Прогнозирование и анализ эффективности медийных рекламных кампаний

Как спрогнозировать результаты медийной кампании

Начнём с того, как точно не нужно делать: прогнозировать эффективность, опираясь только на предыдущий опыт и интуицию. Безусловно, опытный маркетолог, smm-менеджер или таргетолог хорошо понимает, как работают конкретные инструменты в медиа-продвижении. Но на результаты рекламных кампаний влияет такое количество факторов, что невозможно предсказать их эффективность, опираясь только на знания и опыт одного или даже нескольких человек. Поэтому прогнозированием кампаний сейчас занимаются машинные алгоритмы. 

Для прогнозирования эффективности медиакампаний используют предиктивные математические модели. Крупный бизнес, особенно связанный с IT, иногда содержит огромные отделы Data-аналитики, разрабатывающие машинные алгоритмы для внутренних CRM и администрирования продвижения. Для остального бизнеса рентабельнее пользоваться уже готовыми решениями. Вот основные:

1. Инструменты планирования кампаний есть в рекламных кабинетах крупных платформ. Их сейчас предлагают Google, Яндекс и другие площадки. Если вы только присматриваетесь к медийным кампаниям и разбираетесь, как вырабатывать стратегию или по каким параметрам настраивать рекламу, такая опция в рекламном кабинете может пригодиться. Но в постоянной работе опираться только на прогнозы отдельных платформ не всегда эффективно. Дело в том, что для построения прогноза такие сети ориентируются на собственные параметры оценки уже прошедших похожих кампаний. Модель атрибуции, которую для этого используют, мало показательна для медиаканалов, еще вернёмся к этому ниже.

2. Рекламный программатик. Это комплексный инструмент для планирования, запуска и контроля эффективности рекламных кампаний. Математическая модель выделяет группы ЦА по полу, возрасту, локации, интересам и другим релевантным параметрам, а ненужные сегменты — отсекает. Нейросеть анализирует, как себя ведут пользователи с похожими характеристиками: как реагируют на рекламу, какие факторы влияют на принятие решения. И на основании этой информации предсказывает, какие результаты даст кампания с определёнными параметрами. Такой сервис предлагает Platforma — российский маркетплейс инструментов Big Data. Программатик анализирует огромный массив агрегированных данных от крупнейших банков, интернет-провайдеров, мобильных операторов. По этим данным нейросеть отслеживает интернет-активность, реакцию на рекламу, транзакции и даже поведение ЦА оффлайн.

Как объективно оценить результаты медийной рекламы

Одна из проблем при оценке эффективности медийной рекламы — сложность измерения результатов. Нельзя оценить успех просто по количеству кликов на рекламу (а именно такую модель атрибуции используют гиганты медийного продвижения — Яндекс и Google). Почему это плохо? Медийная реклама, в отличие от контекстной и таргетированной в соцсетях, не ориентирована на мгновенную покупку. У неё более глобальная задача: вызвать доверие, создать положительные ассоциации, сделать бренд привычным, близким. Клики не показывают, выполнена ли эта задача, ведь медийная реклама может привести напрямую к покупке оффлайн, которую метрики не учитывают, или стать первым этапом воронки продаж. Да, к покупке приведут другие этапы, но без первой ступени могло не быть всей воронки.

Помимо того, что подсчёт кликов не особо показателен при оценке выполнения многих задач медиа-рекламы, у неё ещё и по умолчанию сверхнизкая кликабельность — по оценкам большинства экспертов, менее 1% от просмотров. Во-первых, нужно держать в уме баннерную слепоту — в процессе эволюции пользователь привыкает не замечать окружающие его со всех сторон баннеры. Во-вторых, даже если человек почему-то сфокусировался на баннере, скорее всего, кликнет он только по рекламе продукта, который уже подумывал купить. Но это не значит, что медийная реклама не работает: пользователь может увидеть рекламу и запомнить бренд, а к покупке прийти спустя 4 месяца и оффлайн.

Как же тогда оценивать медийную рекламу? Рассказываем.

Анализировать даже самый малочисленный трафик

Даже если кликов немного, обратите внимание на те, которые есть. Они помогут скорректировать гипотезу и сразу проверить её на следующих кампаниях. Например, если вы ориентировали рекламу на мужчин и женщин, а переходят по ссылке только мужчины, стоит пересмотреть расчёты. Если бренд новый, есть вероятность, что неправильно очерчена ЦА, и женщинам, на самом деле, предложение не интересно. Когда ЦА уже есть, но по кликам получается, что она доходит не вся, стоит подкорректировать кампанию: поменять креатив или настройки показов.

Использовать post-view аналитику

В отличие от оценки кампании по кликам, которую по умолчанию используют крупные площадки, модель атрибуции post-view позволяет довольно точно проанализировать эффективность медийных кампаний. Она учитывает действия пользователей, которые спустя какое-то время вернулись к продукту или бренду после просмотра рекламы и совершили покупку.

Для объективного учета post-view конверсий рекламы используйте контрольную группу. Сравните рекламные затраты между группами, которые видели рекламу, и теми, кому ее не показывали. На две эти аудитории нужно запустить аналогичные кампании и сравнить конверсии. Так будет нагляднее влияние медийной рекламы на количество лидов: если конверсии в группе, видевшей рекламу, выше, значит, медийка работает.

Для более точного определения стоимости конверсий в цепочке рекламы, включая медийную, нужно добавить затраты на медийку к расходам на другие виды кампаний. Так вы сможете рассчитать реальную стоимость привлечения клиента с учетом всех затрат. Например, если финальной ступенью перед покупкой была таргетированная реклама, но пользователь раньше видел медийную рекламу, в стоимости этого лида нужно учитывать траты на оба вида продвижения.

Учитывать бренд-метрики

Это косвенные метрики, которые показывают, насколько пользователю знакома марка и как он к ней относится: узнаваемость бренда, запоминаемость рекламы, есть ли намерение совершить покупку. Проанализировать такие метрики можно с помощью исследования Brand Lift. Обычно это делается путём опроса аудитории до и после запуска медийной кампании. Изменения в процентном соотношении показывают эффективность рекламы: например, если до запуска кампании бренд знало 30% аудитории, а после — уже 50%, то это положительный результат.

Некоторые платформы (Директ, YouTube, Google) дают клиентам доступ к Brand Lift-исследованиям, но для этого нужны очень весомые инвестиции в рекламу в рамках одной платформы — примерно от 500 000 рублей в месяц. Если бюджета на такие исследования пока нет, можно провести опрос вручную, используя Google Forms или Яндекс.Взгляд. Ориентируйте его на аудиторию, которая раньше кликала на рекламу. Базовую информацию по динамике бренд-метрик дадут даже такие опросы, хотя всю картину отношения к бренду они не покажут. Еще один  бюджетный способ оценить позицию бренда — сравнить результаты опросов в похожих городах, в одном из которых транслировалась медийная реклама, а в другом — нет.

Если Brand Lift от рекламных сетей нерентабелен для вашего бизнеса, обратите внимание на рекламный программатик — в него входят и такие инструменты. Например, программатик от Platforma исследует, как люди ведут себя после того, как видят цифровую рекламу, и создает Sales lift отчет, по которому видно, сколько из них купили товар в магазинах оффлайн.

Если правильно комбинировать все изложенные способы прогнозирования и контроля медийных кампаний, такая реклама может приносить ощутимые результаты и значительно повышать эффективность следующих этапов воронки продаж.