Как процессы влияют на бюджет и качество post-view аналитики

Совместно с консультантом DataGo! Consulting Ксенией Макаровой мы подготовили материал, в котором расскажем:

• Какие способы анализа медийной рекламы мы используем и кому они подходят;
• Как и какие процессы влияют на качество post-view аналитики;
• Как мы анализируем медийную рекламу (будут кейсы) и с какими трудностями сталкивались;
• Как правильно выстроить процессы, чтобы получить максимум.

Поехали!

Немного вводных

Post-view аналитика - это анализ целевых действий пользователя, который видел баннер на рекламной площадке, но не перешел по нему на сайт или в мобильное приложение сразу. Например, потенциальный покупатель видит баннер, но не кликает на него, а переходит на сайт или в мобильное приложение через какое-то время, когда появляется потребность в покупке товара или в заказе услуг.

Переход на сайт или в приложение будет осуществлен не по прямой ссылке с рекламного баннера, а, например, напрямую через поисковую строку или с помощью инструментов ретаргетинга.

Вероятность неверной интерпретации результатов рекламных кампаний в таком случае довольно высока, если вы используете несколько рекламных площадок и высокий рекламный бюджет. Для получения желаемого результата вам необходимо оценивать не только каждую кампанию, но и каждое объявление, рекламный баннер и действия пользователя после того, как он впервые увидел ваше медийное размещение.

Способы анализа медийной рекламы

Сегодня мы говорим про наш опыт, поэтому расскажем, какие 3 основных подхода мы выделяем в нашей работе, и для кого они подходят.

Выбор определенного способа, который подходит именно вам, зависит от множества факторов. Например, от размера и уровня владения медийной рекламой, от рекламного бюджета на медийную рекламу и др.

1 подход. Начальный / ручной процесс.

Дано:

• Небольшой маркетинговый бюджет;
• Начальный уровень запуска медийных кампаний;
• Размещение на нескольких рекламных площадках;
• Нет AdTracker.

Инструменты для анализа:

• рекламный кабинет, где можно отслеживать ключевые показатели (Яндекс Директ, Vk реклама) в рамках своей площадки и рекламного размещения.

Минусы подхода:

• Данный подход позволяет оценить медийную рекламу только в рамках одной площадки и рекламной кампании;
• Нет возможности оценить картину целиком и понять реальный вклад каждого креатива в итоговый доход;
• При использовании нескольких рекламных источников, полученный результат не будет корректным и не сможет быть использован для принятия управленческих решений.

Плюсы подхода:

• Вам не потребуется дополнительный ресурс в виде аналитического стека или привлеченных специалистов;
• При размещении на одной рекламной площадке, данного подхода достаточно.

2 подход. Базовый/коробочный процесс

Дано:

• Большое количество плейсментов, бюджетов и данных, которые необходимо собирать, обрабатывать и анализировать;
• Делать это в ручном режиме становится довольно сложно.

Инструменты для анализа:

• Необходимо выбрать подходящий AdTracker, подключить его к рекламным источникам, чтобы агрегировать все данные в едином пространстве - в интерфейсе сервиса.

Минусы подхода:

• Невозможно импортировать рекламные расходы/доходы;
• В результате получаем ограниченный набор метрик (не можем оценить ROI/ROMI).

Плюсы подхода: все так же, нет необходимости подключать дополнительных специалистов.

Подход 3. Data-driven / продвинутый процесс

Data-driven маркетинг - это подход к анализу и интерпретации маркетинговых результатов на основе качественных данных и полученной отчетности. Маркетологи и аналитики с помощью аналитических инструментов обрабатывают полученные данные для анализа поведения пользователей на сайте или в мобильном приложении и при взаимодействии с рекламные площадками, кампаниями, объявлениями и креативами.

Дано:

• Большое количество рекламных источников и значительные бюджеты;
• Необходимость фиксировать результаты для дальнейшей оптимизации кампаний.

Инструменты для анализа:

• Web и app стриминг качественных данных, позволяющий агрегировать все данные в едином пространстве и формировать полную и прозрачную отчетность по необходимым конверсионным метрикам и событиям;
• Сквозная аналитика для сбора и анализа всего объема данных: от показа медийного объявления до дохода из CRM.

На какие вопросы вы сможете себе ответить при использовании сквозной мультиканальной аналитики?

• Сколько денег принес мне конкретный канал?
• Есть ли переоцененные рекламные кампании, где сливается бюджет?
• Стоит ли оптимизировать рекламный бюджет и распределить его между кампаниями/каналами иначе?

Сложности:

• Развернуть сложную архитектуру, корректно хранить, передавать и обрабатывать данные может только опытный специалист;
• На формирование такой структуры необходим дополнительный ресурс: бюджет и время.

Плюсы data-driven подхода:

• За счет сквозной аналитики вы сможете получать качественные и полные сырые данные
• Без семплирования или ограничений
• Использовать различные модели мультиканальной атрибуции
• Формировать инсайты и принимать верные управленческие решения.