Маркетинг микс моделирование клиники: как сэкономить 4 млн на наружке и увеличить брендовый трафик на 28%

Разбираем маркетинг медицинской клиники: как эконометрическое моделирование помогает найти истинный источник клиентов, увеличить ROI и выбрать лучший вариант медиапланирования.

Исходная ситуация

Наш клиент — региональная сеть медицинских многопрофильных клиник. На рынке — около 5 лет. По мере роста наш клиент столкнулся с типичными для любой компании проблемами. 

1. Сложно оценить каналы, которые не оставляют цифрового следа  (ТВ, радио, наружка, реклама у блогеров и т.д): их эффективность практически невозможно измерить стандартными инструментами и сравнить с онлайн-каналами — а это около 70-80% неоцифрованного трафика.
2. Бюджет перестал давать предсказуемую отдачу: пациент делает несколько касаний с брендом, и маркетолог не понимает, какой канал на самом деле приносит клиентов.
3. Трудоемкость планирования в Excel: Данные разрознены — их нужно сначала собрать в одном месте.
4. Интуитивное распределение бюджета по принципу «в прошлом квартале давали 30% — значит, дадим и сейчас».

Запрос клиента: уйти от интуиции и гаданий к обоснованным решениям на основе исторических данных и точных математических прогнозов.

Методология

В основе проекта - внедрение платформы Optimix, способной строить сложные эконометрические модели с учетом:

1. Полного цикла пациента: временные лаги между первым контактом с брендом и обращением в клинику.
2. Синергии каналов: влияния имиджевых активностей (верх воронки) на эффективность перформанс-инструментов (низ воронки).
3. Внешних факторов: активности ключевых конкурентов, сезонности спроса, общей экономической и медийной повестки.
4. Кривой насыщения рекламных каналов: точки, после которой каждый дополнительный рубль инвестиций приносит все меньше отдачи — чтобы не переплачивать там, где эффективность уже упала.

Как работает платформа Optimix

Optimix автоматизирует сбор данных из маркетинговых, CRM и внешних источников, строит многомерную эконометрическую модель и дает удобные инструменты для анализа и планирования.  

Рассмотрим чуть детальнее, как это устроено.

Панель подготовки к запуску рекламной кампании

Маркетолог создает каркас рекламной кампании: ориентировочный бюджет, период и сроки проведения, добавляет список рекламных каналов, которые потенциально будет использоваться в РК, подключает внешние источники данных (например Я.директ, ВК.реклама, или площадки оффлайн рекламы). 

На этом же этапе определяются целевые метрики (KPI), на которые рекламная кампания призвана повлиять. В нашем случае это количество первичных обращений пациентов (непосредственно поток новых пациентов) и брендовый поисковой трафик на сайт клиники (показатель узнаваемости и «нагрева» аудитории). 

Эти метрики связаны, но не идентичны: можно получить много брендовых запросов, но часть из них не дойдет до записи. А можно наоборот - максимизировать количество новых обращений, но на брендовые запросы оказывать меньше влияния. Поэтому мы решили сравнить, как разные цели оптимизации влияют на результат.

Инструмент сценарного планирования и прогноза

Когда конфигурация рекламной кампании готова, следующим шагом переходим к планированию бюджета и разработке сценариев. 

На этой панели маркетолог может тестировать различные сценарии медиапланирования - включать/отключать каналы, перераспределять бюджеты, менять сроки размещения. Это позволит моментально ответить на вопрос: «Что будет, если мы перебросим 1 млн. руб. с контекстной рекламы на рекламу на ТВ?». При этом бюджет не будет потрачен впустую — результат спрогнозирован с точностью 95%.  

Одна из фишек Optimix - это встроенный AI-планировщик, который подсказывает, как оптимизировать бюджет на рекламу. 

AI-планировщик Optimix умеет выполнять две основные функции под разные задачи: 

1. Первая: у вас есть фиксированный бюджет (например, 12 млн руб.), и система находит оптимальное распределение этих денег по каналам под выбранную цель: максимум первичных обращений или брендовых запросов при заданном бюджете. 
2. Вторая: у вас нет жестко зафиксированного бюджета, тогда AI-планировщик сам рассчитывает уровень инвестиций, после которого отдача начинает резко падать (точка насыщения), и показывает оптимальный бюджет, при котором вы получите максимум результата без лишних трат.  

Чтобы максимизировать целевую метрику (в данном случае — брендовые поисковые запросы), AI-планировщик показывает, что оптимальный бюджет находится на уровне ~15 млн руб. Это превышает изначально заложенные 12 млн. 

У нас есть два варианта - либо мы идем на увеличение бюджета, либо остаемся в рамках изначального бюджета и распределяем то, что есть — система покажет прогнозируемую эффективность для любого бюджета. Это позволяет легко сравнивать сценарии и не гадать.  

Почему система не предлагает просто залить больше денег в успешный канал? Потому что маркетинг подчиняется закону убывающей отдачи. Первые 100 тыс рублей в канале могут принести одного пациента. Следующие 100 тыс рублей — уже 0,7 пациента. А десятые 100 тыс руб — только 0,1. “Под капотом” Optimix строит кривую насыщения для каждого канала и находит точку, где каждый дополнительный рубль перестает окупаться. Именно поэтому оптимальный бюджет — не максимально возможный, а тот, после которого отдача резко падает. 

После того как мы определили общую сумму маркетингового бюджета (в нашем случае мы остановились на 15 млн руб), AI-планировщик автоматически распределяет его между группами каналов — так, чтобы достичь максимума по выбранной целевой метрике. Внутри группы каналов бюджет распределяется на основе экспертной оценки маркетолога, по умолчанию система распределяет бюджет в равных пропорциях. 

В интерфейсе системы это выглядит следующим образом:

При этом у маркетолога сохраняется возможность вносить изменения вручную при необходимости. 

Прежде чем утвердить итоговый медиаплан, мы рассмотрели три варианта распределения бюджета.

Что показало сравнение?

1. Сценарий 1 (оптимизация под первичные обращения) направил большую часть бюджета в каналы нижней воронки — контекстную рекламу, онлайн медиа. Прогноз по обращениям был максимальным, но брендовые запросы росли не так сильно.
2. Сценарий 2 (оптимизация под брендовые запросы) сделал ставку на ТВ и онлайн медиа каналы. Брендовых запросов стало много, и в первичные обращения это тоже конвертировалось неплохо — но несколько хуже, чем в первом сценарии.
3. Сценарий 3 (ручной) — это то, как клиент интуитивно распределял бюджет раньше: 60% наружка, 20% ТВ, 12% онлайн перфоманс, 8% онлайн медиа каналы. В итоге канал наружной рекламы оказался сильно перенасыщен и не приносил нужного эффекта ни по одному из целевых показателей, по всем параметрам этот сценарий проигрывал. 

Что выбрали в итоге?

Сравнив три сценария, мы остановились на втором — оптимизации под брендовый трафик на сайт, т.к нам было важно не потерять результаты по поисковому трафику, которые у клиента уже были при его привычном способе распределения бюджета. В этом сценарии поисковый трафик даже увеличивается: по прогнозу клиент получает 55 тыс поисковых запросов вместо 43 тыс при ручном планировании, ROI также увеличивается. Сценарий с ручным планированием оказался самым слабым по всем целевым метрикам.

Медиаплан утвердили, кампанию запустили. По итогам месяца фактические результаты оказались близки к прогнозным:

1. Брендовый поисковый трафик: план — 55 тыс запросов, факт — 53,2 тыс (отклонение 3,3%)
2. Первичные обращения: план — 1 480, факт — 1 550 (отклонение 4,8%)

Что дал математический подход к медиапланированию для клиента?

1. Маркетинг стал предсказуемым: отклонение факта от плана — до 5%. 
2. Брендовый поисковый трафик вырос с 43 тыс до 55 тыс запросов в месяц (+28% при переходе на эконометрическое моделирование).
3. ROI маркетинговых инвестиций увеличился на 25% за счет перераспределения бюджета из канала с убывающей отдачей (наружная реклама) в другие более эффективные - ТВ и онлайн медиа. 
4. Время на подготовку медиаплана сократилось с 7 рабочих дней до 2 часов.
5. Выявлено и устранено ~4 млн руб. неэффективных расходов в квартал (деньги, которые уходили в перегретый канал наружной рекламы).

Математический подход не заменит маркетолога. Но он сделает его работу предсказуемой, быстрой и доказуемой для руководства. Optimix в данном проекте выступил не просто инструментом аналитики, а платформой для принятия решений, которая помогла нашим заказчикам перевести маркетинг клиники на более высокий уровень управленческой зрелости. 

В этой статье мы сфокусировались на методологии и сценарном планировании. О том, как устроен анализ «план/факт», метрика uplift и сводная отчетность — расскажем в следующих публикациях, следите за обновлениями!