О том, как благодаря точному парсингу медийных форматов на маркетплейсах и в онлайн-магазинах мы помогли международному бренду получить ценную аналитику конкурентов, научиться оценивать Share of Spend и лучше управлять стратегией онлайн-продвижения.
Клиент
Хотим обратить внимание на то, что мы работаем в соответствии с Соглашением о неразглашении (NDA) с нашими партнерами и клиентами. Поэтому мы обязаны соблюдать конфиденциальность, и не всегда можем раскрыть название компании и некоторые детали, связанные с нашим сотрудничеством. Соблюдение NDA является нашим приоритетом, чтобы защитить интересы и конфиденциальность наших деловых партнеров и клиентов.
Наш заказчик является одним из крупнейших мировых производителей и поставщиков безалкогольных газированных напитков.
Этот бренд был основан в конце 19-го века и на данный момент насчитывает более 80 тысяч сотрудников в своём штате по всему миру. Товары этой компании представлены в более чем 200 странах мира. Кроме газировок, этот бренд продаёт воду, спортивные напитки, чай, кофе, соки, а также молочную продукцию.
Цель проекта
Для заказчика настроить собственную аналитику и получать независимые данные о медийной активности ключевых конкурентов на онлайн торговых площадках - OZON, Купер, Лента, Пятерочка, Магнит.
В результате заказчику необходимо получать данные о Share of Spend (SOS) в денежном выражении по набору медийных носителей по своим брендам и брендам конкурентов для анализа и корректировки рекламной стратегии.
Задачи
- Научиться парсить конкретные рекламные форматы и места их размещения на маркетплейсах и целевых интернет магазинах
- Привязать собираемые рекламные форматы к их стоимости согласно медиакита онлайн площадки
- Настроить расчет Share of Spend (SOS)
- Настроить вывод данных на аналитический дашборд
- А также в отдельном разделе дашборда выводить все баннеры click out
Реализация
Как настраивали парсинг
На старте проекта заказчик предоставил необходимые данные:
- Список интересующих рекламных форматов для каждой площадки, расположенных на разных страницах и разных местах страниц. Порядка 112 форматов (баннеры, перетяжки, рекламные полки, сториз).
Так выглядел список форматов от заказчика:
- Список брендов заказчика в связке с брендами конкурентов для возможности привязки в аналитике нужных брендов.
- Далее мы совместно с заказчиком определили какие данные должны собираться по рекламным форматам, чтобы получать нужную аналитику:
- Название источника
- URL страницы формата
- Тип формата
- Рекламодатель
- Дата сбора
- Время сбора
- Скриншот
- Тип платформы
- Город
- Бренд
- Категория
Чтобы дать заказчику нужную аналитику потребовалось сначала решить сложную техническую задачу, на которую потребовалось более 1 месяца работы: настроить точечный парсинг под каждый рекламный формат, т.е. 112 парсеров, каждый из которых точно определяет конкретный рекламный формат на конкретной странице сайта или мобильного приложения.
Это очень трудоемкий, но единственный вариант, при котором можно рассчитать нужный клиенту показатель Share of Spend.
Параллельно с настройкой парсеров мы сопоставили медийные форматы с ценами на них из медиакитов площадок. Это дало возможность рассчитывать стоимость размещения за выбранный период (заложили пересчет стоимости на каждый день размещения).
При этом мы учитывали время размещения каждого формата на основе данных о первой и последней дате обнаружения конкретного формата каждого бренда и рекламодателя на площадке.
В итоге на основе этих данных нам удалось получить в базе все необходимые данные для расчета ключевого показателя - Share of Spend.
До начала проекта мы сразу договорились что анализ в таблицах Excel не подходит, т.к. скриншоты баннеров в виде ссылок в ячейках часто надо открывать для выборочной сверки, а в excel это сильно затрудняет анализ без визуальной поддержки и нужного набора фильтров (даты, бренды, площадки, категории, рекламодатель и др.). Поэтому мы решили что выведем данные на аналитический дашборд.
Как настраивали дашборд
После настройки и отладки парсеров мы взялись за настройку дашборда на база нашей платформы ECOMRU. Поскольку платформа является нашей собственной разработкой, то мы настроили первичный дашборд буквально за 3 дня.
При этом каждый баннер кликабелен и можно провалиться и увидеть на какие товары ведет. А поскольку исторические данные сохраняются, то это позволяет крутить аналитику за любой прошедший период.
А дальше началось самое интересное - каждый день заказчик придумывал что-то новое для отражения на дашборде исходя из своих бизнес потребностей:
- выделить баннеры click out в отдельный раздел
- добавить те или иные фильтры
- визуализировать Share of Spend в виде круговой диаграммы
- визуализировать Share of Spend в виде графика в динамике
- разделить баннеры на монобрендовые (когда под баннером товары только одного бренда) и мультибрендовые (когда под баннером товары разных брендов)
Эти изменения позволили еще глубже анализировать собираемые данные.
Результаты
Реализация такого проекта заняла порядка 2 месяцев, и в итоге дала заказчику недоступную ранее конкурентную аналитику с онлайн площадок, дала возможность глубже понимать действия конкурентов, позволила начать анализировать показатель Share of Spend для улучшения качества принятия решений по своим рекламным стратегиям.
Если вы хотите также, как и наши клиенты получать свежие и точные данные, смотреть аналитику и применять её для повышения эффективность своего бизнеса, то оставляйте заявку на бесплатную консультацию с нашим специалистом и мы поможем вам.