Sorular ve Yorumlar

Darrell B. Lucas
Pazarlama Profesörü
New York University
New York, N. Y.

Şimdiye kadar medya planlamasına matematiksel yaklaşımın dört yönü ele alındı: bu yeni araçların arka planı; program seçimleriyle ilişkili medya yönleri; gerçek bir reklamveren için hesaplanmış somut bir matematiksel çözüm; ve sonuçların nasıl kullanılacağına ilişkin yorumlar.

Şimdi tüm bunları bir perspektife oturtma ve bazı sorular sorma görevi bana düşüyor.

Computers and Automation, Aralık 1961

Önce, arka plan olarak, medyanın nicel ölçümü nereden geldi? Elbette 1914’te tirajın onaylı denetimlerinin—ABC’nin—başlamasıyla ortaya çıktı. Daha sonraki bir adım, 1930’larda başlayan reytinglerle radyonun ölçülmesiydi. Ardından Life, 1938’de bir izleyici araştırmaları çığını başlattı. Şimdi Nielsen, çoğunlukla ulusal olan bu iki medyayı, dergiler ve ağ televizyonunu kapsayan çoklu ölçümleriyle birleştirmiştir. Ölçümdeki her adım, sezgi ve içgüdüye dayalı medya satın alımından bir adım uzaklaşma olmuştur. Şimdi eklemeyi önerdiğimiz tek şey, elimizdeki gerçekleri pratik medya satın alımına uygulamak için sistematik ve hızlı bir yöntemdir.

Medyanın nicel değerlendirilmesi ne kadar önemlidir? Bunun yanıtı kesindir: bugün reklam etkinliğinde büyük bir kazanç için en büyük fırsatımızdır. Yaratıcı kişiler, doğaları gereği ve sanatlarının görünürlüğü nedeniyle, sürekli rekabetçi bir dünyada metni geliştirmek için her zaman yeni yollar aramışlardır. Buna karşılık medya planlayıcıları, yeniyi aramak için teşviki ancak yakın zamanda hissetmişlerdir. Erken dönem izleyici araştırmalarında çalışanlarımız, “burun sayma”ya ve “rakam oyunu”na karşı gösterilen direnci iyi hatırlar. Şimdi medya ve araştırma birlikte çalışırken, fırsat yalnızca ölçülmüş gerçeklerde büyük bir artışı değil, aynı zamanda bunların hızlı uygulanması için matematiksel yöntemleri ve makineleri de kapsamaktadır.

Ancak başka bir soru var—tüm medya seçimlerinde ölçülmemiş nitel faktörler yok mu? Bunlar bir formüle nasıl girebilir? Öznel tahminler matematiksel programlamaya girer. Bunlar oldukça esnektir; ancak gerçekte herhangi bir karar verirken sayısallaştırılmaları gerekir.

Yakın zamanda, işe gidiş geliş otobüsünde önümdeki koltukta oturan şık giyimli iki hanım vardı. Biri diğerine şöyle dedi: “Oğlum Margie’ye o zümrüt yüzüğünü vermeyi planlıyordu ama değerini biçtirdi—vermeyecek. 560 dolar ettiğini öğrendi ve o kadar ciddi değil.” Açıkça görülüyor ki romantizmin bile bir dolar değeri var! Keşke hanım kesme noktasını da belirtseydi. Belki Margie 500 dolarda bile yeterli olabilirdi!

Asıl konuya gelirsek, yakın zamanda bir gıda reklam yöneticisi, yayın bütçesini tüketici dergileri ile ekler arasında nasıl böldüğünü açıklayan bir konuşma yaptı ve bunu dergilerin üstün çoğaltma kalitesine dayandırdı. Yanıma oturduğunda, fiziksel görünümdeki iyileşmeden ne kadar fazla değer elde ettiğini düşündüğünü sordum. Bilmediğini söyledi. “Yüzde beş mi, on mu, yoksa yirmi ya da daha fazla mı?” diye sordum. Bir süre düşündü ve “Gerçekten bilmiyorum” dedi. Oysa bütçesini bölerken bu faktöre mutlaka bir büyüklük derecesi atamıştı. Matematikçi dostlarımızın bizden istediği tek şey, bu değerler için sayılarla en iyi tahminlerimizi yapmamızdır; eğer bu öznel değer alanlarında düşüncemizi sistematik hâle getiremezsek, elimizdeki ölçülmüş gerçekleri daha akıllı medya kararlarına ulaşmak için tam olarak kullanamayız.

Aslında tablo bundan daha da parlaktır. Medya araştırmacılarımız, parça parça, daha önce keşfedilmemiş alanlara girmiştir. Örneğin The Saturday Evening Post, dergiler içindeki maruziyet fırsatlarını sayısallaştırmada ve daha yakın zamanda aynı sayının yeniden okunması yoluyla aynı reklamın tekrarlanan okuyucu izlenimlerinin değerlerini ölçmede öncülük etmiştir. Asıl nokta şudur: Araştırma, bir zamanlar yalnızca öznel yargıların değer rehberi olduğu alanlara yönelik sürekli bir saldırıda kullanılacaktır.

Ölçüm değer tahminlerimizi değiştirebiliyorsa, bu bilgisayarda şu anda kullanılan ağırlıkları bozmaz mı? Yanıt şudur: Ağırlıklar bunun ve başka pek çok nedenin etkisiyle değişecektir, ancak bu, bilgisayardaki çözüm yöntemi için bir sorun oluşturmaz. Bu, yalnızca problem formülasyonunun bir parçasıdır; yeni ağırlıklar hızla yeni çözümlere dönüştürülebilir.

Ama bu gösterimde dışarıda bırakılmış, medyaya uyguladığımız başka ağırlıklar yok mu? Vereceğim yanıt kesin bir “Evet!” olurdu, ancak bir koşulla. Bu koşul, biz belirtmesek bile bilgisayara her zaman ağırlıklar koyduğumuz ifadesidir. Belirlenmiş bir ağırlığı olmayan her şeye otomatik olarak, örneğin bir gibi, ortak bir ağırlık değeri verilir. Örneğin, bir pazar içindeki medya erişiminin yinelenmesini göz ardı edersek, her fırsata, maruziyete ya da gösterime, her bir potansiyel müşteriye yalnızca bir kez mi ulaşıldığından yoksa daha az sayıda potansiyel müşteriye daha çok kez mi ulaşıldığından bağımsız olarak, sabit ve tekdüze bir değer vermiş oluruz. Her alan satış temsilcisinin söyleyebileceği gibi bu gerçek dünya değildir. Sadece, belirtip belirtmemenizden bağımsız olarak, problemin formülasyonunda ağırlığın bulunduğunu vurgulamak istedik.

Şu ana kadar yanıtlar net görünüyor, ancak zaten sahip olduğumuz bazı iyi gerçekleri dışarıda bırakmıyor muyuz? Evet, okuma günlerine ilişkin bazı bulguları ve okuma süresine dair verileri dışarıda bırakıyoruz. Belki bu etmenler, her bir medya aracı için birim değerlere ilişkin öznel tahminlerimizin oluşturulmasına katkı sağlamıştır. Belki de reklamverenler için önemli değillerdir. Sektörün, dergi okuma süresine ilişkin kanıtlara hiçbir zaman hevesle tepki vermediği izlenimini ediniyorum. Dikkat çekici biçimde eksik olan sağlam bir veri parçası var ve bu beni biraz rahatsız ediyor. Burada sunulan problem çözümü ABC rakamlarını doğrudan hesaba katmıyor. İsterseniz ABC rakamlarını ekleyebilirsiniz, ancak yaş, cinsiyet ve ekonomik düzey kırılımları yoktur. Bir alternatif, problem formülasyonunda öznel ağırlıklara ulaşırken ABC’yi dikkate almaktır. Bu, birincil haneler ile devralan (pass-along) hanelerin değerleri arasında bir miktar ayrım yapmanızı sağlar. Ancak tamamen açık olmak gerekirse, medya problemlerine yönelik matematiksel yaklaşımımız, satılan kopyaların denetimlerine çok az ölçüde dayanır.

Bu matematiksel yaklaşımın en çekici özelliklerinden birinden söz etmek için bir anlığına konuyu değiştirebilir miyim? Bu yaklaşım yalnızca hangi tür verilere ihtiyacımız olduğunu ya da olmadığını göstermiyor; aynı zamanda gerekli ölçümlerin istenen doğruluğu için de kesin bir rehber sağlıyor. Birçoğunuz, yirmi yılı aşkın bir süredir tüm medya ölçümünü yararlı bir doğruluk düzeyine getirmek için gösterilen çabalar konusundaki deneyimimizi paylaşmışsınızdır. Bütçe kesilmediği sürece, ölçümleri insan gücünün elverdiği ölçüde olabildiğince doğru yapacağımızı her zaman varsaydık. Oysa matematiksel programlama yaklaşımında, birdenbire, hassasiyet peşinde koşarken fazla para harcamış olabileceğimiz ihtimaliyle karşı karşıya kalıyoruz. Ya da aniden, daha fazla hassasiyet elde etmek için daha iyi yöntemler ve daha büyük örneklemler talep eder durumda bulabiliriz kendimizi.

Reklam izleyici kitlelerine ilişkin projeksiyona elverişli ölçüler bize yardımcı olacaktır; ancak medya fonksiyonunda ölçülebilirlik derecesine tabi tutulabilecek başka etmenler de yok mu? Elbette vardır ve birçoğunuz bu amaçlar için metodolojiye önemli katkılarda bulunmuştur. Ne kadar çok ölçebilirsek, tahmin etmeye o kadar az ihtiyaç duyarız. Ve şu aşamada, bu zarif matematiksel yaklaşımımızın oldukça fazla tahminle sızdırılmış olduğu gerçeğini gizlemek mümkün değildir.

Öyleyse, içinde hâlâ bu kadar öznel unsur barındıran böylesine görkemli bir matematiksel formülasyonun değeri nedir? Bana göre bu sorunun iki değerli yanıtı var. İlk olarak, düşüncemizi sistematik hale getirmemizi ve geçmişte hem zayıflığımız hem de korumamız olmuş olan o belirsiz değerleri nicelleştirmemizi zorunlu kılar. İkinci olarak, bu prosedürün kullanımı, halihazırda sahip olduğumuz gerçeklerden azami faydayı elde etmemizi sağlar; ve gerçekten de bazı önemli gerçeklere sahibiz.

Öyleyse, bu rapordaki öneriler doğrultusunda ilerlersek, bu bilgisayardan çıkan kararların elde edilebilecek en iyi kararlar olduğu anlamına mı gelir? Bir dakika—kararların bilgisayardan çıktığını kim söyledi? Bilgisayarın nihai bir yanıt üretmesi gibi bir niyet yoktur. Bunun yerine, bilgisayar çözümünde yer almayan tüm istenen seçenekleri değerlendirmek için bir başlangıç noktası ya da bir platformdur. Ve eğer başka bir seçeneğiniz, değerlendirmeniz ya da varsayımınız varsa, onu bilgisayarda deneyin! Belki daha iyi olur, belki olmaz. Bunu öğrenmenin maliyeti çok düşüktür. Ancak nihai karar yine de makineler tarafından değil, insanlar tarafından verilmelidir.

Bu gelişme bizi medya planlamasında çok yeni ve umut verici bir dönemin eşiğine getiriyor. Asıl önem, elbette, bu tür prosedürlerin medya satın alma üzerindeki etkileridir. Birkaç cümleye indirgersek, etkiler şunlar olacaktır:

Hepimizin, her zaman rakamlarla—yani medya dolarlarıyla—karşılaştırdığımız yargıları rakamlar halinde ifade etmeye zorlanması.
Medya araştırması gerçeklerimizden ilk kez gerçek anlamda bir sonuç çıkarmamızı ve bunlardan azami ölçüde yararlanmamızı sağlaması.
Medya kararlarının verilmesi gerektiği anda mevcut gerçekler ve yargılardan, bizim için özgül ve optimize edilmiş medya planları üretmesi.
Ve son olarak, en önemlisi—alternatiflerimizi üzerine bindirebileceğimiz ve medya planını bilinçli biçimde yeniden şekillendirebileceğimiz ölçekli bir çerçeve sunması; programdaki her değişiklik karşılığında ne ödediğimizi ve hangi fedakârlığı yaptığımızı bilerek.

Bu analizdeki tüm vaatlere ve mantığa rağmen, “Biraz erken davranmıyor muyuz? Bu ağırlıklara ilişkin öznel tahminleri yapmak için daha fazla ölçülmüş gerçek, daha fazla veri elde edene kadar beklemek en iyisi olmaz mı?” diye sorabilirsiniz. Ben öyle düşünmüyorum. Veri sınırlılıklarına rağmen, sistematik düşünmenin avantajlarını elde ediyoruz.

Şimdi fazla belirsiz ve akademik olmaya başladım: neden doğrudan pratik gerçeklere inmiyoruz? Medya planlamasını iyileştirmeye yönelik bilgisayar prosedürleri burada. Matematikçiler işlerini yaptılar ve girdilerimizi bekliyorlar. Donanım da hazır ve bekliyor. İşimizin her tarafında ön düşünmenin büyük bir kısmı zaten gerçekleşti. Burada kanıtlanmış bir uygulama duyurulmamış olsaydı, çok geçmeden başka bir kaynaktan gelirdi. Bu uygulama, medya insanlarının reklamcılık işinin verimliliğini artırmada yaratıcı insanlarla aynı tempoda ilerleyebilmesini sağlayan bir sonraki açık adımdır.