Как мы анализировали медийную рекламу в деньги? 16 методов анализа на примере живых цифр. Кейс по крупному бизнесу с оборотом 4,5 млрд руб. в год.

Знакомимся

Авторы статьи –  Иван Селюков и Сергей Шарлап мы запускаем медийную рекламу для онлайн-школы Фоксфорд. 

Фоксфорд – это онлайн-школа для учеников с 1 по 11 класс. Согласно рейтингу SmartRanking среди компаний EdTech за 2024 Фоксфорд занимал первое место. В открытых источниках можно увидеть, что выручка компании за 2024 год составила около 4,5 миллиардов рублей.

Мы это мужик с усами

Методы оценки медийной рекламы 

Их можно разделить на качественные и количественные. Мы рассмотрим те, на которые смотрим сами, и поделимся тонкостями. 

Важно будет изучить все методы, а не только те, которые говорят про деньги. Иначе при оптимизации запусков вы не поймете, в чем проблема и что нужно исправить и поменять – медийный ролик, таргетинги или площадку. 

Качественные методы

1. Brand Lift
2. BHT (Brand Health Tracking)
3. Оценка медийных роликов в Я.Взгляд или других сервисах
4. Метрики СPM, VTR, RF, SOV

Количественные (про конверсии, про деньги)

1. ММР – метрика для медийной рекламы 
2. Прометка хешированных данных и О2О аналитика
3. Post-campaign аналитика 
4. Аналитика медийной рекламы через сегмент с нулевой корректировкой (только для Яндекса) 
5. Search Lift 
6. Отслеживание по вордстату брендовых запросов
7. Visit Lift
8. Target Lift
9. Аналитика исторических данных перфоманс маркетинга
10. Аналитика выручки компании
11. Сервис медийной аналитики Target ADS
12. Проверяем честность цифр из Target ADS. Аналитика “сырых” данных из верификатора данных через сервис внутренней аналитики

1.1. Аналитика медийной рекламы по отчёту Brand Lift 

БрендЛифт - это исследование на основе опросника, который показывается тем, кто видел вашу рекламу, и тем, кто должен был её увидеть, но не увидел. На разнице в ответах рассчитывается прирост (или отсутствие прироста) метрики. 

Показатели БрендЛифт в пропорциях

Всего вопросов в опроснике шесть на выбор (говорим про медийку в Яндексе).

Вот так выглядят цифры в кабинете:

Показатели БрендЛифт в процентах

Какой бренд-лифт считать хорошим? 

Здесь нет однозначного ответа – всё зависит от вашей ниши. Например, в банковской сфере получить по бренд-лифту +1% – уже  хорошо. По крайней мере, так говорят коллеги-маркетологи. 

Если бренд-лифт положительный, это уже хорошо. Сравнивая свои бренд-лифты с бренд-лифтами других компаний, мы пришли к выводу, что результаты у Фоксфорда хорошие. 

1.2. Аналитика медийной рекламы по отчётам BHT (Brand Health Tracking) 

Это отчёты, которые делают для вас сторонние компании. Мы работаем с Ipsos и Tiburon. Этим занимается отдел развития бренда Фоксфорда. 

Если ваши бюджеты на медийную рекламу ниже нескольких десятков миллионов в месяц (для некоторых ниш – сотен миллионов, к ним относятся банки или операторы связи), то не факт, что вы увидите по этим отчётам прирост в моменте. 

Полезно следить за такими отчетами от квартала к кварталу и понимать, есть ли значимый рост.

Пример слайда из такого отчёта

В верхнем столбце представлены конкуренты с которыми вы сравниваетесь

1.3. Оценка медийных роликов в Яндекс.Взгляд или других сервисах

Почему нужно оценивать медийные ролики? 

Потому что продакшен роликов стоит несколько миллионов рублей и занимает несколько месяцев, а потом на открутку роликов тратятся десятки (иногда – сотни) миллионов рублей. Важно выбрать лучший ролик из всех. 

Организация процесса создания медийных роликов – это материал для отдельной статьи, которую мы однажды напишем.

Вот как выглядит оценка роликов в интерфейсе Яндекс.Взгляда:

Узнаете по среднему ролику, какая знаменитая картина стала референсом?

Предоставляется и полный отчет с различными цифрами: 

1.4 Метрики: VTR, RF, SOV

RF (Reach and frequency) — частота показов на одного пользователя. 

Критически важный показатель для медийной рекламы. 

В 2023 году при RF больше 3-х у нас резко начинался рост конверсий. Чтобы догреть нашу аудиторию, до неё нужно было дотронуться минимум три раза.

Каким RF должен быть конкретно для вашего бизнеса – вопрос тестов. 

Объясним его важность на примере масла и хлеба. 

Низкий RF

Размазали тонким слоем масло по хлебу. Вроде масло потратили, а вкуса нет. С медийной рекламой то же самое: вроде деньги потратили (и немалые!), а конверсий нет. 

Высокий RF

Масла будет больше, чем хлеба. Жирно, есть не хочется, масло потрачено. В медийной рекламе это означает лишние расходы в бюджете и перегрев аудитории.

VTR (View-through rate) — доля пользователей, просмотревших рекламу до конца. Мы смотрим именно на досмотр 100% роликов длиной от 15 и более секунд. 

Ниже наш показатель за февраль 2025. Внутренний KPI – больше 50%.

SOV (Share of Voice) - доля присутствия бренда среди общего объёма трафика, рассчитанного относительно ваших таргетингов и бюджета. 

Минимальный процент, на который можно ориентироваться при настройках – от 10%. Если будете выбирать SOV >45-55%, скорее всего, начнёте конкурировать с крупными рекламодателями не из своей ниши. Точнее, будете очень дорого платить за охваты — так-то вы всегда конкурируете с другими рекламодателями. 

Переходим к количественным исследованиям – говорим про цифры и конверсии. 

2.1. Метрика для медийной рекламы от Яндекса (ММР) и её большая проблема

Первые цифры и даже доход можно увидеть в этом разделе, но верить ему не стоит.

Ниже пример того, как это выглядит в интерфейсе. Если провалиться в аналитику, можно увидеть доход (при наличии настройки электронной коммерции).

Это всё враньё не верьте этим цифрам

Основная проблема ММР в том, что она двоит и троит (а может, и больше) одну и ту же конверсию. 

Если мы всё же верим в цифры ММР, то с нашей медийки мы зарабатываем больше, чем вся компания.

В начале работы (2023 год) мы ориентировались именно на ММР, поэтому у нас получилось сравнить исторические данные. Стоимость оплаты в первый год работы через медийку была 2 000 рублей, а стала 600 рублей. Обе цифры не соответствуют действительности, но, по крайней мере, видно улучшение от года к году.

2.2. Прометка хешированных данных

Пример

У вас запускались рекламные кампании (РК) в феврале. Вы идёте к своим аналитикам или к CRM-отделу и просите выгрузить вам данные (почты,телефоны) в хешированном виде. В выгрузку должны попасть сведения обо всех, кто покупал ваши продукты в период февраль-март. Или можно дождаться выгрузки за февраль, март и апрель. 

Потом с этими данными вы идёте к менеджерам Яндекса и просите их прометить всех, кто соприкасался с медийной рекламой. 

В офлайн-бизнесе это называется “О2О аналитика”. Таким образом можно совместить данные из офлайн-магазинов с теми, кто видел медийную рекламу в интернете. 

Яндекс всё это дело промечает, и вы с промеченными данными снова возвращаетесь в CRM-отдел, а лучше – к аналитикам, чтобы они посчитали, сколько оплат компании принесли пользователи, которые соприкасались с медийной рекламой. Вот и конкретная цифра.

Также аналитиков можно попросить разделить оплативших пользователей на новых, старых, платящих и спящих. Так вы поймёте, какую ключевую роль выполняет ваша медийная реклама – возвращает спящих, приводит новых или прогревает платящих клиентов. 

Именно таким методом мы оценивали медийную рекламу на Авито: ROMI +489%.

Ссылка на кейс клик, которые писали ребята из Авито. 

2.3. Post-campaign отчёт от Яндекса 

В таких отчетах можно увидеть цепочки касаний (как медийная реклама улучшает показатели контекстной рекламы), процент пользователей, которые начали путь к конверсии через медийную рекламу, данные CPA и CR по тем, кто видел медийную рекламу, накопленную эффективную частоту.  

Ниже пример, по которому Яндекс выпустил с нами кейс у себя на сайте. 

Стоимость конверсии ниже на 48%, если до этого пользователь соприкасался с медийной рекламой. Это точно хорошо, и следующим методом можно проверить достоверность отчета. 

2.4. Аналитика медийной рекламы через сегмент с нулевой корректировкой (только для Яндекса)

Такая аналитика подходит для тех, кто помимо медийной рекламы в Яндексе много тратит и на перфоманс-рекламу (а именно – на классический контекст в Яндекс.Директ). Если это не вы, то можете пропустить этот пункт.

Вот как выглядит такой отчёт у нас 

Как такое сделать? 

1. Аудиторию, которая видела вашу медийную рекламу, вы собираете в сегменты в Яндекс.Аудиториях;
2. Идёте к своим коллегам, которые запускают старую добрую контекстную рекламу, и просите этот сегмент добавить в свои РК с нулевой корректировкой.

Вот как это будет выглядеть:

2.5 Search Lift отчёты 

Search Lift — прирост запросов в поиске от пользователей, видевших рекламу, по сравнению с пользователями, которые её не видели.

Снова отчёт от Яндекса. 

Вот как это выглядит в интерфейсе. Пример двух наших РК из февральского запуска

Про отчёты визит-лифт, таргет-лифт поговорим чуть позже. 

Проверить достоверность этого отчёта непросто, но возможно. Наш способ описан ниже.

2.6. Отслеживание по вордстату роста брендовых запросов 

Этот метод бесполезен, если: 

1. ваши траты на медийку очень низкие и не могут существенно повлиять на рост брендовых запросов. Низкими тратами для вашего бизнеса могут быть и несколько миллионов в месяц – зависит от ниши (да, мы это уже говорили);
2. у вас большое разнообразие медийного маркетинга: ТВ, спецпроекты, интеграции у многомиллионных блогеров. Тогда будет сложно понять, точно ли медийная реклама из Яндекса повлияла на рост бренда (чтобы отделить её от других каналов).
   
   P.s.
   Спустя время мы проверили достоверность данных этого отчёта через ВордСтат, через запуск конкурса на низком бюджете. SearchLift показал прирост всего +200 запросов (фоксфорд конкурс) в поиске. И в вордстате было плюс минус такая же цифра в тот месяц. Так что мы пока решили верить, что в плане отчета SearchLift Яндексу можно довериться. 

Кол-во запросов в месяц мы всё таки отслеживаем

2.7 Visit Lift

Visit Lift — прирост визитов на сайте от пользователей, видевших рекламу, по сравнению с пользователями, которые эту рекламу не видели.

Ещё один отчёт от Яндекса 

Долго останавливаться на этом не будем. Для своей проверки можете отслеживать историческое количество визитов на сайт и смотреть, есть ли прирост от года к году по месяцам.

2.8 Target Lift 

Target Lift показывает, насколько лучше выполняют конверсию на сайте люди, видевшие вашу рекламу, в отличие от тех, кто её не видел. 

В интерфейсе это выглядит вот так 

Для перепроверки такого отчёта можно вести и отслеживать аналитику, которую мы опишем ниже.

2.9 Аналитика исторических данных перфоманс-маркетинга

Задача медийной рекламы, как и у паровоза из фильма “Назад в будущее”, двигать автомобиль перфоманс-маркетинга вперёд. Медийная реклама со своими огромными охватами создает спрос, а перфоманс-маркетинг этот спрос закрывает.

Если в вашем маркетинге существенную часть бюджета (от 10%) стала занимать медийная реклама, то логично, что показатели перфоманса будут изменяться. По-хорошему – в лучшую сторону. 

Если у вас ёмкость рынка большая и вы занимаете в ней процента два трафика, то рост от года к году на 50-100% не будет проблемой, если есть деньги. 

А если ваша компания входит в топ компаний по бюджетам на перфоманс-маркетинг среди своей индустрии (как Фоксфорд), делать рост от года к году на 20% или 100% в контекстной рекламе – задача не из простых. 

2.10 Аналитика выручки компании

Похожая ситуация описана в пункте 2.9: если доля бюджета на медийную рекламу начала занимать существенную часть бюджета, то по логике выручка компании должна расти. 

Представим, что на маркетинг в год компания тратит 400 миллионов, из которых 100 миллионов – это медийная реклама. Допустим (гипотетически, конечно), что эти 100 миллионов мы спустили в трубу. 

Скорее всего, на таких масштабах влияние на результаты компании тоже будет сильным. Кто бы что не говорил, но задача рекламы – заработать денег больше, чем было на неё потрачено. 

Поэтому, если на рынке всё плюс-минус спокойно и у вас от году к году начинает возрастать бюджет на медийку, то выручка/прибыль компании тоже должна расти. 

Грубая оценка? Возможно. 

Медийная реклама – это масштабный инструмент, влияющий на большое количество метрик маркетинга. Такие инструменты и нужно оценивать масштабно. 

2.11 Подключаем сервис медийной аналитики Target ADS 

Контекст для понимания 

В чем проблема аналитики медийной рекламы? В том, что на неё не кликают, а если кликают, то клики холодные и их мало. 

Нужно оценить и понять, как ведёт себя аудитория, которая просто посмотрела медийный ролик! 

Но как трекать и отслеживать это, если не было клика? 

Для этого есть сервисы медийной аналитики. Например, TargetADS, Adriver, Weborama. 

Их называют верификаторами трафика. 

Сразу к цифрам 

Мы используем ТаргетАДС. Красным выделены модели атрибуции

Подробно про модели атрибуции можно прочитать на сайте ТаргетАДС или в нашей не укороченной статье 

2.12 Проверяем честность цифр из Target ADS. Аналитика “сырых” данных через сервис внутренней аналитики 

Как помните выше, все данные, полученные от Яндекса, мы подвергали критике и перепроверяли другими отчетами или другими данными. Такая же задача была у нас и с Target ADS.

Проверить ТаргетАДС мы решили через свою собственную систему аналитики. 

Она построена в Yandex DataLens — сервисе визуализации и анализа данных от Yandex Cloud. 

Там мы ориентируемся на модель атрибуции, построенную на основе цепей Маркова. 

Атрибуция по цепям Маркова показывает более честное распределение заработанных денег по каналам. Условно, так: если после взаимодействия с рекламным каналом “А” пользователь чаще совершал оплату, то в дальнейших цепочках этому каналу присваивается больший вес. Это объяснение довольно примитивное, поэтому рекомендую отдельно почитать про цепи Маркова (например, тут).

В некоторой степени атрибуцию по цепям Маркова в нашей системе аналитики можно сопоставить с моделью атрибуции “ТаргетАДС Модель”. 

Как итог имеем следующие цифры: в январе данные у нас отличаются на 30% между ТаргетАДС (атрибуция ТаргетАДСМодель) и DataLens (атрибуция по Маркову)

А если сравнивать январь, февраль, март, то разница всего в 17%. 

ТаргетАДС показывает чуть больше. 

Если вам кажется, что цифры сильно отличаются, то разница между ТаргетАДС и Метрикой для медийной рекламы от Яндекса (ММР) отличается иногда в 3-5 и более раз.

2.13 Проверка ТаргетАДС методом прометки сырых данных. Описывали этот метод в пункте 2.2.

Мы брали сырые данные из ТаргетАДС (тех, кто видел медийную рекламу) за период август-декабрь 2024 и делали вот такую красивую табличку

Тут выгружены все пользователи, которые хотя бы раз взаимодействовали с медийной рекламой. 

Если сравнить цифры по модели атрибуции Первое касание (мед) или First Impression и суммарное количество продаж с этой таблицы, то разница будет в 17%. 

Снова есть подтверждение достоверности данных из ТаргетАДС.

Вывод по ТаргетАДС

Если интеграция с ТаргетАДС будет настроена правильно, то данным смело можно верить. Правильная настройка – это ключевой момент. На протяжении года мы постоянно дорабатывали интеграцию и порой анализировали данные вручную.

P.S.
Для более лёгкого чтения, данная статья представляет собой выжимку смыслов из большой статьи представленной у нас на сайте. Если хотите увидеть больше цифр и более подробное описание по каждому из пунктов, то переходите по ссылке выше. 

На этом всё

Если вам нужна помощь в контекстной или медийной рекламе пишите: https://t.me/Selyukov
Другие кейсы на сайте: Рекламщики: Селюков и Шарлап