MGCom и «билайн» протестировали запуск десктопной и мобильной рекламной кампании для одного дистрибьюторов парфюмерии и косметики на территории России «Рив гош». Команда проекта тестировала рекламные кампании с двумя видами таргетингов: сегменты мобильного оператора и стандартные таргетинги площадки. Итоги размещения показали, что закупка рекламы на данных телеком-операторов получилась на 20% дороже, при этом CTR (отношение кликов к показам) такой кампании — на 20% выше.
Задача
Цель рекламной кампании MGCom и «билайн» для «Рив гош» заключалась в улучшении качества контакта с аудиторией в медийных размещениях. Партнёры должны были подобрать эффективный сегмент аудитории для «Рив гош» на базе данных телеком-оператора и сравнить результаты с показателями стандартного таргетинга на схожих площадках. Подбор сегмента осуществлялся «билайн» на основании анализа сведений об абоненте и оказанных услугах связи предиктивными математическими моделями. Обязательным условием проведения такого анализа было согласие пользователя на обработку данных и получение рекламы.
В качестве ключевых KPI (ключевые показатели эффективности) для тестового запуска были выбраны медийные метрики: СРМ (стоимость 1 тыс. показов), СРС (цена клика) и охват. Дополнительно планировали посчитать CR (коэффициент конверсии) из показа в конверсию, post-view (пост-аналитика рекламной кампании) конверсии и СРО (стоимость за заказ), минимально превышающий показатели в других каналах. С учетом того, что запуск был пилотным на узкую аудиторию, команда MGCom прогнозировала, что итоговый СРО будет выше бенчмарков, так как потребуется время на обучение кампаний и сбор статистики для оптимизации в следующих флайтах.
Решение
Рекламная кампания для «Рив гош» проходила в два этапа: «Акция с промокодом» — с 10 по 28 февраля, «Время ярких скидок до 50%» — с 3 по 12 марта.
MGCom выбрала в качестве инструмента баннерные размещения в «Яндекс Директ»: площадка с широким охватом в РФ предоставляла достаточно данных для эффективного таргетирования на релевантную аудиторию, сравнения и оценки эффективности кампании. В этом случае был более дешёвый СРМ по сравнению с размещением на той же площадке, но со стандартными таргетингами.
Чтобы отобрать для теста гипотез релевантную аудиторию, заинтересованную в акционных предложениях клиента, команда «билайн» определила три триггера:
- интерес к покупке косметики и парфюмерии — сегмент по интересам был подобран в результате обработки категорий медиапотребления предиктивными моделями;
- пользователи, которые могли проявлять интерес к сайтам бьюти-маркетов;
- аудитория с высоким доходом — для подбора аудитории использовалась предсказательная математическая модель, основанная на информации о платежах за услуги связи, регистрации в роуминговых сетях, нагрузке на базовые станции.
При запуске кампании команда исключила дополнительные ограничения по другим таргетингам, так как в работе с узкой аудиторией есть риск полностью реализовать сегмент за несколько дней или столкнуться с остановкой в открутке кампании.
Для post-view аналитики использовали «Яндекс Медиаметрику».
Ход кампании
MGCom планировали запуск исключительно на инвентарь мобильных приложений, но в ходе рекламной кампании завели две отдельные кампании: в приложениях и на сайтах. Такое решение позволило оценить работу сегментов для разного типа инвентаря и сравнить результаты между собой для оценки эффективности.
В качестве посадочной страницы для обеих кампаний команда выбрала раздел сайта с акционным предложением. Ни мобильные приложения, ни страницы сторов не использовались. Сегмент работал именно на продажи через сайт, а не на установки. Дневной бюджет и настройки кампании были одинаковыми, отличался только тип инвентаря, на который транслировали рекламное сообщение. Все оптимизационные меры в ходе рекламной кампании проводили с целью улучшить PC показателей без изменений внутренних настроек аудиторий.
К середине запуска обеих акций начала проседать открутка. Причина заключалась в ограниченной аудитории сегмента, который не пополнялся в ходе рекламной кампании. Чтобы кампании оставались активными и система находила нужных пользователей, команда решила повышать ставки. Тогда проблема с откруткой была решена.
Результаты
По итогам кампании размещение рекламы на сегментах телеком-оператора оказалось на 20% дороже, чем по стандартным аудиторным и поведенческим таргетингам. При этом CTR — на 20% выше по сравнению с другими размещениями, что привело к снижению СРС и стоимости привлечения пользователя на сайт. Коэффициент конверсии в транзакцию также оказался выше: на 12% — в App и на 37% — в Web. Самые дешёвые медийные показатели по закупке, CPM и CPC, были в мобильном приложении.
Основной вывод из проведённого эксперимента: собранные сегменты аудитории эффективны для разных типов инвентаря, и затраты на их сбор и реализацию окупаются.
Инсайты
При работе с узкими аудиториями следует регулярно обогащать их и учитывать, что для этого требуется время и бюджеты. Оптимальная стратегия работы с аудиториями небольшой ёмкости — запуск краткосрочных рекламных кампаний под определённые акции без выставления дополнительных настроек и ограничений.
Ксения Нечаева, интернет-маркетолог «Рив гош»:
Ищем нетривиальные способы для поиска и коммуникации с аудиторией, кейс посвящен как раз одному из них. В условиях, когда старые методы перестали работать, ищем новые и получаем отличный результат. В целом, такой подход используем по всем каналам.
Эльдар Аннамамедов, аккаунт-директор «билайн» AdTech-подразделения по рекламным технологиям «билайн бизнес»:
Сейчас и в ближайшем будущем перевес сил окажется на стороне больших данных: они могут помочь компенсировать нехватку платежеспособной аудитории и найти клиентов с нужными запросами и предпочтениями. Большие данные мобильного оператора позволяют подобрать рекламный сегмент, релевантный для задач клиента. Таким образом, производитель получает широкие возможности для проведения эффективной рекламной кампании. В новой реальности большие данные превращаются в мастхэв для поиска целевой аудитории.
Александр Фролов, директор по развитию брендформанс-продукта MGCom:
Использование сторонних данных на твёрдых идентификаторах приобретает новую роль в сплите рекламодателей в связи со своей эволюцией и улучшением предиктивных моделей для их сбора. Биг дата телеком-операторов позволяет формировать и использовать сегменты на in-app инвентаре, что является важным в период роста доли мобильного трафика. Куки там не живут, а таргетирование на категории установленных приложений не всегда даёт положительный результат по моделе закупки СРМ. Следует учитывать такие факторы при медиапланировании, оптимизации закупки по поведенческим признакам на разных типах инвентаря.