В последние годы словосочетание "Big Data" звучит из каждого утюга. Все знают что крупные агрегаторы. такие как Yandex, Google, банки, телеком и многие другие компании, накапливают данные о пользователях, объединяют их, и знают о своих пользователях практически все.
Парадокс в том, что при огромных объемах накопленных данных, на рынке почти нет внятных предложений по работе с ними. Максимум, что можно получить в качестве предложения - это либо "дайте нам идентификаторы тех, кто вам нужен, мы обогатим данные и расскажем о них больше", либо "скажите нам, кто вам нужен, и мы вам их найдем". Инструменты, конечно, полезные, но, как только доходит до реализации гипотез на практике, выясняется, что в этих подходах присутствуют слепые пятна, и что нужно грамотно комбинировать технологии с теорией, чтобы получать сколь-нибудь приличные результат. То есть мало купить молоток, нужны еще гвозди и прямые руки чтобы с ним работать.
В данной статье хочу кратко описать свой опыт работы с данными инструментами при составлении и проведении рекламных кампаний (далее -РК).
Итак, прежде чем запустить РК, нужно ответить на вопросы:
- кто нам интересен (другими словами, кто интересуется нашим предложением и может себе позволить его оплатить)
- где их можно найти
- какими средствами(рекламная площадка) доносим сообщение
- что мы будем им показывать
- как мы измерим результат
Перейдем к примерам реализации РК. Как образец традиционно использую ритейл (но ритейлом не ограничиваюсь)
- кто нам интересен:
Работаем с B2C сегментом , составляем портрет целевого клиента:
а) собираем мак-адреса в магазинах и на сайте (это разные аудитории, online и offline)
б) выделяем тех, кто по поведенческим признакам является нашим целевым клиентом
Для сайта и интернет-магазина это - люди, выполняющие определенные цели, например оставление заявки, покупка, наполнение корзины и т.п. Процесс хорошо знаком любому таргетологу.
Для offline-магазина берем выборку из постоянных клиентов из программы лояльности(номера телефонов/e-mail), постоянных посетителей (mac-адреса), вовлеченных посетителей (mac-адреса) .
В идеале прокомбинировать лояльность(постоянные посетители) и вовлеченность с экономическим эффектом чтобы быть уверенным что аудитория именно целевая, делающая покупки, а не просто праздношатающиеся зеваки.
Пример комбинирования - это сопоставление динамик продаж с долей вовлеченных посетителей.В аналитике должно быть заметно, что данная группа вовлеченных посетителей стабильно увеличивает продажи в дни своего появления в магазине(вовлеченные пришли - продажи выросли при прочих равных). Здесь важно помнить, что лояльность и вовлечение куда больше зависят от сервиса, продавцов, выкладки и прочих объективных факторов, чем от рекламы. Рекламщики работают с теми продуктами и условиями, которые у вас есть, приводят вам трафик, а вот выжать из трафика прибыль - уже ваша задача. - где их можно найти
После выделения целевых аудиторий, обратимся к тезису "наши целевые клиенты всегда имеют какие-то схожие параметры": интересы, места посещения, предпочтения в сегментах/брендах, др.
Делаем следующее:
а)Обогащаем аудитории данными. Вот прям обращаемся к сервисам и службам тех самых агрегаторов и получаем детализированное описание своих аудиторий, ищем в них общее. Тот же Shopster показывает пересечения ваших аудиторий с другими объектами, на которых установлены радары.
б)Ищем схожие аудитории: LaL (Look-a-Like), собираем радарами целевые локации, мероприятия (Shopster, Hot Wifi, Wifi Box и т.п.).
Что интересно, установленный WiFi-радар уже обеспечивает вас аудиторией мимоходящих, остается только убедиться что оборудование правильно откалибровано. - какими средствами(рекламная площадка) доносим сообщение
а) Определяем площадки, на которых будем рекламироваться: Yandex(поиск и РСЯ), Google, соцсети. Если нет точного понимания - тестируем всего понемногу и сморим в online на метрику и e-commerce, а в offline на покупки в программе лояльности, использование промо-кодов и показатели систем измерения, таких как СПП(система подсчета посетителей), wifi-аналитики, данные касс
б) выгружаем аудитории на площадки. Важный нюанс: чтобы выгрузиться, скажем, на Facebook, нам потребуются номера телефонов или e-mail наших аудиторий. Если у нас только mac-адреса, придется их обогатить с помощью dmp-платформ номерами телефонов. Подойдут Maxima Telecom, DMP.ONE и иже с ними платформы. Получив номера - можем выгрузить аудитории, а можем и прозвон организовать. - что мы будем им показывать
Показываем то, что хотим продать и то, что привлекает покупателей (спасибо, Кэп). На каждую аудиторию нужно подготовить как минимум 4-5 креативов(рекламные материалы) для каждой площадки с учетом правил и формата показа материалов.
Креативы должны постоянно тестироваться и обновляться, т.к. какие-то баннеры приведут много траффика, какие-то мало, но целевых, а другие просто сольют нам бюджет. Все это следует отслеживать и своевременно вносить правки. - как мы измерим результат
а) Оцениваем результаты online достижениями целей и продажами
б) Offline оцениваем динамикой продаж, чеками (количество и средний чек), использованием промо-кодов, конверсией, доходимостью (метод wifi-аналитики: увидел рекламу и пришел)
Для корректной оценки лучше пользоваться BI-системами, это сильно экономит время и более наглядно. Power BI в помощь (или любые отраслевые или самописные системы, главное чтобы было удобно и наглядно).
По сути, это все. Вроде несложно, однако дьявол, как всегда, кроется в мелочах. На каждом их этих этапов очень легко допустить ошибку, поэтому рекомендую обращаться к профессионалам. То есть к нашей команде=)
Пишите вопросы, комментарии, кейсы и КП высылаю по запросу.
ПыСы Фото из Яндекс картинки.