Почему аудиторный охват в programmatic не имеет принципиального значения — Мнение директора Weborama Russia

Председатель по data-продуктам Weborama Russia Митя Егоров

Многие игроки российского рынка «больших данных» неоднократно продают клиентам-рекламодателям и медиаагентствам в качестве своего главного достижения идею о том, что от величины аудиторных баз зависят высокие результаты рекламной кампании.

Со стороны конец выглядит логично: раз аудиторная три кита — это профили, которыми располагает генпоставщик и с которыми он может работать, знать, эта штука крайне необходимая, скажем, при таргетировании рекламных кампаний. Чтобы хорошей кампании один из важнейших показателей успеха — сие охват. Как правило, чем возлюбленный больше, тем лучше. То принимать чем аудиторная база больше — тем отличается как небо от земли. А что на практике?

Глобальный изменение ценностей

Опросив основных игроков европейского рынка, наши аналитики с французского офиса обнаружили, что размер аудиторной базы мало-: неграмотный вошел в первую тройку параметров data-компании, которые рекламодатели и медиаагентства назвали самыми значимыми. Опрошенные поместили его только лишь на четвертую строчку вслед по (по грибы) качеством данных.

Составляющие эффективной работы держи рынке Big Data

Почти треть опрошенных (32%) заявила, точно ведущий параметр при оценке data-игрока и решении о контракте — сие даже не качество технологических решений, а высота экспертизы команды вендора. Специалисты должны доброкачественно разбираться не только в data-рынке, а и в рынке интернет-рекламы, особенностях сеть-ресурсов, задачах рекламодателей и критериях эффективности кампаний.

Ныне клиент нуждается прежде всего в добротной data-стратегии. Возлюбленная дает ответы на базовые вопросы рекламодателя: словно увеличить эффективность рекламных кампаний, словно привлечь новых клиентов, как по всем правилам искусства поддерживать лояльность к бренду, позволяя поставить метку конкретные цели, отобрать инструментарий с целью их достижения, определить показатели эффективности, сроки выполнения и контрольные точки.

Систему DMP (Data Management Platform) — технологическое ядро всякий data-компании — поставило во главу угла 29% респондентов. DMP позволяет игроку Big Data конц, хранить, передавать и обрабатывать большие объемы информации. Главный момент: оценка системы DMP игроками российского data-рынка и их клиентами умереть и не встать многом зависит от того, включен ли в «базовый пакет» оный набор опций, которые участники data-рынков Европы считают дополнительными (а то есть среди последних проходил опрос).

В западе формирование аудиторной базы — сие отдельная услуга, и клиенты наполняют технологическую платформу неординарно, ориентируясь на свои задачи. В России но большей популярностью пользуется комплексный упрощенство, при котором data-вендоры предлагают заказчику дорога к своей DPM с аудиторными данными.

Качество данных назвали важнейшим параметром 21% опрошенных. В 2016 году
загвоздка проверки (верификации) данных, получения правдивой информации о пользователях стала актуальной повесткой дня крупнейших транснациональных рекламодателей. Клиентов интересует максимально нерушимый профиль пользователя: как он ведет себя в узы, какие страницы посещает, каковы его горизонт, как много времени он проводит нате конкретных сайтах, из какой географической точки таким образом в интернет, какова интенсивность его сеть-серфинга.

Data-компания должна не покладая (не покладаючи) рук быть в курсе изменяющихся интересов и предпочтений пользователей. Серьёзный источник информации о пользователе — не всего только анализ онлайн-поведения, но и факты исследовательских компаний. Например, наша дело использует данные из панели мирового поставщика-компании Toluna.

Напоследках, четвертое место занимает собственно размер аудиторной базы. Показательно, который в число главных параметров его включили 10% опрошенных — сие вдвое меньше участников, чем средь выбравших качество данных. Получается, сколько для компаний, которые по-настоящему энергично используют в своем бизнесе инструменты Big Data, доза аудиторной базы подрядчика не настоль важна, как сегодня думают многие игроки российского рынка.

Замыкает пятерку наипаче значимых параметров фактор интегрированности в торг, который отметили 8% опрошенных. Добытое с через DMP уникальное знание интересов и предпочтений аудитории остается безвыгодный более чем любопытными аналитическими выкладками, разве его нельзя использовать на практике.

Слияние — мостик, по которому обработанные системой DMP показания попадают к автоматизированным системам закупки рекламы (programmatic buying) и рекламным серверам, передающим причина для прямого размещения. Чем почище у DMP-платформы действующих интеграций с другими системами, тем большее медийное затин доступно клиентам для использования. Тута важна открытость платформы и возможность построения новых интеграций, в) такой степени как эти качества позволяют налаживать систему под каждого клиента и его потребности.

Не грех бы и что-л. сделать ли объять необъятное

Первыми, кто именно начал экспериментировать с «большими данными» близ проведении рекламных кампаний, стали гиганты, которые давнёшенько привыкли к «крупной форме»: телевизионной рекламе с миллиардными бюджетами и кампаниям, охватывающим десятки миллионов потребителей. В целях них утверждение об абсолютной пользе большого охвата никак не требует доказательств. Это аксиома, и приложение охватных инструментов кажется им заранее оправданным.

Пять лет назад не более и не менее подобная гигантомания мешала большим брендам осваивать контекстную рекламу в интернете. Нонче она не дает многим изо них трезво оценить реальную пользу ото крупных аудиторных баз для своего сегмента.

Угоду кому) начала разберемся, что такое «большая» приют в масштабах рунета и из кого симпатия состоит. По данным TNS Russia после октябрь 2016 года, интернет-помещение в России составила менее 50% через населения страны — 61,4 млн млекопит, которые заходили в сеть хотя бы однажды в месяц. Согласно ежегодному отчету TNS по (по грибы) 2015 год, общее количество пользователей интернета в России в возрасте 12+ вторично выше — 85 млн.

Практически весь круг из этих 85 млн член (партии) использует для входа в сеть присест) несколько разлитых устройств — стационарные компьютеры, ноутбуки, планшеты и мобильные телефоны. В результате в рунете в червон раз больше уникальных пользователей, нежели живых людей: Mediascope (бывший TNS Russia) ежемесячно фиксирует в российском сегменте недотка более 800 млн кук. В таком случае есть для того, чтобы сделаться обладателем всего доступного объема кук, должно потратить дополнительно к медиа около 16 млн рублей (исходя их среднерыночной стоимости использования данных), в чем дело? не будет рациональным поступком со стороны любого рекламодателя.

А на практике ни одному рекламодателю, дай тебе даже входящему в число крупнейших, посетители рунета целиком не нужна. Планку охвата в 20-30 млн уникальных пользователей далеко не так часто преодолевают даже производители товаров повседневного спроса (FMCG) — рекламной категории, участники которой неизмеримо сильнее нуждаются в охватных рекламных кампаниях, нежели другие рекламодатели.

К примеру, в октябре Вотан из клиентов Weborama Russia, большая (теплая из сегмента FMCG, провела в рунете рекламную кампанию, которая стала особенно охватной в этом месяце. В рамках проекта было откручено 243 млн показов рекламы, а непревзойденный охват при этом достиг «всего» 46 млн кук.

Невыгодный размером единым

Парадокс в том, ровно при выборе DMP-технологии по размеру аудиторной базы вендора бренды самобытно работают в дальнейшем именно «на охват». Точно в абсолютных цифрах, так и в процентном соотношении в рунете проводится безвыгодный так много кампаний с действительно большим охватом, в противном случае сравнивать с общим объемом размещаемой рекламы.

В 2015 году крупные рекламодатели изо числа клиентов российского подразделения нашей фирмы ежемесячно проводили в рунете через 130 до 220 имиджевых рекламных кампаний в месячишко. Из них действительно больших (с охватом в 20 млн и через. Ant. ниже уникальных пользователей) было не с лишним 4% в месяц в среднем по году. Ежемесячно нынешний показатель колебался в пределах 2-8%. Из чего явствует, что даже в наиболее «урожайные» про рекламной отрасли осенние месяцы проводилось неважный (=маловажный) более десятка кампаний с охватом свыше 20 млн уникальных пользователей.

В 2016 году сие соотношение не сильно изменилось. Правда в количественном выражении число кампаний с охватом в 20 млн и больше «уников» в отдельные месяцы даже выросло, в процентном соотношении степень остался тем же. По данным Weborama, ежемесячное нажин проводимых в сети рекламных кампаний увеличилось накануне 150-500, при этом доля кампаний с охватом в «20 млн+» упала по 3-5%.

Например, в сентябре из примерно 400 зафиксированных нами кампаний всерьёз охватных было всего 5% (20 стукко), а в октябре из 500 кампаний держи долю размещений с большим охватом пришлось токмо 3% (15 штук). В апреле показатель был ранее ниже — лишь 12 кампаний (4% с 310 кампаний.

Стремление к гигантомании после любому поводу способен снизить условный анализ рекламных кампаний по продуктовым категориям. Наша сестра проанализировали информацию по проектам, которые в 2015-2016 годах провели рекламодатели семи крупнейших товарных категорий рунета. Наши эксперты определили, что-что только кампаниям из сегментов «Товары повседневного спроса (FMCG)» и «Фарма» да и требуется охват в 40 млн уникальных пользователей с целью построения полноценной рекламной коммуникации:

Максимальное тираж уникальных пользователей в кампании (млн.)*

Крошечки другие потребности у брендов из других рекламных категорий: девелоперов, производителей автомобилей и бытовой электроники совершенно чаще интересует не максимально широкая, а, шиворот-навыворот, максимально узкая целевая аудитория — род (человеческий, которые действительно нуждаются в данном товаре в нынешний момент, а главное, действительно собираются его с руками и с ногами оторвать.

Для построения эффективной рекламной кампании им необходим охват неважный (=маловажный) более 5-6 млн уникальных пользователей. Автопроизводителям и финансовым организациям избито вполне хватает 5-8 млн «уников». Не в пример (куда) эффективнее для них узкие аудиторные сегменты, сформированные присутствие помощи платформ управления данными (DMP) с через look-alike-моделирования. Этот валторна с помощью математических моделей позволяет автоматично расширить аудиторию рекламодателя за лоро-конто тех пользователей, поведение которых водится на существующих клиентов по ряду параметров.

Который общего у Brexit и Renault

В начале декабря европейские издания темпераментно обсуждали журналистское
расследование в швейцарском журнале Das Magazin. Его полиграф рассказал, как с помощью Big Data и технологий персонализированной рекламы миллиардеру Дональду Трампу посчастливилось стать президентом США, а сторонникам выхода Великобритании с Евросоюза одержать победу на референдуме ровно по Brexit.

Обе кампании вела доныне малоизвестная лондонская фирма Cambridge Analytica закачаешься главе с директором Александром Никсом, какой-либо считает, что его команда разработала воистину революционный подход к коммуникациям, основанным бери данных. Ключ успеха — в сочетании трех компонентов: психологическом поведенческом анализе, базирующемся в «модели океана» (английская анаграмма OCEAN содержит первые буквы базовых черт характера — несекретность, добросовестность, экстраверсия, доброжелательность, нейротизм), изучении данных Big Data, и таргетированной рекламе.

Ровно по словам Александра Ника, анализ профилей пользователей в Facebook и закупание персональных данных из различных источников (кадастровых списков, бонусных программ, телефонных справочников, клубных карт, газетных подписок, медицинских данных) позволила Cambridge Analytica вычислить личность каждого совершеннолетнего гражданина США и встретить к нему свой подход с помощью таргетированной рекламы.

Технологии таргетированной рекламы приставки не- являются чем-то новым сверху рынке интернет-маркетинга. С точки зрения специалиста по части Big Data, рекламная кампания для французской автомобилестроительной корпорации Renault, которую на днях провела наша компания, мало нежели отличается от предвыборной агитации вслед за Трампа или Brexit.

Первоначально автогигант планировал устроить рекламную кампанию, которая должна была облить всех жителей Франции в возрасте 18 планирование и старше — предполагалось, что приобрести ту то есть (т. е.) иную модель Renault может произвольный француз. Однако в итоге маркетологи Renault решили оторвать от себя от «коврового бомбометания»: на самом деле автогиганту были необходимы конкретные аудиторные сегменты (подборка пользователей по какому-либо признаку) подо каждую линейку его автомобилей.

Ровно и для предвыборного штаба Дональда Трампа, про Renault была сформирована специальная ядро данных. Правда, автопроизводителя интересовали невыгодный голоса избирателей, а поведение потенциальных покупателей нате сайте. Однако вводные для анализа были похожими: Weborama привлекла сторонних поставщиков данных о социально-демографических и поведенческих характеристиках французов, потому для выявления закономерностей и структурирования базы данных применила алгоритмы факторного анализа. Притом анализу подвергались как положительные, в) такой степени и негативные действия пользователей.

Рекламодатель использовал аудиторные сегменты, у которых короткость к целевому действию (заказ тест-драйва, эксплуатация конфигуратора автомобиля на сайте) была максимальной. Сегменты с отрицательной мерой близости использовались про исключения. По итогам факторного анализа Weborama выделила с всего населения Франции в возрасте 18 парение и старше те 30% людей, которым автомобили Renault были что греха таить интересны.

Кандидат в президенты США ото демократов Хиллари Клинтон потратила получи предвыборную кампанию в два с лишним раза в большинстве случаев, чем республиканец Трамп. По данным Федеральной избирательной комиссии США, затрата Клинтон составили $897,7 млн, Трампа — $429,5 млн. Большую кусок этих денег кандидаты израсходовали для рекламу, где применялся принцип узкого сегментирования аудитории и таргетирование рекламы держи каждый из сегментов. Однако Клинтон в итоге получила 232 голоса выборщиков, а Бродячее судно — 290. Получается, что технологии Big Data помогли скандальному миллионеру накопить на привлечение одного выборщика в 2,7 раза не столь своей соперницы: $1,48 млн напересечку $3,86 млн.

В случае с Renault я получили аналогичный результат. Использование аудиторных сегментов позволило добиться того же эффекта, что по части итогам обычной рекламной кампании, да при этом сэкономить значительную кусок маркетингового бюджета. Деньги ушли единственно на коммуникацию с теми людьми, которые потенциально заинтересованы в конкретных моделях Renault и с большенный вероятностью готовы приобрести автомобиль.

Схожий подход позволил увеличить конверсионные результаты размещения рекламы держи 40% и оптимизировать затраты на закупку медиа вслед за счет исключения неэффективных сегментов. Какие до сей поры доказательства эффективности работы с кастомными целевыми аудиториями и неэффективности работы «по площадям» нужны интересах того, чтобы все клиенты data-компаний прозрели?

Я видим, что постепенно крупные рекламодатели и медиаагентства российского рынка переходят ото количественных метрик к качественным, и это касается как бы закупки медийного инвентаря, так и подхода к аудиторным данным. Правда, рекламодатель перестает мыслить только категориями объема-охвата и запрашивает кончено более четкие показатели эффективности (KPI), переходя к performance-целям. Согласен, все чаще на первый распределение в оценке DMP-подрядчика выходит технология, которая позволяет чисто определять целевую аудиторию и строить новые уникальные аудиторные сегменты, заточенные подо выполнение конкретных задач бренда.

А эволюционный скачок — дело не быстрое. И медийный рыночек здесь не исключение. По оценке Weborama Russia, контингент перешедших на новую схему работы структурообразующих игроков — крупнейших медиаагентств, рекламодателей и издателей, — достигнет критической демос в перспективе двух-трех лет. И чисто тогда первой строчкой в документации к тендеру, наконец-то, будет значиться не аудиторная основа и количество представленных в ней профилей, а технологические внутренние резервы data-подрядчика.

Источник