Consistent with advertising helping

Consistent with advertising helping to support a base level
of sales is the notion of a maintenance level of advertising
spend or an “equilibrium share of voice” (Jones 1990; Binet
and Field 2007, 2013). Beginning with Peckham in the 1970s
and Jones in 1990, there has been a growing confidence in
using the relationship between SoV and SoM as the key determinant
of budget (Pringle and Marshall 2011). A foundational
piece of descriptive knowledge was contributed by Jones
(1990), who detailed a widespread departure from the SoV D
SoM benchmark: bigger brands tend to systematically underspend
their SoM in their SoV, whereas smaller brands tend to
have SoV larger than their SoM. He formalized this relationship
as the advertising intensiveness curve (AI). Jones championed
the AI relationship as a practical tool to help marketers
set their advertising budgets, noting that the relationship suggests
a maintenance level of spend; brands tend to spend
around this level and tend to be stationary. Jones’s (1990)
research confirmed an advertising economy of scale, which
had previously been acknowledged (Aaker and Carman 1982;
Arndt and Simon 1983; Comanor and Wilson 1969). Research
into advertising elasticities consistently showed that elasticities
tend to be smaller for larger, established brands and vice
versa (Assmus, Farley, and Lehmann 1984; Sethuraman,
Tellis, and Briesch 2011; Tellis 2009), which suggests a diseconomy
for larger brands. Subsequent investigations
extended Jones’s AI research and documented consistent, AIlike,
asymmetric relationships between SoV and SoM in a
number of conditions, for example, Buck (2001) using a U.K.
longitudinal survey of premium brands; Hansen and Christensen
(2005) using 1980s’ AdLab single-source U.K. household
panel data; Binet and Field (2013, 2007) using IPA Effectiveness
Awards data; and Field (2009) using aggregate data from
30 Consumer Packaged Goods (CPG) categories. These extensions
confirmed the widespread empirical regularity of AI-like
relationships observed at industry and campaign level within
manifold conditions of TV only, aggregated multimedia,
across countries and diverse data. An explanation of this pattern
is that it reflects many natural experiments, where larger
brands have found that they can spend proportionately less
without losing market share. A competing explanation is that
larger brands spend proportionately less because their elasticities
are lower and they encounter diminishing returns from
expenditures above these levels.
In 2005 Hansen and Christensen started documenting
changes in SoV and SoM over time. In 29 categories with
more than one year of data, about half showed the expected
association between changes in SoV and subsequent changes
in SoM. They identified conditions that refine the AI relationship
and noted vast differences in the pattern across categories,
related to the intensity and concentration of advertising. However,
their data were restricted to household diary recall data
for TV viewing and purchase from 1985 to 1990 when the
media environment was dominated by television. It is important
to test applicability in today’s dynamic media environment
and in different markets where different media dominate
with data widely used in current practice.
This phenomenon was explored further, when Binet and
Field (2007) documented an “equilibrium SoV” showing an
AI-like asymmetric relationship of SoV with brand size. They
demonstrated the metric that determines the level of a brand’s
market share growth is its extra (or excess) share of voice
(ESOV), defined as SoV minus SoM. Field (2009) extended
the analysis across 123 CPG brands. The relationship between
ESOV and growth was quantified: The “average” relationship
that a CPG brand could expect is value market share growth
of 0.5% per year for each of the 10 points of ESOV. This is
equivalent to an elasticity of 0.05, which is in accord with the
meta-analysis-derived average advertising elasticity of Sethuraman,
Tellis, and Briesch (2011). In these studies Binet and
Field did not calculate ESOV as the excess above the AI equilibrium
level; instead, they used the criterion of SoV D SoM.
They noted differences across categories and brands. Advertising
elasticities have also been found to differ between categories
and countries (Assmus, Farley, and Lehmann 1984;
Sethuraman, Tellis, and Briesch 2011; Tellis 2009) and with
the intensity of competitive advertising (Danaher, Bonfrer, and
Dhar 2008). The weight of evidence suggests it is important
that a brand understand its industry-specific SoV and SoM
relationship. Critiquing the evidence, we posit it is this industry-
specific AI relationship that looks most promising as a
benchmark of a brand’s equilibrium share of voice. However,
to be useful to managers to determine their advertising budgets,
further validations of the AI relationship are needed across
diverse conditions of indu

ผลลัพธ์ (ไทย) 1:

สอดคล้องกับโฆษณาช่วยสนับสนุนระดับพื้นฐานขายเป็นของบำรุงรักษาระดับของการโฆษณาใช้หรือมี "สมดุลเสียง" (โจนส์ 1990 Binetและฟิลด์ 2007, 2013) เริ่มต้น ด้วย Peckham ในปี 1970และโจนส์ในปี 1990 ได้รับความเชื่อมั่นเพิ่มขึ้นในใช้ความสัมพันธ์ระหว่าง SoV และ SoM เป็นปัจจัยสำคัญงบประมาณ (Pringle และมาร์แชลล์ 2011) เป็นพื้นฐานชิ้นส่วนความรู้อธิบายถูกมอบให้โจนส์(1990), การเดินทางที่แพร่หลายจาก SoV D ละเอียดที่มาตรฐานส้ม: แบรนด์ใหญ่มักจะ เป็นระบบ underspendของส้มใน SoV ของพวกเขา ในขณะที่แบรนด์เล็กมักจะมี SoV ใหญ่กว่า SoM. ของพวกเขา เขา formalized ความสัมพันธ์นี้เป็น intensiveness โฆษณาโค้ง (AI) โจนส์ championedความสัมพันธ์ AI เป็นเครื่องมือปฏิบัติจะช่วยให้นักการตลาดกำหนดงบประมาณโฆษณาของพวกเขา สังเกตว่า ความสัมพันธ์แนะนำระดับที่ใช้ในการบำรุงรักษาการใช้จ่าย แบรนด์มักจะ ใช้รอบนี้ระดับ และมักจะ มีเครื่องเขียน ของโจนส์ (1990)งานวิจัยยืนยันเศรษฐกิจโฆษณาของเครื่องชั่ง ที่ได้ก่อนหน้านี้ถูกยอมรับว่า (Aaker และคนขับรถ 1982ดท์และ Simon 1983 Comanor และ Wilson 1969) งานวิจัยลงโฆษณา elasticities ที่แสดงให้เห็นอย่างต่อเนื่องที่ elasticitiesมักจะ มีขนาดเล็กใหญ่ สร้างแบรนด์และรองในทางกลับกัน (Assmus สฟาร์ลี่ย์ และลีแมนน์ 1984 SethuramanTellis และ Briesch 2554 2009 Tellis) ซึ่งแสดงให้เห็นการ diseconomyสำหรับแบรนด์ที่มีขนาดใหญ่ สอบสวนในเวลาต่อมาขยายงานวิจัย AI ของโจนส์ และเอกสารสอดคล้องกัน AIlikeความสัมพันธ์แบบสมมาตรระหว่าง SoV และ SoM ในการจำนวนของเงื่อนไข เช่น บัค (2001) ใช้ในสหราชอาณาจักรสำรวจระยะยาวของพรีเมี่ยมแบรนด์ แฮนเซนและประเทศ(2005) โดยใช้บ้านสหราชอาณาจักรแหล่งเดียว AdLab ของทศวรรษ 1980แผงข้อมูล Binet และฟิลด์ (2013, 2007) โดยใช้ประสิทธิภาพ IPAข้อมูลรางวัล เขตข้อมูล (2009) และใช้ข้อมูลที่รวมจากประเภทผู้บริโภคบรรจุสินค้า (CPG) 30 ส่วนขยายเหล่านี้ยืนยันสม่ำเสมอเชิงประจักษ์แพร่หลายของ AI เหมือนความสัมพันธ์ที่สังเกตในระดับอุตสาหกรรมและส่งเสริมการขายภายในเงื่อนไขมากมายทีวีเท่านั้น รวมมัลติมีเดียทั่วประเทศและข้อมูลหลากหลาย คำอธิบายของรูปแบบนี้คือ ว่า มันสะท้อนถึงทดลองธรรมชาติมาก มีขนาดใหญ่แบรนด์พบว่า พวกเขาสามารถใช้จ่ายน้อยตามสัดส่วนโดยไม่สูญเสียส่วนแบ่งตลาด คำอธิบายการแข่งขันคือแบรนด์ใหญ่จ่ายตามสัดส่วนน้อยเนื่องจาก elasticities ของพวกเขาจะลดลงและพวกเขาพบการลดทอนจากค่าใช้จ่ายข้างต้นระดับเหล่านี้ในปี 2005 แฮนเซนและคริเริ่มต้นเอกสารเปลี่ยนแปลงใน SoV และ SoM เวลา ประเภท 29 ด้วยข้อมูล มากกว่าหนึ่งปีครึ่งพบว่าที่คาดความสัมพันธ์ระหว่างการเปลี่ยนแปลงใน SoV และเปลี่ยนแปลงตามมาใน SoM. พวกเขาระบุเงื่อนไขที่กำหนดความสัมพันธ์ของ AIและความแตกต่างใหญ่แสดงไว้ในรูปแบบประเภทที่เกี่ยวข้องกับความเข้มและความเข้มข้นของโฆษณา อย่างไรก็ตามข้อมูลของพวกเขาถูกจำกัดให้ครัวเรือนบันทึกการเรียกคืนข้อมูลสำหรับการรับชมทีวีและซื้อจากปี 1985 ถึง 1990 เมื่อการสภาพแวดล้อมสื่อถูกครอบงำ โดยโทรทัศน์ มันเป็นสิ่งสำคัญการทดสอบการยอมรับในวันนี้สื่อแบบไดนามิกและในต่างตลาดที่ครองสื่อข้อมูลที่ใช้กันแพร่หลายในปัจจุบันปรากฏการณ์นี้ถูกสำรวจ เมื่อ Binet และฟิลด์แสดงบันทึก "สมดุล SoV" (2007) การเหมือน AI สมมาตรสัมพันธ์ของ SoV แบรนด์ขนาดนี้ พวกเขาแสดงการวัดที่กำหนดระดับของแบรนด์ตลาดหุ้นเติบโตเป็นพิเศษ (หรือเกิน) ส่วนแบ่งของเสียง(ESOV), กำหนดเป็น SoV ลบ SoM. ฟิลด์ (2009) เพิ่มเติมการวิเคราะห์ในแบรนด์ CPG 123 ความสัมพันธ์ระหว่างESOV และเติบโตเป็นวัด: ความสัมพันธ์ "เฉลี่ย"แบรนด์ CPG อาจคาดหวังมีค่าตลาดหุ้นเติบโต0.5% ต่อปีสำหรับแต่ละ 10 คะแนนของ ESOV นี้เป็นเท่ากับมีความยืดหยุ่นของ 0.05 ที่อยู่ในสอดคล้องกับการโฆษณาเฉลี่ยที่ได้มาวิเคราะห์เมตาความยืดหยุ่นของ SethuramanTellis และ Briesch (2011) ในเหล่านี้ศึกษา Binet และฟิลด์ไม่ได้คำนวณ ESOV เป็นส่วนเกินข้างสมดุล AIระดับ แทน พวกเขาใช้เกณฑ์ของ SoV D SoM.พวกเขาตั้งข้อสังเกตความแตกต่างของหมวดหมู่และแบรนด์ โฆษณาelasticities นอกจากนี้ยังพบการแตกต่างระหว่างประเภทและประเทศ (Assmus สฟาร์ลี่ย์ และลีแมนน์ 1984Sethuraman, Tellis และ Briesch 2554 Tellis ที่ 2009) และความรุนแรงของการแข่งขันโฆษณา (Danaher, Bonfrer และทางดาร์ที่ 2008) น้ำหนักของหลักฐานแนะนำเป็นสิ่งสำคัญว่า แบรนด์ที่เข้าใจการอุตสาหกรรมเฉพาะ SoV และ SoMความสัมพันธ์ Critiquing หลักฐาน เราโพศิตเป็นอุตสาหกรรม-ความสัมพันธ์ของ AI เฉพาะที่ดูว่าเป็นการเกณฑ์มาตรฐานของแบรนด์ร่วมกันสมดุลของเสียง อย่างไรก็ตามเพื่อเป็นประโยชน์ในการจัดการการตรวจสอบงบประมาณของโฆษณาเพิ่มเติม ต้องสอบของ AI ทั่วเงื่อนไขที่หลากหลายของ indu

ผลลัพธ์ (ไทย) 2:

สอดคล้องกับการโฆษณาเพื่อช่วยสนับสนุนระดับฐาน
ของยอดขายคือความคิดของการบำรุงรักษาระดับของการโฆษณา
การใช้จ่ายหรือ "แบ่งปันความสมดุลของเสียง" (โจนส์ 1990; Binet
และฟิลด์ 2007 2013) เริ่มต้นด้วยการเพคแฮมในปี 1970
โจนส์และในปี 1990 ได้มีการความเชื่อมั่นที่เพิ่มขึ้นใน
การใช้ความสัมพันธ์ระหว่าง SOV และ Som เป็นปัจจัยสำคัญ
ของงบประมาณ (พริงเกิ้และมาร์แชล 2011) พื้นฐาน
ชิ้นส่วนของความรู้เชิงพรรณนาก็มีส่วนด้วยโจนส์
(1990) ซึ่งมีรายละเอียดการเดินทางอย่างกว้างขวางจาก SOV D
มาตรฐาน Som: แบรนด์ที่มีขนาดใหญ่มีแนวโน้มที่จะเป็นระบบ underspend
Som ใน SOV ของพวกเขาในขณะที่แบรนด์ที่มีขนาดเล็กมีแนวโน้มที่จะ
มีขนาดใหญ่กว่า SOV Som ของพวกเขา เขากรงเล็บความสัมพันธ์นี้
เป็นเส้นโค้งการโฆษณาความรุนแรง (AI) โจนส์ปกป้อง
ความสัมพันธ์ AI เป็นเครื่องมือในการปฏิบัติเพื่อช่วยให้นักการตลาด
ตั้งงบประมาณการโฆษณาของพวกเขาสังเกตว่ามีความสัมพันธ์ที่แสดงให้เห็น
ระดับของการใช้จ่ายในการบำรุงรักษา; แบรนด์ที่มีแนวโน้มที่จะใช้จ่าย
รอบระดับนี้และมีแนวโน้มที่จะหยุดนิ่ง โจนส์ (1990)
การวิจัยยืนยันเศรษฐกิจการโฆษณาของขนาดที่
ได้รับก่อนหน้านี้ได้รับการยอมรับ (Aaker และคนขับรถ 1982;
Arndt และไซมอน 1983 Comanor และวิลสัน 1969) งานวิจัย
เข้ายืดหยุ่นโฆษณาอย่างต่อเนื่องแสดงให้เห็นว่าความยืดหยุ่น
มีแนวโน้มที่จะมีขนาดเล็กสำหรับขนาดใหญ่สร้างแบรนด์และรอง
ในทางกลับกัน (Aßmusฟาร์เลย์และมาห์ 1984 Sethuraman,
Tellis และ Briesch 2011 Tellis 2009) ซึ่งแสดงให้เห็น diseconomy
สำหรับแบรนด์ที่มีขนาดใหญ่ สืบสวน
ขยายการวิจัย AI โจนส์และจัดทำเอกสารที่สอดคล้อง AIlike,
ความสัมพันธ์ที่ไม่สมมาตรระหว่าง SOV และ Som ใน
จำนวนของเงื่อนไขเช่นบั๊ก (2001) โดยใช้สหราชอาณาจักร
สำรวจยาวของแบรนด์พรีเมี่ยม; แฮนเซนและคริส
(2005) โดยใช้ AdLab แหล่งเดียวในสหราชอาณาจักรในครัวเรือนปี 1980 '
ข้อมูลแผง; Binet และฟิลด์ (2013, 2007) โดยใช้ IPA ประสิทธิผล
ข้อมูลรางวัล; และฟิลด์ (2009) โดยใช้ข้อมูลรวมจาก
30 สินค้าบรรจุผู้บริโภค (CPG) หมวดหมู่สินค้า ส่วนขยายเหล่านี้
ได้รับการยืนยันความสม่ำเสมอเชิงประจักษ์อย่างแพร่หลายของ AI เหมือน
ความสัมพันธ์ที่พบในภาคอุตสาหกรรมและระดับแคมเปญภายใน
เงื่อนไขต่าง ๆ นานาของทีวีเท่านั้นมัลติมีเดียรวบรวม
ทั่วประเทศและข้อมูลที่หลากหลาย คำอธิบายของรูปแบบนี้
ก็คือว่ามันสะท้อนให้เห็นถึงการทดลองทางธรรมชาติมากมายที่มีขนาดใหญ่
แบรนด์ได้พบว่าพวกเขาสามารถใช้จ่ายตามสัดส่วนน้อย
โดยไม่สูญเสียส่วนแบ่งการตลาด คำอธิบายการแข่งขันคือการที่
แบรนด์ขนาดใหญ่ใช้จ่ายตามสัดส่วนน้อยลงเพราะความยืดหยุ่นของพวกเขา
จะลดลงและพวกเขาพบผลตอบแทนลดลงจาก
ค่าใช้จ่ายที่สูงกว่าระดับเหล่านี้.
ในปี 2005 แฮนเซนและคริสเริ่มต้นการบันทึกข้อมูล
การเปลี่ยนแปลงใน SOV และ Som เมื่อเวลาผ่านไป ใน 29 ประเภทที่มี
มากกว่าหนึ่งปีของข้อมูลประมาณครึ่งหนึ่งที่คาดว่าจะแสดงให้เห็น
ความสัมพันธ์ระหว่างการเปลี่ยนแปลงใน SOV และการเปลี่ยนแปลงที่ตามมา
ใน SOM พวกเขาระบุว่าเงื่อนไขที่ปรับแต่งความสัมพันธ์ AI
และสังเกตเห็นความแตกต่างมากมายในรูปแบบหมวดหมู่ที่
เกี่ยวข้องกับความรุนแรงและความเข้มข้นของการโฆษณา อย่างไรก็ตาม
ข้อมูลของพวกเขาถูก จำกัด ให้ข้อมูลไดอารี่ของใช้ในครัวเรือนการเรียกคืน
สำหรับการดูทีวีและการจัดซื้อ 1985-1990 เมื่อ
สภาพแวดล้อมสื่อถูกครอบงำโดยโทรทัศน์ มันเป็นสิ่งสำคัญ
ที่จะทดสอบการบังคับใช้ในสภาพแวดล้อมสื่อวันนี้แบบไดนามิก
และในตลาดที่แตกต่างกันที่สื่อที่แตกต่างกันครอง
กับข้อมูลที่ใช้กันอย่างแพร่หลายในการปฏิบัติในปัจจุบัน.
ปรากฏการณ์นี้ได้รับการสำรวจเพิ่มเติมเมื่อ Binet และ
ฟิลด์ (2007) เอกสารเป็น "สมดุล SOV" แสดง
AI- เช่นเดียวกับความสัมพันธ์ที่ไม่สมมาตรของ SOV มีขนาดแบรนด์ พวกเขา
แสดงให้เห็นถึงตัวชี้วัดที่กำหนดระดับของแบรนด์ที่
การเจริญเติบโตของส่วนแบ่งการตลาดเป็นพิเศษ (หรือเกิน) หุ้นของเสียง
(ESOV) กำหนดให้เป็น SOV ลบ Som ฟิลด์ (2009) ขยาย
การวิเคราะห์ทั่ว CPG 123 แบรนด์ ความสัมพันธ์ระหว่าง
ESOV และการเจริญเติบโตของปริมาณ: ความสัมพันธ์ที่ "ค่าเฉลี่ย"
ที่แบรนด์ CPG สามารถคาดหวังที่คุ้มค่าการเจริญเติบโตของส่วนแบ่งการตลาด
0.5% ต่อปีสำหรับแต่ละจุดที่ 10 ESOV นี่คือ
เทียบเท่ากับความยืดหยุ่นของ 0.05 ซึ่งอยู่ในสอดคล้องกับ
การวิเคราะห์อภิมายืดหยุ่นโฆษณาเฉลี่ยของ Sethuraman,
Tellis และ Briesch (2011) ในการศึกษานี้ Binet และ
สนามไม่ได้คำนวณ ESOV เป็นส่วนเกินดังกล่าวข้างต้นสมดุลไอ
ระดับ; แต่พวกเขาใช้เกณฑ์ของ SOV D ส้ม.
พวกเขาสังเกตเห็นความแตกต่างในแต่ละประเภทและยี่ห้อ โฆษณา
ยืดหยุ่นนอกจากนี้ยังมีการพบว่ามีความแตกต่างระหว่างประเภท
และประเทศ (Aßmusฟาร์เลย์และมาห์ 1984
Sethuraman, Tellis และ Briesch 2011 Tellis 2009) และ
ความเข้มของการโฆษณาการแข่งขัน (Danaher, Bonfrer และ
Dhar 2008) น้ำหนักของหลักฐานแสดงให้เห็นว่ามันเป็นสิ่งสำคัญ
ที่แบรนด์ที่เข้าใจ SOV และ Som ของอุตสาหกรรมเฉพาะ
ความสัมพันธ์ วิจารณ์หลักฐานที่เราวางตัวมันเป็นแบบนี้อุตสาหกรรม
สัมพันธ์ AI เฉพาะที่มีลักษณะที่มีแนวโน้มมากที่สุดเป็น
มาตรฐานของส่วนแบ่งการสมดุลของแบรนด์ของเสียง แต่
จะเป็นประโยชน์ให้กับผู้จัดการเพื่อตรวจสอบงบประมาณการโฆษณาของพวกเขา
การตรวจสอบต่อไปของความสัมพันธ์ที่มีความจำเป็น AI ทั่ว
เงื่อนไขมีความหลากหลายของ indu