Радио 
Smart TV стремительно наращивает позиции в медиасплите крупных рекламодателей. Вместе с ростом инвентаря и его аудиторных объемов растет и запрос рынка на понятные инструменты измерения эффективности CTV-размещений. Представители 
TargetADS и «ВкусВилла» раскрыли Sostav один из таких инструментов.
Основная проблема в том, что привычные механики оценки в этом канале работают ограниченно. QR-коды и промокоды фиксируют только часть отклика, а deterministic-подходы на базе Stable ID упираются в покрытие и качество мэтчинга. При этом сам пользовательский путь в CTV редко бывает линейным: контакт с рекламой происходит на Smart TV, а конверсия — спустя время уже на другом устройстве.
С задачей распутать этот клубок «ВкусВилл» обратился к TargetADS, которые отвечают за трекинг, верификацию и аналитику медийных размещений компании. В данном случае, было важно не просто настроить посткампейн-аналитику, а запустить систему регулярного измерения эффективности СTV-размещений с прозрачной атрибуцией и возможностью оценивать вклад канала в реальные покупки.
Почему привычных инструментов измерения оказалось недостаточно
«Вкусвилл» уже тестировал QR-коды как один из способов замера эффективности CTV-размещений. Однако такой подход не был результативным: переходов было немного, рост покупок на фоне кампании практически не фиксировался.
По мере роста доли канала в медиасплите рекламодателю стало недостаточно базовых инструментов оценки. Возник запрос на модели атрибуции, которые способны учитывать кросс-девайсный путь пользователя и отложенный спрос.
Один из существующих подходов — deterministic attribution на базе Stable ID, когда ID Smart TV-устройства связывается с идентификаторами пользователя в других средах. Он позволяет сопоставлять просмотр рекламы на CTV с последующей конверсией.
Но на практике рынок сталкивается с ограниченным покрытием Stable ID от разных поставщиков и сложностью качественного мэтчинга данных. Именно поэтому команда сделала ставку не только на deterministic-подход, но и на probabilistic attribution.
Подход
Для проекта команда TargetADS предложила probabilistic-модель атрибуции, которая позволяет оценивать влияние CTV-размещений даже в условиях ограниченного покрытия Stable ID.
Подход строился на сопоставлении технических параметров устройств, временных меток рекламного контакта и последующих целевых действий пользователя. На этой основе модель оценивала вероятность связи между показом рекламы на Smart TV и конверсией, совершенной в другой среде — на сайте или в мобильном приложении.
Отдельное внимание команда уделила работе с отложенным спросом. Атрибуция строилась вокруг конверсий с коротким окном в 1 час.
Решение
Для реализации проекта TargetADS настроили сбор данных по всей цепочке взаимодействия пользователя с рекламой. Зафиксировали показы CTV-рекламы через пиксель, подключили передачу целевых действий с мобильного приложения и сайта, настроили разметку конверсий и postback-передачу событий из приложения. Дополнительно начали передавать транзакционные данные, — включая ID заказа, чтобы точнее сопоставлять рекламный контакт с последующей конверсией.
Александр Фролов, исполнительный директор TargetADS:
Задачей со звездочкой стала работа с массовыми и резидентными сетями. В массовых сетях один IP-адрес может использоваться большим количеством пользователей одновременно — например, внутри офиса или публичной сети. Это потенциально создает погрешность в probabilistic attribution, поскольку одно рекламное событие может ошибочно сопоставляться с большим количеством последующих действий. В резидентных сетях, где IP чаще связан с конкретным домохозяйством или устройством, атрибуция строится точнее. Поэтому в рамках проекта мы отдельно анализировали показы сетей разных типов, чтобы снизить влияние подобных искажений на итоговые результаты.
Результаты
Анализ охватил период с 3 марта по 19 апреля. В рамках исследования TargetADS оценили работу четырех CTV-источников с совокупным охватом около 1,5 млн, используя probabilistic-модель атрибуции с единым окном в 1 час после рекламного контакта. Такой подход позволил сопоставлять показы с последующими покупками на сайте и в мобильном приложении и оценивать вклад каждого источника в привлечение аудитории, готовой к покупке.
При анализе команда учитывала не только охват кампании, но и качество трафика, количество уникальных покупок, CR в заказ и другие глубокие метрики, не вошедшие в данный текст. Дополнительно сравнивались результаты источников внутри единой модели атрибуции, что позволило получить сопоставимые данные по всем размещениям.
Исследование показало, что результаты CTV-источников внутри одного медиасплита различаются как по качеству трафика, так и по способности приводить аудиторию к покупке.
Наиболее сильные показатели продемонстрировал Источник 1: при охвате более 526 тыс. пользователей он обеспечил максимальное количество уникальных покупок — 1 613 — и самый высокий CR в заказ — 0,31%. Близкие результаты показал Источник 2 с минимальным уровнем IVT среди всех площадок — 0,8% — и CR 0,28%.
Источник 3 обеспечил один из самых высоких охватов кампании — более 561 тыс. пользователей — при этом сохранил сопоставимое качество трафика и стабильный уровень конверсии. Источник 4, напротив, показал более низкий CR — 0,13% — и меньшее количество уникальных покупок относительно других площадок, несмотря на высокий охват.
Полученные данные позволили «ВкусВилл» перейти от оценки CTV как единого охватного канала к детальному анализу отдельных размещений и их вклада в реальные покупки. Благодаря probabilistic-атрибуции команда смогла увидеть различия в вовлеченности пользователей на уровне конкретных источников, а также получить прозрачную систему регулярной отчетности по каналу.
Выводы
По мере роста CTV/Smart TV рынок постепенно переходит от попыток измерения через механики сопоставления к более зрелым моделям атрибуции.
Probabilistic-модели позволяют учитывать технические параметры, временные метки, кросс-девайсное поведение и отложенный спрос — то есть работать с реальным пользовательским путем, а не только с прямым откликом.
Глафира Дорохина, онлайн-маркетолог во «ВкусВилле»:
Для нас CTV — один из ключевых и перспективных каналов, поэтому важно было получить инструмент, который позволяет не просто оценивать охват, а понимать вклад размещений в реальные конверсии. Мы придаём большое значение комплексной оценке рекламы, где важна не только отдача, но и интерес со стороны аудитории. Для «ВкусВилла» важно, чтобы коммуникация действительно находила отклик, закрывала потребности ЦА и впоследствии приносила только вовлеченных пользователей.
Основная ценность проекта — возможность корректно отследить с помощью кросс-платформенной атрибуции те источники, которые раньше были недоступны из-за технических ограничений, а также получать прозрачную отчётность и видеть пересечения между площадками для оценки влияния каждого источника.
Отдельно стоит отметить, что в проекте использовалось окно атрибуции в 1 час после рекламного контакта. Для нашей категории это принципиальный момент: большая часть покупок совершается именно в этот период. Благодаря коллегам мы получили возможность отслеживать кросс-платформенную атрибуцию для тех CTV-размещений, которые раньше мы не могли измерить. Основным ограничением было окно атрибуции — мы сознательно не хотели его увеличивать, и TargetADS позволил нам работать в этих рамках.