От стандартного таргетинга к умной рекламе: кейс ВТБ

Традиционные методы таргетинга банковской рекламы основываются на базовых социально-демографических показателях и интересах пользователей. Но даже самая перспективная на первый взгляд аудитория может оказаться нерелевантной из-за скрытых факторов. Platforma совместно с ВТБ с использованием инструментов на базе Big Data реализовали проект, позволивший выйти за рамки стандартных подходов к определению целевой аудитории.

Проблема: стандартная сегментация дает слишком широкий охват для перформанс-ориентированной кампании

Объем рекламного рынка РФ, состоящего из performance-маркетинга (баннерная, поисковая, контекстная, перфоманс видео-реклама) и brand-маркетинга (традиционная видеореклама о бренде) в 2022 году составил 323,7 млрд рублей. Часть этого бюджета расходуется на показ рекламы пользователям, которые проявляют интерес к продукту или услуге, но из-за финансовых факторов не могут воспользоваться предложением.

Задача: оптимизация выбора целевой аудитории по финансовым маркерам

К нам обратился ВТБ с задачей повысить эффективность рекламной кампании по продвижению кредита наличными. При использовании стандартных таргетингов банк часто сталкивался с тем, что к ним приходили клиенты, которым они не могли одобрить кредит. Это влияло на эффективность работы менеджеров и качество лидов.

Решение: умный таргетинг с использованием данных кредитного бюро и телеком-компаний

Несмотря на то, что ВТБ сам обладает банковскими и телеком данными, мы в Platforma разработали решение для умного таргетинга и сегментирования на основе данных кредитных бюро и телеком компаний.

Вот что мы сделали:

1. Соединили данные из разных источников и пересекли их с данными по платежеспособности из кредитного бюро. Используя модель по оценке финансовой благонадежности, мы выявили сегмент из 20 млн пользователей с низким кредитным рейтингом.
2. Использовали технологию Stable ID, которая позволяет пересекать разные датасеты и точечно таргетировать нужные аудитории без использования сторонних (third-party) cookies.
3. Дополнительно профилировали аудиторию на основе поведенческих данных от телеком операторов для определения отдельных интересов: «Финансы», «Непредвиденные траты» и «Путешественники». 

Как это работает на практике

В рекламной кампании использовались два типа креативов: баннеры и OLV видео. Мы взяли три тестовые группы для сравнения:

1. Первая группа: стандартный таргетинг рекламных платформ
2. Вторая группа: сегменты Platforma на данных телеком-оператора
3. Третья группа: данные Platforma, пересеченные с данными кредитного бюро

Для передачи аудиторий использовались идентификаторы по технологии Stable ID. На этом этапе была применена модель по оценке финансовой благонадежности. Затем с помощью математических моделей выявили взаимосвязь между пользователями и устройствами, чтобы исключить пересечения с членами семьи в рамках одного домохозяйства. Это позволило составить обезличенные аудиторные сегменты , которые были доставлен в рекламные платформы (DSP — Demand Side Platform).

Результаты: экономия ресурсов и рост эффективности

Что же мы получили в итоге? Удалось не просто сократить затраты на рекламу, а выстроить умную систему дополнительной проверки релевантности целевой аудитории через её анализ по дополнительным каналам. Это позволило исключить тех клиентов, которые на первоначальном этапе казались перспективными, но при более глубоком исследовании оказывались нерелевантными. 

Итог:

1. Сократили количество нецелевых показов более чем на 10%, что пропорционально уменьшило расходы на рекламу и позволило распределить бюджет на дополнительные активности.
2. Улучшили post-click и post-view метрики. Время, проведенное на сайте, увеличилось в 2 раза. Post-view конверсии выросли на 55%. А стоимость привлечения аудитории на сайт снизилась в 2,2 раза.
3. Выявили самый эффективный сегмент — «Финансы + кредитное бюро». Пользователи из этой группы проявили наибольшую заинтересованность в кредитных продуктах, что позволило уменьшить отказы на сайте в 2,5 раза.

Экономия рекламного бюджета открывает ряд возможностей. Благодаря этому мы можем увеличить охват целевой аудитории, инвестируя сэкономленные средства в дополнительные показы и повышение частоты контактов с потенциальными клиентами. Это, в свою очередь, ведет к повышению запоминаемости бренда и увеличению качественных и экономических параметров размещения. 

Уроки и перспективы

На основе полученных результатов мы сформулировали ряд ключевых рекомендаций:

1. Пересечение данных телеком и кредитного бюро дало наиболее высокие результаты.
2. Новые сегменты и их объединение с помощью инструмента Stable ID продемонстрировали гораздо лучший результат, чем классические cookie-инструменты благодаря высокой степени мэтчинга и, в итоге, это позволило снизить расходы. Новые дата-сеты откроют новые возможности по более чёткому таргетингу.

«Мы верим, что в будущем все крупные игроки рынка будут активнее обмениваться данными, что сделает рекламу более эффективной. Мы разрабатываем решения для этой новой эры в маркетинге.»

 Анатолий Новожилов

CPO рекламного направления Platforma

«Сотрудничество с Platforma позволило нам выйти на качественно новый уровень в работе с целевой аудиторией. Кейс подтверждает важность интеграции различных источников данных для повышения эффективности рекламных затрат и улучшения качества отклика аудитории.»

Мария Егорова

начальник отдела планирования и размещения рекламы в сети интернет банка “ВТБ”