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

Менеджер по data-продуктам Weborama Russia Димитрий Егоров

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

Со стороны всё-таки выглядит логично: раз аудиторная первоэлемент — это профили, которыми располагает производитель и с которыми он может работать, знать, эта штука крайне необходимая, хоть бы, при таргетировании рекламных кампаний. В целях хорошей кампании один из важнейших показателей успеха — сие охват. Как правило, чем спирт больше, тем лучше. То (у)потреблять чем аудиторная база больше — тем паче. А что на практике?

Глобальный кассация ценностей

Опросив основных игроков европейского рынка, наши аналитики с французского офиса обнаружили, что размер аудиторной базы далеко не вошел в первую тройку параметров data-компании, которые рекламодатели и медиаагентства назвали самыми значимыми. Опрошенные поместили его только что на четвертую строчку вслед вслед за качеством данных.

Составляющие эффективной работы в рынке Big Data

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

Сегодняшний день клиент нуждается прежде всего в добротной data-стратегии. Возлюбленная дает ответы на базовые вопросы рекламодателя: наравне увеличить эффективность рекламных кампаний, (как) будто привлечь новых клиентов, как закономерно поддерживать лояльность к бренду, позволяя (обо)значить конкретные цели, отобрать инструментарий на их достижения, определить показатели эффективности, сроки выполнения и контрольные точки.

Систему DMP (Data Management Platform) — технологическое субъядро любой data-компании — поставило нет слов главу угла 29% респондентов. DMP позволяет игроку Big Data подбирать, хранить, передавать и обрабатывать большие объемы информации. Капитальный момент: оценка системы DMP игроками российского data-рынка и их клиентами кайфовый многом зависит от того, включен ли в «базовый пакет» оный набор опций, которые участники data-рынков Европы считают дополнительными (а в среди последних проходил опрос).

Получи западе формирование аудиторной базы — сие отдельная услуга, и клиенты наполняют технологическую платформу нетривиально, ориентируясь на свои задачи. В России а большей популярностью пользуется комплексный путь, при котором data-вендоры предлагают заказчику впуск. Ant. выход к своей DPM с аудиторными данными.

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

Data-компания должна без устали быть в курсе изменяющихся интересов и предпочтений пользователей. (много)значительный источник информации о пользователе — не единственно анализ онлайн-поведения, но и условия исследовательских компаний. Например, наша бизнес использует данные из панели мирового поставщика-компании Toluna.

К концу, четвертое место занимает собственно размер аудиторной базы. Показательно, что такое? в число главных параметров его включили 10% опрошенных — сие вдвое меньше участников, чем промеж выбравших качество данных. Получается, ась? для компаний, которые по-настоящему наступательно используют в своем бизнесе инструменты Big Data, корифей аудиторной базы подрядчика не в такой мере важна, как сегодня думают многие игроки российского рынка.

Замыкает пятерку в наибольшей степени значимых параметров фактор интегрированности в барахолка, который отметили 8% опрошенных. Добытое с через DMP уникальное знание интересов и предпочтений аудитории остается приставки не- более чем любопытными аналитическими выкладками, коль скоро его нельзя использовать на практике.

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

Необходимо ли объять необъятное

Первыми, кто такой начал экспериментировать с «большими данными» близ проведении рекламных кампаний, стали гиганты, которые много с тех пор воды утекло привыкли к «крупной форме»: телевизионной рекламе с миллиардными бюджетами и кампаниям, охватывающим десятки миллионов потребителей. Во (избежание них утверждение об абсолютной пользе большого охвата маловыгодный требует доказательств. Это аксиома, и приложение охватных инструментов кажется им заранее оправданным.

Пять лет назад аккурат подобная гигантомания мешала большим брендам осваивать контекстную рекламу в интернете. Настоящее она не дает многим с них трезво оценить реальную пользу с крупных аудиторных баз для своего сегмента.

К начала разберемся, что такое «большая» склад в масштабах рунета и из кого возлюбленная состоит. По данным TNS Russia ради октябрь 2016 года, интернет-посетители в России составила менее 50% с населения страны — 61,4 млн куверта, которые заходили в сеть хотя бы один раз в месяц. Согласно ежегодному отчету TNS по (по грибы) 2015 год, общее количество пользователей интернета в России в возрасте 12+ до этого часа выше — 85 млн.

Практически первый попавшийся из этих 85 млн лицо использует для входа в сеть скоро несколько разлитых устройств — стационарные компьютеры, ноутбуки, планшеты и мобильные телефоны. В результате в рунете в десятеро раз больше уникальных пользователей, нежели живых людей: Mediascope (бывший TNS Russia) ежемесячно фиксирует в российском сегменте яма более 800 млн кук. Так есть для того, чтобы сделаться обладателем всего доступного объема кук, ничего не поделаешь потратить дополнительно к медиа около 16 млн рублей (исходя их среднерыночной стоимости использования данных), словно не будет рациональным поступком со стороны любого рекламодателя.

Однако на практике ни одному рекламодателю, чтоб даже входящему в число крупнейших, помещение рунета целиком не нужна. Планку охвата в 20-30 млн уникальных пользователей никак не так часто преодолевают даже производители товаров повседневного спроса (FMCG) — рекламной категории, участники которой бесконечно. Ant. мало сильнее нуждаются в охватных рекламных кампаниях, нежели другие рекламодатели.

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

Безлюдный (=малолюдный) размером единым

Парадокс в том, а при выборе DMP-технологии по размеру аудиторной базы вендора бренды эпизодически работают в дальнейшем именно «на охват». В духе в абсолютных цифрах, так и в процентном соотношении в рунете проводится маловыгодный так много кампаний с действительно большим охватом, разве сравнивать с общим объемом размещаемой рекламы.

В 2015 году крупные рекламодатели изо числа клиентов российского подразделения нашей фирмы ежемесячно проводили в рунете с 130 до 220 имиджевых рекламных кампаний в месяцочек. Из них действительно больших (с охватом в 20 млн и меньше уникальных пользователей) было не предпочтительно 4% в месяц в среднем по году. Ежемесячно текущий показатель колебался в пределах 2-8%. Следственно, что даже в наиболее «урожайные» в (видах рекламной отрасли осенние месяцы проводилось приставки не- более десятка кампаний с охватом предпочтительно 20 млн уникальных пользователей.

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

Например, в сентябре из примерно 400 зафиксированных нами кампаний в самом деле охватных было всего 5% (20 стукко), а в октябре из 500 кампаний для долю размещений с большим охватом пришлось долее) (того 3% (15 штук). В апреле показатель был сейчас ниже — лишь 12 кампаний (4% изо 310 кампаний.

Стремление к гигантомании за любому поводу способен снизить сходственный анализ рекламных кампаний по продуктовым категориям. Автор этих строк проанализировали информацию по проектам, которые в 2015-2016 годах провели рекламодатели семи крупнейших товарных категорий рунета. Наши эксперты определили, как только кампаниям из сегментов «Товары повседневного спроса (FMCG)» и «Фарма» редко требуется охват в 40 млн уникальных пользователей исполнение) построения полноценной рекламной коммуникации:

Максимальное пи уникальных пользователей в кампании (млн.)*

На волос) другие потребности у брендов из других рекламных категорий: девелоперов, производителей автомобилей и бытовой электроники весь век чаще интересует не максимально широкая, а, комлем вперед, максимально узкая целевая аудитория — человек, которые действительно нуждаются в данном товаре в отданный момент, а главное, действительно собираются его расхватать.

Для построения эффективной рекламной кампании им необходим охват мало-: неграмотный более 5-6 млн уникальных пользователей. Автопроизводителям и финансовым организациям как води вполне хватает 5-8 млн «уников». Незначительно эффективнее для них узкие аудиторные сегменты, сформированные близ помощи платформ управления данными (DMP) с через look-alike-моделирования. Этот прибор с помощью математических моделей позволяет машинально расширить аудиторию рекламодателя за итог тех пользователей, поведение которых как мне кажется на существующих клиентов по ряду параметров.

Что такое? общего у Brexit и Renault

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

Обе кампании вела ранее малоизвестная лондонская фирма Cambridge Analytica в главе с директором Александром Никсом, тот или иной считает, что его команда разработала без сомнения революционный подход к коммуникациям, основанным получай данных. Ключ успеха — в сочетании трех компонентов: психологическом поведенческом анализе, базирующемся возьми «модели океана» (английская анаграмма OCEAN охватывает первые буквы базовых черт характера — явность, добросовестность, экстраверсия, доброжелательность, нейротизм), изучении данных Big Data, и таргетированной рекламе.

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

Технологии таргетированной рекламы далеко не являются чем-то новым держи рынке интернет-маркетинга. С точки зрения специалиста числом Big Data, рекламная кампания для французской автомобилестроительной корпорации Renault, которую новоприсоединенный провела наша компания, мало нежели отличается от предвыборной агитации после Трампа или Brexit.

Первоначально автогигант планировал устроить рекламную кампанию, которая должна была обдать всех жителей Франции в возрасте 18 полет и старше — предполагалось, что приобрести ту али иную модель Renault может по (что француз. Однако в итоге маркетологи Renault решили отдать от «коврового бомбометания»: на самом деле автогиганту были необходимы конкретные аудиторные сегменты (выдержка пользователей по какому-либо признаку) лещадь каждую линейку его автомобилей.

По образу и для предвыборного штаба Дональда Трампа, ради Renault была сформирована специальная устои данных. Правда, автопроизводителя интересовали малограмотный 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, потом для выявления закономерностей и структурирования базы данных применила алгоритмы факторного анализа. Притом анализу подвергались как положительные, приближенно и негативные действия пользователей.

Рекламодатель использовал аудиторные сегменты, у которых интимность к целевому действию (заказ тест-драйва, оборот конфигуратора автомобиля на сайте) была максимальной. Сегменты с отрицательной мерой близости использовались для того исключения. По итогам факторного анализа Weborama выделила изо всего населения Франции в возрасте 18 планирование и старше те 30% людей, которым автомобили Renault были на (самом) деле интересны.

Кандидат в президенты США с демократов Хиллари Клинтон потратила нате предвыборную кампанию в два с лишним раза почище, чем республиканец Трамп. По данным Федеральной избирательной комиссии США, траты Клинтон составили $897,7 млн, Трампа — $429,5 млн. Большую выпуск этих денег кандидаты израсходовали сверху рекламу, где применялся принцип узкого сегментирования аудитории и таргетирование рекламы получи 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 в такой степени. Ant. более своей соперницы: $1,48 млн противу $3,86 млн.

В случае с Renault я получили аналогичный результат. Использование аудиторных сегментов позволило принестись того же эффекта, что до итогам обычной рекламной кампании, же при этом сэкономить значительную отдел маркетингового бюджета. Деньги ушли всего на коммуникацию с теми людьми, которые потенциально заинтересованы в конкретных моделях Renault и с больший вероятностью готовы приобрести автомобиль.

Живой кто подход позволил увеличить конверсионные результаты размещения рекламы для 40% и оптимизировать затраты на закупку медиа после счет исключения неэффективных сегментов. Какие до сих пор доказательства эффективности работы с кастомными целевыми аудиториями и неэффективности работы «по площадям» нужны во (избежание того, чтобы все клиенты data-компаний прозрели?

Пишущий эти строки видим, что постепенно крупные рекламодатели и медиаагентства российского рынка переходят с количественных метрик к качественным, и это касается по образу закупки медийного инвентаря, так и подхода к аудиторным данным. (само собой) разумеется, рекламодатель перестает мыслить только категориями объема-охвата и запрашивает всегда более четкие показатели эффективности (KPI), переходя к performance-целям. Будто, все чаще на первый программа в оценке DMP-подрядчика выходит технология, которая позволяет согласно правилам определять целевую аудиторию и строить новые уникальные аудиторные сегменты, заточенные почти выполнение конкретных задач бренда.

Что ни говори эволюционный скачок — дело не быстрое. И медийный ярмарка здесь не исключение. По оценке Weborama Russia, миллион перешедших на новую схему работы структурообразующих игроков — крупнейших медиаагентств, рекламодателей и издателей, — достигнет критической (трудящиеся в перспективе двух-трех лет. И видишь тогда первой строчкой в документации к тендеру, в конце концов, будет значиться не аудиторная стержень и количество представленных в ней профилей, а технологические внутренние резервы data-подрядчика.

Источник