×

Конспект лекций 8P. Первая часть, поток “Online Ads & Analytics”

Доклады Александра Рольского и Алексея Ляха из newage., а также Андрея Осипова и Ивана Страмыка, которые рассказали о применении сырых данных в доставке пиццы "LA П'ЄЦ"

9 июня прошла самая летняя конференция о бизнесе, digital и онлайн-маркетинге 8P. Мы посетили ряд лекций и теперь делимся их конспектами и инсайтам. В первой части публикуем доклады об онлайн-рекламе и аналитике. Читайте, как анализировать эффективность медийной рекламы и как анализ больших данных помог построить автоматизированный маркетинг в доставке пиццы.

Александр Рольский, Алексей Лях: «Как измерить влияние медийной рекламы на бренд и ключевые источники трафика»

Сооснователь newage. Алексей Лях и Client-service director Александр Рольский рассказали о месте медийной рекламы в digital-миксе и поделились инструкцией, как измерить влияние медийной рекламы на другие источники трафика. В качестве примера показаны медийные рекламные кампании Prom.

1. Brandformance: что это такое и как оптимизировать медийные кампании performance инструментами

Brandformance — это медийный целевой маркетинг, происходит от слов “brand” и “performance”. Для оценки влияния медийной рекламы на бренд агентство newage. использует Целостный Анализ, в котором изучает данные о post-view и cross-device конверсиях.

2. Тактическая стратегия размещения и где в ней место медийной рекламе

Если несколько важных сегментов аудитории:

  • горячая, которая готова к покупке,
  • теплая, которая выбирает и присматривается,
  • холодная, которая еще не знает о бренде и товаре.

Считается, что медийная реклама направлена на холодную аудиторию, чтобы познакомить ее с продуктом, а с тёплой и горячей аудиторией следует работать уже performance-инструментами. Но медийная реклама может быть полезна для всех сегментов. 

Мы разделяем аудитории, выбираем для каждой свои форматы и таргетинги, а также устанавливаем свои KPI для каждого уровня воронки.   

3. Как оценивать влияние медийной рекламы.

В большинстве случаев медийную рекламу оценивают по клику. Это неэффективный подход, ведь есть еще post-view и cross-device конверсии, которые создает медийная реклама. Если у вас нет возможности их посмотреть post-view и cross-device, не смотрите и на клики, ведь так легко сделать ошибку. 

  1. Post-view  — это действия пользователей, которые посмотрели рекламу и сделали конверсию с того же девайса или браузера.
  2. Cross-device — это действия пользователей, которые переходят с одного девайса на другой. Часто бывает, что пользователь видит рекламу на смартфоне на Youtube, а переходит с десктопа, потому что это привычнее.

Есть еще несколько вариантов, как оценивать влияние медийной рекламы.

Это рабочие методы, но мы как MarTech-агентство решили найти более технометрический способ оценки. 

4. Пошаговый алгоритм анализа влияние медийных источников на performance-инструменты

Все наши медийные кампании мы трекаем аудитором Google Campaign Manager на сайте клиента. В нем можно поставить счетчики на все рекламніе размещения и фиксировать, кому показали рекламу.

С другой стороны есть данные от клиента в большинстве случаев это Google Analytics. Мы собираем все данные в BigQuery и на этом моменте важно, чтобы User ID в двух источниках совпадали. Сопоставляя эти данные мы видим две когорты пользователей:

  • те, что контактировали с рекламой
  • те, кто не контактировал с рекламой.

Соответственно, мы смогли сравнить их поведение и строить выводы.

5. Как медийные кампании влияют на другие источники трафика. Кейс Prom.ua и других крупных рекламодателей. Результаты в динамике.

Первый пример — данные по кампании Prom “Love Season”, по conversion rate действия «добавить в корзину».

Мы видим прирост по всем источникам трафика, кроме Other Advertising; и в целом человек, который видел медийку, на 12% эффективнее. 

Читайте, какой эффект дали другие медийные кампании, в статье: «Как медийные кампании влияют на performance инструменты? Кейс Prom» 

Мы такой анализ с Prom делали уже год, первая рекламная кампания “Back to school”, последняя категорийная, по ней мы выгрузили данные буквально на прошлой неделе. 

В первой кампании +16% оцениваем эффективность медийки, то есть пользователи, которые видели рекламу, на 16% более конверсионные. Но ближе к концу видим снижение «эффективности». И эти данные по медийному эффекту, тенденциозно сходятся с бренд лифтом. Brand lift — это социология, у нас же технометрический подход, но, тем не менее, данные совпадают. 

Такое совпадение успокаивает, ведь мы убеждаемся в правильности выводов. Так мы можем методологию оптимизации кампании понять на цифрах, понять, почему что-то работает.

Мы решили пойти дальше и посмотреть влияние медийной рекламы не на CR, а на более глубокую конверсию — Thank you page. И тут прироста как такового нет. 

Ключевая задача медийки — привести на сайт заинтересованного пользователя, чтобы он посмотрел сайт и добавил товар в корзину. А уже закрытие конверсии — это задача других инструментов: программ лояльности, удобной доставки и т. д.. Ждать, что медийка будет приводить сразу к Thank you page, опрометчиво.

Далее мы решили посмотреть на доли трафика, как медийная реклама влияет на источники перехода на сайт.

Среди тех, кто не контактировал с медийкой, органического трафика больше всего, а дальше идут paid и direct. Если посмотреть на те, кто видел рекламу, то видим, что доля директа существенно уменьшается, и увеличивается доля платного трафика.

Когда вы запускаете медийную кампанию, и во время и после, вы должны инвестировать и performance тоже. У нас был кейс, когда запустили брендовую кампанию с большим бюджетом и как-то во время кампании нет прироста. Мы встретились с клиентом и оказалось, что на медийную кампанию отдали почти весь бюджет, сильно урезав при этом платный поиск.

Есть иллюзия, что медийная кампания сразу даст много клиентов или пользователей. Но это иллюзия. Медийка будет влиять на другие источники и урезать эти источники нельзя. 

Дальше мы планируем изучить эффективность по разным креативам. Сравнить тех, кто видел видео или баннерку. Также интересно сравнить медийный эффект по частотам, например, для людей, которые видели рекламу 2 раза и 10 раз. 

В целом, медийная реклама работает, она влияет на другие источники трафика и поведение пользователей, которые видели рекламные ролики. Но этот эффект нужно проверять в каждой отдельной кампании, чтобы правильно его использовать.

Андрей Осипов, Иван Страмык: «Автоматизация маркетинга используя сырые данные. Кейс доставки пиццы на дровах «LA П’ЄЦ»»

Пицца на дровах «La П’ЄЦ» выходила на рынок с большой конкуренцией и покорила его за счет быстрой доставки. Компании удалось организовать доставку в небольшом ареале за 29 минут. Далее она инвестировала в сервис и качество, и вскоре во Львове открылось несколько филиалов, которые покрывали зонами доставки весь город. Клиентов было много, данные о них накапливались и встал вопрос, что можно делать на основании этих данных. 

Поначалу таргетолог и аналитик «La П’ЄЦ» Иван Страмык вручную выгружал данные из CRM в Excel-таблицу. Там он делал отчеты, сравнивал различные показатели и искал инсайты. Но этого было недостаточно и специалист обратился за помощью к практикующему дата инженеру и директору Школы веб-аналитики Андрею Осипову.

1. Большие данные в маркетинге, как собирать, как визуализировать

Основная идея аналитики сырых данных в следующем: мы берем все возможные данные, кладем их в одну базу и анализируем. Сюда могут входить:

  • события из Google Analytics,
  • статистика из приложения компании;
  • внутренние базы данных;
  • CRM;
  • данные рекламных кабинетов Facebook, Google Ads, Twitter и т. д.

Для импорта такого объема информации уже не хватит мощностей Excel-таблички или Google Spreadsheets — нужно освоить базы данных. В этом кейсе использовали Google BigQuery. 

Также «La П’ЄЦ» использовали Google Analytics 4, ведь у нее есть нативный коннектор с Google BigQuery и она отслеживает не только данные сайта, но и трафик приложения.

2. Автоматизация отчетности

Когда мы собрали всю информацию вместе, есть возможность построить маркетинг на базе данных. Мы можем считать эффективность в разрезе реальных продаж, а не с точки зрения потенциальных продаж. Но чтобы сделать данные понятными для человека, их нужно объединить и визуализировать в дашборде.

Когортный анализ

«La П’ЄЦ» стали применять когортный анализ. Раз в квартал компания запускает новые рекламные кампании и когортный анализ позволяет оценить не только, сколько людей пришло из новой кампании, но и кто из них повторно делает заказы.

Фактически это похоже на отчеты о когортах в Google Analytics, но с бо́льшим количеством данных. Мы видим не просто, что сегодня произошло (допустим, 100 кликов и 100 продаж), а понимаем ситуацию в разрезе кампаний. 

Многоканальные последовательности

Имея сырые данные, мы можем взять все источники, сформировать цепочки и подсчитать, к какому количеству продаж привела каждая цепочка. Далее мы можем посмотреть на затраты на всю цепочку и рассчитывать ROAS не только по последнему источнику, а по всем затратам, которые мы вложили в эту цепочку. 

Эти данные можно представлять совершенно по-разному. Например, мы хотим узнать, какой источник и канал у нас более продающий, закрывающий и находится в конце цепочки, а какой — в её начале. Это позволяет оценить, как источники трафика в цепочке себя ведут и с какой моделью атрибуции нам более корректно их оценивать.

План/факт

Имея на руках все данные по сессиям, по инсталлам приложения, по продажам, мы можем составить план по показателям — каких результатов ожидаем от кампаний. Мы можем сопоставить план с фактическими результатами и делать выводы об эффективности стратегий рекламных кампаний с точки зрения достижения целей, которые мы ставили. 

3. Автоматизация direct marketing кампаний

Вся описанная выше автоматизация позволяет специалистам сосредоточиться на важных вещах: на работе, а не выгрузке данных и написании отчетов. Но это не предел и автоматизировать можно также общение с аудиторией. 

Пользователей много, есть те, кто покупает часто и редко, на маленькие и на большие деньги. Можно взять всю информацию о пользователях и составить карту аудитории, чтобы с каждой группой коммуницировать отдельно.

На слайде таких групп 12, но их может быть и 20, и 500 — и к каждой нужно обращаться со своим сообщением, понимая, что это за группа, как она себя ведет и чего хочет.

Инсайты

Анализируя клиентов «La П’ЄЦ» заметили ряд интересных закономерностей.

  1. Клиенты, которые не делают заказ больше 60 дней — это практически 100% разовые клиенты, которые пришли и ушли. Поэтому в интервале 48-60 дней после покупки клиенту нужно сделать горячий оффер: предложить скидку, подарок и т. д.. 
  2. Есть взаимосвязь между размером скидки и возвращением клиента. Если у клиента на первый заказ низкая скидка, он и дальше будет заказывать. А если скидка большая — то клиент не останется. Такой клиент просто приходит, пользуется скидкой и уходит. К слову, постоянные клиенты редко начинают с акции «День рождения».
  3. Постоянные клиенты оплачивают заказы через LiqPay.
  4. Постоянные клиенты часто просят не перезванивать.
  5. Постоянные клиенты реже отказываются от салфеток — ведь они знают, когда ешь пиццу руками, салфетки нужны. 
  6. Постоянные клиенты реже указывают точное время доставки.

Эти инсайты касаются «La П’ЄЦ» и могут отличаться для других бизнесов, даже если речь идет о других доставках пиццы. Поэтому каждому бизнесу полезно собирать и анализировать данные о клиентах. 

Следующий шаг, который нужно делать на основании больших данных — выстроить архитектуру, которая позволит автоматизированно общаться с пользователями.



Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *


Читайте также ...
Как медийные кампании влияют на performance инструменты? Кейс Prom
Как медийные кампании влияют на performance инструменты? Кейс Prom

Статья по материалам вебинара CEO newage. Александра Рольского и Head Of Strategy And Mediaplanning Максима Терещенко.

Заказать >
Исследование newage. Медийная реклама 2021
Исследование newage. Медийная реклама 2021

Ежегодное исследование медийных трендов украинского интернета

Заказать >
Brandformance: как оптимизировать медийку performance-инструментами
Brandformance: как оптимизировать медийку performance-инструментами

Выступление co-owner’a агентства newage. Алексея Ляха на конференции 8P

Заказать >
ТОВ «АГЕНТСТВО ЦИФРОВИХ РІШЕНЬ»; код ЄДРПОУ: 39532600
Украина, Киев, ул. Шота Руставели, д.11
e-mail: info@newage.agency
+380 (68) 64-164-68