Для компании «Арнест ЮниРусь», лидера в категории FMCG, ключевым вопросом стало понимание того, как различные медиаканалы влияют на продажи. В условиях растущей доли диджитал и неизменно высокой роли ТВ требовалось построить прозрачную модель оценки эффективности, чтобы определить оптимальный баланс между охватом и конверсией. 
Initiative и 
АДВ +Эндемика рассказали Sostav о результатах и методике исследования.
Задача исследования
Нужно было не только измерить влияние каналов на продажи, но и отследить путь потребителя на всех этапах воронки — от первого контакта до покупки, проанализировав тысячи возможных комбинаций медиа-цепочек. Такой подход позволил бы выявить, какие последовательности контактов действительно ведут к конверсии, а какие оказывают минимальное влияние.
Цепи Маркова
Решением стала кросс-атрибуция на цепях Маркова — метод, основанный на стабильных идентификаторах и гранулярных данных, который обеспечил точное распределение вклада каждого канала и позволил рассчитать реальный возврат инвестиций в медиа.
Методология исследования
Задача оценки вклада медиа каналов в бизнес-результаты в категории FMCG решается с помощью уже знакомой многим методологии эконометрического моделирования. Она действительно помогает решать эти задачи, но при этом строится на агрегированных данных: временных рядах, динамике факторов и корреляциях. Она показывает, как каждый медиаканал влияет на продажи в процентах, но не позволяет увидеть реальное поведение пользователей и их путь взаимодействия с медиа-каналами. Эконометрика выявляет взаимосвязи на динамике, а кросс-атрибуция — по поведению конкретного пользователя.
В кросс-канальной атрибуции используется принципиально иной уровень детализации: эта методология зарекомендовала себя как новый стандарт измерения эффективности медиаканалов, позволяющая составить полные цепочки контактов с рекламой на уровне пользователей и, применяя метод цепей Маркова, изучить всю совокупность успешных и неуспешных путей. Видно, в какой момент и через какие медиа происходило взаимодействие, сколько раз оно повторялось, с каким именно элементом кампании. Из тысяч таких цепочек можно точно определить, какие из них завершаются покупкой, а какие — нет. Это позволяет не просто измерять вклад канала, а понимать путь пользователя от контакта до конверсии, и увидеть не только вклад каждого канала, но и реальные паттерны поведения аудитории, что раньше было невозможно на уровне агрегированных медиа-метрик.
Кросс-атрибуционное исследование реализовано командой АДВ+Эндемика, 
POINTS при технологическом партнерстве с «Билайн Adtech» (рекламные технологии). В основе проекта — обезличенные данные телеком-оператора, которым были присвоены стабильные идентификаторы: синтетические ID, не позволяющие прямо или косвенно определить пользователя или абонентское устройство. Аналитика осуществлялась только в отношении пользователей, выразивших согласие на обработку данных в рекламных целях. Благодаря стабильным идентификаторам «Билайн» связал просмотр конкретного контента с контактами пользователей с ТВ и диджитал размещениями (в партнерстве с 
Weborama), а также данными о динамике покупок. Таким образом, команде АДВ удалось проследить полный путь — от первого контакта с рекламой до фактической покупки.
ТВ продает и остается главным инструментом эффекта масштаба
Телевидение остается главным инструментом эффекта масштаба, хотя традиционно воспринимается преимущественно как имиджевый канал. Но построенные атрибуционные цепочки показали, что ТВ является важным источником стимулирования продаж в рекламных кампаниях: На эффект ТВ пришлось 80% всех атрибуцированных к медиа покупок, и за счет масштаба охвата ТВ оптимизирует стоимость привлеченного пользователя, оставаясь экономически выгодным даже при высоком пороге входа.
Также мы зафиксировали высокий дополнительный прирост продаж среди пользователей, контактировавших только с телевидением +17%. Это прямое доказательство того, что телевизионные кампании способны не только строить охват, но и превращаться в мощный драйвер реальных продаж.
Данные по ТВ предоставлялись телеком-оператором на основе их IPTV-панели, привязанной к стабильным ID оператора (номерам телефона), потом эти данные объединялись с сигналами диджитал и транзакциями, что позволило построить цепочки контактов. Использование стабильных идентификаторов при оценке офлайн-канала позволило встроить этот канал в пользовательские цепочки и детально зафиксировать вклад канала в фактические покупки — но основной ценностью кросс-атрибуционных исследований являются выводы по оптимизации ключевых настроек, начиная от оптимальной частоты контакта на пользователя, заканчивая наиболее конверсионными тайм-слотами.
Диджитал — инструмент не громкости, а точности
Однако высокий порог входа делает невозможным сопровождение всех кампаний ТВ-размещениями, поэтому нам было важно проработать подход к тому, как действовать в диджитал в отсутствии ТВ. Диджитал подтвердил свою роль инструмента максимальной конверсионности. Благодаря работе с сегментами, как доступными в кабинетах, так и с собственными 1st party (…) сегментами мы смогли достичь высокой конверсионности в покупки.
Анализ позволил выстроить и верифицировать текущую архитектуру диджитал-кампаний для запуска кампаний с ориентацией на кост-эффективность настроек. Благодаря гранулярным данным мы смогли понять реальный паттерн контактов пользователей с рекламой: несмотря на широкий сплит, в среднем более 90% пользователей взаимодействуют только с 1−2 площадками. Это стало возможным благодаря нашему подходу в работе с аудиторными сегментами и подтвердило гипотезу, что текущая стратегия позволяет максимизировать охват.
Цепочки контактов показывают: каждый канал вносит свой вклад в путь к продаже
Оценка на стабильных идентификаторах позволяет оценить взаимодействие между ТВ и диджитал значительно глубже: телевизионная реклама дает охватную волну, а диджитал работает точечно с той аудиторией, которая уже проявляет интерес к категории и доводит пользователя до покупки. Такое взаимодействие двух сред позволило увидеть, что ТВ не только укрепляет бренд, но и напрямую стимулирует продажи, а диджитал усиливает этот эффект, обеспечивая высокую конверсионность. В среднем по брендам реклама обеспечивает прирост продаж среди контактировавших пользователей на +22%. Для FMCG-рынка, где цикл принятия решения о покупке короткий, а количество контактов велико, это стало принципиально новым пониманием работы медиамикса.
Ирина Зернышко, директор по маркетинговым коммуникациям, «Арнест ЮниРусь»:
Для нас было важно не просто посчитать продажи, а понять, что именно за ними стоит — какие каналы действительно работают на бизнес. Исследование позволило увидеть реальную картину: как реклама ведет к покупке и какую роль при этом играют ТВ и диджитал. Эти данные стали основой для пересмотра подхода к медиапланированию и позволили проверить важные тактические гипотезы, наглядно показав, что такие исследования позволяют увидеть гораздо глубже стандартных метрик и понять реальное поведение пользователя.
Валерия Сотникова, директор по цифровому маркетингу, Initiative (группа АДВ):
Медиарынок давно нуждался в более точных инструментах оценки эффективности. Кросс-атрибуция на цепях Маркова позволила показать вклад каждого контакта в продажи. Теперь можно говорить о том, что ТВ и диджитал не конкурируют между собой, а усиливают друг друга: первый масштабирует эффект, второй позволяет более прицельно охватывать аудиторию, напоминая о покупке тем, кому это ближе. Для нас этот проект — пример того, как аналитика становится центром адаптации нашей медиастратегии: грамотное сочетание каналов и настроек внутри них создает мультипликативный эффект в реальных бизнес-показателях.
Маркина Татьяна, руководитель группы технологий и инноваций, АДВ+Эндемика:
Мы рассматриваем кросс-атрибуцию как важное дополнение к эконометрическому анализу и шаг к большей прозрачности медиа исследований. Работа на стабильных идентификаторах открывает новые возможности — позволяет прослеживать омниканальный путь пользователя, точно оценивать вклад каждого медиа и подтверждать влияние коммуникаций на покупательское поведение. Такой подход формирует будущее рынка, где решения принимаются на основе больших данных — для нас это ключевое направление развития, которое делает оценку эффективности максимально объективной и прикладной для клиентов.