Эффективный запуск первой рекламной кампании с блогерами с помощью аналитики. Кейс tutu

Команда Who is Blogger показывает, что аналитический подход при выборе блогеров может повлиять не только на бренд, но и на бизнес-метрики. За время одной рекламной кампании с блогерами для tutu увеличился средний чек на 4,7%, количество чеков на человека на 2,42% и маржинальность на ~8%. Давайте посмотрим, как это было.

Сервис путешествий tutu — самый посещаемый онлайн-сервис путешествий в России (Similar Web, 2023 год) , где можно купить билеты на поезд, самолет и автобус, забронировать отели, найти расписание электричек, выбрать тематические туры и туристические путевки, экспедиции и экскурсии. tutu работает с 2003 года и занимает 1-е место в России, а также 25-е место в мире по количеству посетителей в тематике «Путешествие и туризм». В силу того, что билеты и туры — это триггерные покупки, до этого года компания не сильно активно использовала канал influence-маркетинга. Но так как есть яркие примеры успешных интеграций похожих сервисов, решили протестировать.

Первая масштабная рекламная кампания с блогерами планировалась сильно заранее, и команда tutu привлекла нас еще на этапе постановки задач. Мы определили, что на первых порах нужно понять, какие каналы и формы интеграций наиболее эффективны. Сбор данных и data-driven-подход при выборе блогеров были на нашей стороне. Что это значит?

Мы помогли разработать методику эффективного выбора блогеров и оценки рекламных интеграций. А также обеспечили специалистов tutu доступом к нашей платформе по аналитике блогеров, которая позволяет максимизировать вероятность успешной интеграции с блогерами до запуска рекламы и оценить процент попадания в ЦА бренда и аффинитивность.

За пару месяцев до начала рекламной кампании мы начали сбор данных для выбора блогеров и определили методику посткампейн-аналитики, которая поможет оценить влияние интеграции на показатели продаж в разрезе услуг, форматов, ЦА, регионов и площадок размещения. И начали вот с чего:

Для этого запуска команда tutu выделила четыре сегмента ЦА, которые отличались возрастом, доходом, геоположением, интересами, предпочтениями в сфере путешествий и туризма.

Наша платформа для аналитики WIB содержит в себе информацию более чем о 500 000 блогеров и их подписчиках, которую мы собираем в одном месте, из открытых публичных источников. С помощью данных от билайна мы смогли расширить возможности платформы, и теперь она дает более точную картину о целевой аудитории блогера. Соответственно, мы видим, какая доля подписчиков блогера может подходить нам по разным критериям: пол, возраст, интересы, доход, наличие и возраст детей, покупки, посещение сайтов и т. п. При этом мы не видим на платформе пользовательских данных, а только относительные величины:

Этого достаточно, чтобы сделать выводы по возможному влиянию интеграции на нужную нам ЦА.

В этом проекте мы загрузили данные о четырех сегментах ЦА и за счет данных об абонентах билайна получили выжимку по каждому блогеру, где видно общую долю ЦА среди всех блогеров платформы WIB и их аффинитивность. Выглядело это примерно так:

Команда tutu с помощью личного доступа к платформе сортировала и выбирала пул блогеров, опираясь на данные программы, разные площадки и форматы размещения, бюджет, свободные слоты, а также в любой момент могла найти релевантного блогера на замену с высоким охватом нужного сегмента ЦА.

Специалисты tutu договорились об интеграциях с блогерами из ниш путешествий, семьи, истории, интервью и лайфстайла. Они шли почти полтора месяца: с 19 июня по 31 июля. Для основного посыла выбрали концепции:

И запустили их в двух форматах: собственные интеграции блогеров и прероллы (рекламные ролики до 30 секунд, которые автоматически запускаются до начала показа основного видео) .

Интеграции выглядели так:

При анализе рекламной кампании мы воспользовались методикой sales-lift-замера. Она помогает отследить прямое влияние интеграций в разных категориях на продажи. Для этого мы подготовили две группы:

В сумме в обеих группах было протестировано около 130 000 человек. Это достаточное количество выборки для получения достоверных результатов с учетом сезонности сервиса, периода рекламной кампании и количества продаж.

Мы взяли информацию по всем покупкам из CRM-системы tutu за период с июня по август и сравнили поведение обеих групп. Данные с 1 июня по 19 июня нужны были для нормировки выборок и проверки идентичности поведения клиентов без дополнительного влияния рекламы. А данные с 19 июня по 31 августа показали, как повлияла реклама с блогерами на разные критерии.

Влияние на показатели продаж:

Различия в поведении покупателей в разрезе:

Главные результаты, которые получили

1. Интеграция с блогерами при правильном выборе блогеров эффективна даже на триггерных покупках.

2. Самую большую эффективность для роста прибыли среди каналов показал YouTube.

3. А вот как результаты повлияли на маржинальность и средний чек.

4. Концепция «маме нужен отдых», вероятно, лучше сработала на аудиторию. Так как наибольший прирост эффективности произошел в сегменте «женщины 30+ из крупных городов России».

А как вы используете аналитику при планировании рекламных кампаний?