Sostav.ru
Москва, ул. Полковая 3 стр.3, офис 120
© Sostav независимый проект брендингового агентства Depot WPF
Использование опубликованных материалов доступно только при указании источника.

Дизайн сайта - Liqium

18+
18.06.2020 в 14:00

Кейс БК BingoBoom: как повышение знания об аудитории помогает расширить ЦА

Weborama провела кластерный анализ аудитории букмекерской компании и поделилась результатами

3

Команда Weborama на примере кейса БК BingoBoom рассказала, как с помощью кластерного анализа определить ключевые особенности поведения аудитории в интернете, чтобы повысить осведомленность компании о своей текущей целевой аудитории и найти новую, потенциально заинтересованную в букмекерском продукте.

Бэкграунд проекта

Понимание целевой аудитории бренда позволяет быть в тесном контакте с собственной клиентской базой, а также применять эти знания для построения персонализированного подхода в коммуникациях с новой аудиторией.

Одной из приоритетных задач для BingoBoom стал поиск новой аудитории, схожей с фактической. Перед специалистами Weborama была поставлена задача найти пользователей российского сегмента интернета, которые потенциально могли бы быть рекрутированы в фактическую аудиторию BingoBoom, заинтересованную в ставках на спорт.

BingoBoom — один из крупнейших онлайн-букмекеров России, поэтому аналитическая работа с аудиторией компании была актуальной и в дальнейшем может стать репрезентативной для букмекерской индустрии в целом.

Формирование гипотезы

В экосистеме Weborama существует база аудиторных профилей с данными об интересах, образе жизни и соцдем-параметрах, сформированных на основе поведения пользователей в сети. База насчитывает более 180 млн уникальных пользователей в месяц, каждый из которых описан более чем 200 поведенческими характеристиками и разной степенью заинтересованности — от 1 до 20.

Для реализации задачи BingoBoom было принято решение с помощью инструмента Weborama MoonFish сформировать кастомный сегмент пользователей, заинтересованных в индустрии азартных игр, и проанализировать его на предмет схожести с текущей аудиторией BingoBoom (аудиторией ставок на спорт). Данный сегмент базируется на словах, относящихся к тематике азарта, азартных игр и финансов: Forex, казино, ставки, покер и прочее.

В качестве одного из методов решения задачи была сформулирована гипотеза, которую предстояло проверить: могут ли пользователи, часто взаимодействующие с контентом, связанным с азартом в интернете, потенциально быть заинтересованы в ставках на спорт.

Подход Weborama

Основную идею исследования можно свести к следующему: аудитории ставок на спорт и азартных игр неоднородны и могут быть разделены на определенное количество сегментов. Акцент на общих аспектах поведения пользователей позволит осуществить успешную конвертацию.

Чтобы подтвердить гипотезу, было необходимо последовательно решить ряд задач:

  • с помощью кластерного анализа провести сегментацию аудитории ставок на спорт BingoBoom и интернет-пользователей, интересующихся азартным досугом;
  • описать и сравнить поведенческие характеристики полученных кластеров обеих аудиторий;
  • сформировать выводы и основные рекомендации для применения полученных знаний в коммуникациях с пользователями в digital.

Решение

Всю работу над проектом можно разделить на два этапа: подготовительный, в рамках которого осуществлялся сбор и предпроцессинг данных, и аналитический.

Подготовительный этап

  1. На сайт BingoBoom были установлены теги Weborama для сбора 1st party данных аудитории.
  2. Собранные данные были обогащены 200+ поведенческими характеристиками (интересами) Weborama Generic Taxonomy (характеристики присваиваются пользователям на основе контента, с который они потребляют в интернете).

Аналитический этап

  1. Первоначально был проведен анализ схожих интересов и поведенческих характеристик двух групп пользователей: аудитории ставок на спорт BingoBoom и интернет-пользователей с выраженным интересом к теме азарта. В качестве метрики использовался критерий Фишера (F-критерий).
  2. В целях сегментации аудитории использовался иерархический кластерный анализ: пользователи, обладающие схожими поведенческими характеристиками, объединяются в один кластер таким образом, чтобы различие между ними в разных кластерах было максимальным, а внутри одного кластера — минимальным.
  3. Для визуальной оценки результатов кластеризации использовался факторный анализ (PCA — Principal Component Analysis). С его помощью удалось подтвердить, что внутри кластеров поведенческие характеристики образуют четкую согласованную структуру.
  4. После того, как мы убедились в корректности полученных результатов, был произведен анализ аффинитивности, и каждому интересу для каждого кластера был присвоен соответствующий индекс аффинитивности, который помог выявить и описать наиболее значимые характеристики кластеров.

Результаты анализа

При сравнении двух аудиторий мы определили, что схожие интересы достаточно общие, они характерны для большинства интернет-пользователей (например, интересы к фильмам или бытовым товарам). Основная же часть интересов у групп разительно отличалась.

Чтобы понять, какую долю аудитории азартных игр мы можем конвертировать в аудиторию ставок на спорт, нам потребовалось провести сегментацию внутри каждой группы и более глубоко изучить поведение пользователей. Для этого мы провели иерархический кластерный анализ аудитории. В результате было образовано семь кластеров: четыре — для аудитории ставок на спорт, три — для аудитории азартных игр.

Отличительная особенность аудитории ставок на спорт — интересы в области контента, связанного с финансами, путешествиями и спортом.

Азартную аудиторию определяют интересы в области видеоигр, искусства, здорового питания, ухода за собой. Лишь для одного кластера выявлены параметры, характерные аудитории ставок на спорт — в частности, интересы в области спорта, путешествий и финансов (38% пользователей).

Выводы и заключение

Поскольку лишь один кластер аудитории азартных игр содержит интересы, свойственные аудитории ставок на спорт (в то время как другие кластеры обладают совершенно другим набором признаков), был сделан вывод, что именно эти 38% потенциально могут быть сконвертированы в аудиторию ставок на спорт. Гипотеза подтвердилась: за счет сегментации ЦА можно добиться конвертации пользователей из сегмента азартных игр в ставки на спорт, что позволит расширить фактическую аудиторию BingoBoom.

Основываясь на интересах указанного сегмента, Weborama предложила следующие шаги по конвертации:

  1. Имплементировать в продукт функции, которые потенциально могут быть интересны азартной аудитории, далекой от спортивного беттинга. Например, геймификация игровой активности, автоматически собранные ставки вида «экспресс», удобный интерфейс с крупными элементами для казуальной аудитории.
  2. Предлагать фрибеты для пользователей, имеющих опыт в категориях интереса азартных игр, но без опыта в ставках на спорт.
  3. Активировать в медийных размещениях сегмент, определенный как релевантный целевой аудитории BingoBoom.

Петр Кипа, директор по маркетингу БК BingoBoom:

Важная задача для нашей компании — привить аудитории сайта BingoBoom культуру спортивного беттинга. В первую очередь мы решили сконцентрировать усилия на глубоком анализе нашей фактической аудитории сайта и расширить знания о пользователях в интернете, которые потенциально могут быть заинтересованы в нашем продукте.

С помощью кластерного анализа, проведенного специалистами Weborama, мы смогли получить ценные инсайты относительно нашей аудитории, которые в дальнейшем планируем использовать при формировании коммуникационной стратегии компании как с текущими клиентами, так и для привлечения новых.

Обсудить с другими читателями:
Ваш браузер устарел
На сайте Sostav.ru используются технологии, которые не доступны в вашем браузере, в связи с чем страница может отображаться некорректно.
Чтобы страница отображалась корректно, обновите ваш браузер.
Ваш браузер использует блокировщик рекламы.
Он мешает корректной работе сайта. Добавьте сайт www.sostav.ru в белый список.