Обсуждаем, как используют данные в рекламных кампаниях, какие кейсы красиво выглядят только на бумаге и как СМС возвращают клиентов.
— Зачем бизнесу тестировать инструменты продвижения;
— Как получить пользу от данных;
— Какие ошибки совершают владельцы бизнеса, запуская таргетированную рекламу.
Алексей: Друзья, привет! С вами снова подкаст «В ручном режиме» и я, Алексей Романенков, CEO компании Rookee. У меня в гостях Александр Кубанеишвили, директор по performance-продуктам МТС ADS. Саша, привет!
Александр: Всем большой привет!
Алексей: Саша, очень рад тебя видеть! Я в августе очень впечатлился твоим постом*, где ты простым языком рассказал, какие бывают данные и для чего их можно использовать кроме таргетинга. И я подумал, что ты сможешь объяснить, как работать с данными, для чего это может быть необходимо, как начать использовать данные и какие они бывают.
Выделяются три группы данных: first party, second party и third party data. First party — это данные компании, которые накапливаются в CRM?
Александр: Я честно скажу, я не «технарь». Они хранятся где-то в хранилище данных. Кто-то называет это CRM, кто-то CDP.
Алексей: А second party data где берутся? Чьи это данные?
Александр: Second party data — это данные, например, селлеров на Ozon. Они обезличены и агрегированы.
Алексей: В своем посте ты особенно не любил third party data. Это что?
Александр: Это когда игрок каким-то образом купил данные третьей стороны и продает их на рынке. Одно время были популярны такие модели, когда есть некий игрок, который создает биржу данных и продает чужие данные.
Алексей: И чем они плохи? Они быстро устаревают? Их получают «мутными» способами?
Александр: Они плохи отсутствием прозрачности по всем перечисленным тобой причинам. То есть это могут быть данные, непонятно когда собранные. В наше время редко бывает такое, что они собраны без согласия владельца данных, но, так или иначе, мы до конца не знаем — это данные годичной или недельной давности.
Не очень понятна чистота данных: насколько игрок, который их продает, умеет ими управлять, насколько хорошо они промечены, какие конкретно данные, события или атрибуты собираются. Это не всегда понятно, это надо выяснять. Это ни в коем случае не говорит о том, что все продавцы third party данных «мутят чистую воду», но нужно задавать вопросы и понимать, что там содержится. Какая конкретная data? Насколько она свежая? И надо понимать, что там, где возникает еще один игрок, еще один посредник, появляется дополнительная маржа, а это, как правило, всегда минус к эффективности.
Алексей: Ты говорил, что данные принято использовать для таргетинга. А для чего еще можно использовать данные?
Александр: Можно ис пользовать данные для оценки эффективности рекламных кампаний. Например,
одно время были популярны истории, когда покупатель приходит в магазин, на входе стоит экран, который его профилирует и что-то рекламирует специально под него. На масштабе эти истории не работают.
Это, назовем вещи своими именами, фуфел. Доказанных случаев, когда это давало эффективность или прирост продаж, нет.
При этом в офлайне довольно много работающих западных кейсов. Например, некий производитель йогуртов заказывает рекламную кампанию в ритейле. В каких-то магазинах она проходит, а в каких-то нет. Дальше делают стандартный А/B-тест и замеряют результаты продаж в тех магазинах, где была кампания и где ее не было. Таким образом оцениваются результаты. В данном случае ритейлер использует данные о продажах, чтобы оценить эффективность РК. Это вполне работающая история.
Алексей: А если я планирую открыть магазин или кофейню в определенном районе, можно ли с помощью данных оценить проходимость и фактически выбрать из предложенного перечня наиболее проходимую, трафиковую локацию, чтобы бизнес лучше себя чувствовал?
Александр: Думаю, это можно сделать. Тут можно по-разному собирать данные. С одной стороны, брать данные от ритейла, с другой стороны, данные от банков по количеству транзакций и по типам мерчантов в том или ином районе — эти данные у банков точно есть. Соответственно, можно на основе данных «Тинькофф» или Сбера посмотреть, в каком районе больше рост транзакций по картам.
Например, ты берешь два идентичных района и сравниваешь количество транзакций в кофейнях. Получается, в одном транзакций больше, а в другом меньше — это, по крайней мере, повод задуматься и поизучать конкретный район, где живут такие же люди, но кофеен мало. Потом можно поехать туда и посмотреть: действительно мало или нет?
Алексей: Ты говоришь, что у банков есть такие данные, но не факт, что банки будут готовы поделиться этими данными со всем остальным миром. Ты представитель мобильного оператора, мне кажется, что у вас тоже есть такие данные, ведь людям приходят СМС о транзакциях. Или вы эти данные не даете в продажу?
Александр: Не даем в продажу.
Алексей: Но вы на их базе создаете продукт?
Александр: У нас есть сегменты на основе данных экосистемы. Мы их используем в рекламных кампаниях. Например, это МТС Маркетолог — платформа, где можно запускать рекламные кампании на данных МТС.
Алексей: Мы в Rookee недавно начали тестировать именно вашу кооперацию с Телеграмом. То есть мы знаем, что Телеграм не особенно собирает данные. Другое дело, что у вас они есть. И здесь история с тем, что есть площадка с инвентарем, а есть некий источник данных. И дальше, совмещая инвентарь и знание об аудитории, можно попробовать получить лиды.
Связка «данные + платформа для продвижения» — это рабочая схема. Потому что данные в чистом виде — это таблица — это ничто. Ничего с ней нельзя сделать, и это работает только как приправа к чему-то. То есть вероятно, этими данными можно обогатить свои кампании в Телеграме, Яндекс Директе, ВК и т.д. То есть это хорошее дополнение к чему-то, но сами по себе данные бесполезны?
Александр: Есть фраза про то, что данные — это новая нефть. Мне нравится эта аналогия. Ведь
если залить нефть в машину, то машина мало того что не поедет, она испортится. Нефть сама по себе никому не нужна, если не уметь делать из нее классные нефтепродукты. С данными работает та же история.
Мне кажется, что прошел тот хайп вокруг данных, который был где-то 7-10 лет назад — когда все гонялись за данными, не понимая, как их использовать. Все уже набили свои шишки, поняли, что работает, какие данные реально важны, какие нужны. И действительно надо четко понимать, зачем вообще они нужны? Какие могут быть кейсы? Нужно работать с партнерами, которые разбираются в том, как из этих данных выдавать пользу.
Алексей: И владелец данных не может сформулировать за бизнес те гипотезы, которые нужно проверить с использованием этих данных. То есть никто не сгенерирует гипотезы за вас.
Александр: Тут я поспорю. Если вы без опыта работы с данными придете с запросом на рекламную кампанию в отдел продаж, то у оператора данных уже есть опыт, накопленный в индустрии, соответственно, какие-то гипотезы он может подсказать. Безусловно, часть ответственности лежит на операторе, но
никто не знает ваш бизнес лучше, чем вы сами, поэтому, нужно разбираться самому, в идеале всегда занимая проактивную позицию.
Наша задача — не просто продать кампанию с данными МТС, а проконсультировать. То есть у нас подход консалтинговой продажи. Если у клиента есть определенные кейсы, то мы должны подсказать ему, что сработает, а что нет.
Алексей: Можешь привести какие-то примеры? Что уже делали и, может быть, получили неожиданные открытия. Ждали одного, а получили на самом деле неплохой результат, но совсем про другое.
Александр: Я скорее о том, что не стоит ожидать чуда. Бывают кейсы, которые выглядят очень красиво на бумаге. Например, покупателям сумок Louis Vuitton нужно рекламировать новый Range Rover. Надо понимать, что сегмент сумок Louis Vuitton будет относительно узкий по многим понятным причинам. И Big Data, она на то и Big Data, что лучше работает на больших массивах данных. Соответственно, если вы изначально берете узкий сегмент, там, безусловно, есть какая-то корреляция между теми, кто покупает дорогие сумки и дорогие машины. Но, если человек купил дорогую сумку, это совсем не значит, что у него есть желание в ближайшие полгода купить себе машину. Это тоже более чем логично.
Подобный таргетинг дает контакт с целевой аудиторией, но мы не знаем, есть здесь намерение купить или его нет. Поэтому такая кампания имеет право на существование, но это верхняя часть воронки: рассказать аудитории, у которой есть брендовые сумки, что на рынке появился новый китайский внедорожник за 16 миллионов. Будет покупка этого внедорожника или нет — тем более что дорогие внедорожники не продаются через интернет — гарантировать сложно. Это зависит от намерения купить, которое в этой связке не считывается.
Поэтому здесь нужно четко и реалистично ставить цели. Например, на российском рынке появляется новая сеть фастфуда, и она хочет рекламироваться на тех, кто активно покупает фастфуд или готовую еду. Можно предположить, что это широкий сегмент, частота покупки здесь высокая, ее наверняка можно как-то регулировать: те, кто покупают фастфуд раз в неделю или раз в месяц и т.д. Здесь вероятность близкого к перформансу результата уже сильно выше.
В работе с данными надо использовать здравый смысл. Тогда кампания будет работать. Некоторые вещи иногда контринтуитивны, но не всегда. Приведу пример из моей практики работы с офлайн-ритейлом. Мы делали аудит ритейл-медиа — активности одного крупного офлайн-ритейлера. У них стояли экраны на кассах. Это была их рекламная поверхность, в которую они вложились. И они жаловались, что эти экраны плохо продаются. Почему они плохо продаются? По понятной причине. Потому что человек уже свой путь покупателя прошел. Он уже все купил, и он на кассе. Он не пойдет возвращаться за колбасой.
Поэтому все рекламные поверхности должны сопровождать человека на его пути в магазине. Особенно, когда мы говорим про большой магазин, где от кассы до отдела нужно долго бежать.
Абсолютно логично, что эти экраны у них плохо продавались. Если уж они инвестировали в эти экраны, то продавать их нужно кофейням, которые находятся уже за пределами гипермаркета, а не тем, кто продает свои продукты. Бессмысленно экраны ставить в прикассовой зоне. Жвачки, которые там лежат, сами себя рекламируют. Экран для этого не нужен. Поэтому это тоже про здравый смысл. Здесь не нужно проводить специальных исследований, чтобы понять, что эти экраны будут работать хуже, чем большой экран в мясном отделе, который рекламирует мясо.
Алексей: Это так, но знаешь, все равно ждешь чуда. Когда ты берешь любой трафик, обогащаешь его данными, и из него у тебя начинают появляться лиды. То есть знание настолько велико, что мы прямо сейчас предугадаем: он — наш покупатель. Но, как ты сказал, все разбивается о реальность.
Алексей: От какого бюджета имеет смысл пробовать работать с данными?
Александр: Бюджет в 200-300 тысяч рублей на тест — более чем достаточно. Важно наличие определенной аудитории на сайте. В этом плане ретаргетинг классно работает, потому что он использует ваши данные. То есть это та самая first party data, которая у вас есть. Ретаргетинг позволяет ее монетизировать лучше, чем клиент делает это сам. Важно, чтобы на сайте либо в приложении была аудитория от 100 тысяч уникальных посетителей в месяц. Тогда есть шанс на успех.
Алексей: Кроме того, что можно ретаргетировать этих пользователей, еще нужны А/B-тесты с сообщением. То есть не факт, что мы одним сообщением подберем ключ к тому, чтобы вернуть человека и заставить его совершить какое-то действие. Когда ты говоришь про тесты, это же не про то, что мы пользователя разметили и дальше за ним ходим. Нужно подобрать мотив?
Александр: Там могут быть разные аудитории, на которые мы проводим тест, соответственно, это разные рекомендательные логики. Можно, например, подбирать и догонять людей. Самая распространенная логика — когда мы догоняем пользователей теми товарами, которые он смотрел и которые у него остались в корзине. Считывать его purchase intent* и рекомендовать те продукты, которые он, возможно, купит.
*Purchase intent — намерение купить.
Безусловно, идет тест креативов. Любая крупная и долгосрочная рекламная кампания — это тысячи разных креативов, которые генерятся автоматически из фида. Дальше система сама определяет, какой лучше срабатывает.
Алексей: Ты абсолютно спокойно и обыденно сказал, что сотни тысячи креативов генерятся автоматически. Для многих это удивительно звучит. По сути, им не нужно делать сотню креативов, и, ретаргетируя, пробовать, что из этого лучше сработает. Нужно создать определенную кампанию, в которой уже роботы будут подбирать и смотреть, что лучше срабатывает.
А как померить эффект от использования данных? Ведь это тоже стоит определенных денег и усилий: люди, софт, креативы и т.д. Какими процентами измеряется эффект? Например, я был удивлен, что законцовки на крыльях самолетов экономят топливо на 4-5%. То есть, кажется, что немного, но в масштабах авиаперевозок — это колоссально. Какой выигрыш можно получить от использования данных в рекламной кампании? Какими объемами это измеряется?
Александр: С точки зрения ретаргетинга, здесь все просто. Это чистой воды перформанс-продукт. Как правило, замеряют либо CPO, либо долю рекламных расходов. И, соответственно, понимают: растет количество конверсии или нет. Если прирост в продажах выше, чем затраты, значит кампания имеет смысл. Дальше можно заниматься ее оптимизацией, выжимать из нее максимум. Но это уже другой этап.
Если говорить про другие способы использования данных, то тут важно понимать, что чудес не бывает. И важно понять, какой части воронки соответствует тот или иной продукт на базе больших данных. Это охватная история, имиджевая, построение знания? Или это уже данные не с воронки, и там может быть больше конверсий?
Важный момент — что мы рекламируем. Предположим, есть инновационный продукт, который никто еще не использует. Не стоит сразу рассчитывать на большое количество конверсий. Только если это не таблетки для похудения, которые точно работают и их рекламирует какая-нибудь суперзвезда. Но очень важный момент — это должна быть правдивая история. Если это действительно чудо-продукт, естественно, его будут сметать после одной рекламной кампании. Но
если бренд неизвестный — перформанс будет хуже. Нужно больше вложить в верхнюю часть воронки — этого никто не отменял. Но часто маркетологи, особенно в диджитале, забывают об этом и ждут перформанса там, где его теоретически не может быть.
Алексей: А вы можете остановить замечтавшегося маркетолога и сказать: «Не обманывай себя, такого не будет»?
Александр: Можем. Но я сам всегда допускаю тот факт, что, может быть, я чего-то не понимаю. И, безусловно, есть много людей, которые умнее и опытнее меня. Поэтому с разной степенью категоричности могу высказывать свое мнение. В одном случае может быть: «Ребята, этого делать не нужно». В другом случае, может быть осторожное высказывание, но в целом важно, чтобы клиент был доволен. Не оправдать ожидания клиента совсем не хочется.
Алексей: Конечно, об этом и речь. Сколько раз клиент бывает недоволен нами просто от того, что он сам нарисовал себе ожидания, которые не случились, но при этом он обвиняет не себя, что он что-то нереальное задумал, а что мы его этим не обеспечили? Поэтому лучше на берегу сказать, что нужно работать аккуратнее.
Александр:
Задача всех, кто работает с клиентами, неважно на какой позиции, это правильно выстраивать ожидания.
Первые тесты нашего динамического ремаркетинга мы делали весь прошлый год, и всюду нам платили клиенты. Это были небольшие деньги, но тем не менее платили. Мы всегда честно говорили: «Ребята, это тестовый продукт. Он может сработать, а может и нет. Поэтому давайте договоримся на тех условиях, которые позволят нам в случае неудачного теста прийти к вам еще раз. Вы нас примете и не будете обижаться». Поэтому в этом плане у нас очень четкий подход. Это критично при выводе нового продукта на рынок.
Алексей: Это важно. Работа с данными — это всегда тесты. Поэтому здесь никто заранее не знает, как это сработает. И поэтому не нужно это делать на последние. 200-300 тысяч рублей хватит на тест, но, давайте честно, может быть, в вашем случае это ничего не покажет.
Александр: Особенно, если вы не владелец бизнеса, а работаете на владельца. Если в случае неудачного теста вас могут уволить, лучше не надо пробовать. Это касается любых продуктов. Сначала идет тест. Дальше отработка гипотез и масштабирование.
Алексей: Какие есть популярные заблуждения о данных?
Александр: Допустим, когда говорят про данные, в первую очередь хотят таргетироваться на конкретного пользователя. Такие узкие таргетинги, как правило, плохо работают. Правильная стратегия, особенно в начале пути — это массовая персонализация. Когда мы берем крупные сегменты, а не женщину с сиреневой сумкой Louis Vuitton, которая ездит на Range Rover трехлетней давности — это очень маленькая выборка. Лучше взять сегмент пошире. Как правило, если мы говорим про медийные кампании, стоимость закупки сильно возрастает, потому что нам нужно выбрать одного пользователя из десятков миллионов в интернете.
Алексей: Ты работаешь в крупном мобильном операторе, видишь рынок. Насколько работа с данными изменила какие-то из отраслей? Есть ли отрасли, которые спокойно обходятся без данных, а какие-то абсолютно зависимы от них и на сегодняшний день не могут обходиться без этого?
Александр: Это даже не вопрос того, работаю я в мобильном операторе или нет. Мы работаем на digital-рекламном рынке. Практически всегда все рекламодатели используют тот или иной вид данных для таргетинга. То есть невозможно работать совсем без данных.
Алексей: Это так. Банально, используя Яндекс Директ, мы работаем с ключевыми словами — а это тоже данные. Информация о том, кто лучше покупает: мужчины, женщины в какой-то возрастной группе — все это есть в ВК и в Яндексе. Поэтому мы все уже работаем с данными. Другое дело, что есть возможность покупать трафик вне платформ Яндекса или ленты ВК. На других площадках можно использовать эти данные для понимания того, кто твоя аудитория.
Алексей: Мы упомянули сегодня МТС Маркетолог, и я знаю, что там есть уже, казалось бы, устаревший инструмент — СМС.
Как рекламщик, я в них верю. Потому что СМС заставляет обратить на себя внимание.
Возможно, раздражает, но в разумных пределах. Насколько много бизнесов пользуются этим инструментом? Могут ли СМС быть заменены, например, мессенджерами Телеграм, Viber?
Александр: Действительно, это продукт, о котором я подзабыл до прихода в МТС, но он переживает второе рождение. Очень многие люди ими пользуются, воспринимают, открывают. Если мы возьмем такие показатели, как Open Rate*, то там он гораздо выше, чем в e-mail, не говоря уже про рекламные баннеры. SMS диджитализируется с помощью использования данных, потому что можно высылать таргетированные СМС на определенные сегменты. Пользователи дают согласие на то, чтобы получать рекламные сообщения, и у нас есть определенная политика, которая ограничивает количество СМС на одного пользователя в месяц. То есть это не спам.
*Open Rate — процент писем, которые открыли получатели, среди всех доставленных сообщений.
Это максимально лояльно и корректно по отношению к пользователю. Еще можно делать ограничения по географии. Ты упомянул, что появились мессенджеры, но
чем лучше SMS, на мой субъективный взгляд? Люди к ним привыкли, и это не воспринимается как спам, это воспринимается именно как рекламное сообщение.
Алексей: Можешь рассказать про сценарии использования SMS? Может быть, сначала пользователь заметил продукт на охватных площадках, потом пришел на сайт, ничего не купил и никакого целевого действия не совершил, потом мы его догнали через СМС? В какой момент СМС включаются? На последней стадии или на промежуточной?
Александр: Самый базовый сценарий — человек приехал в торговый центр и получает СМС от магазина о том, что проходит акция. Это очень хорошо работающий сценарий.
Алексей: Я на себе замечаю, что у меня может быть куча непрочитанных сообщений в почтовом ящике, мессенджерах, а СМС приходит, и она меня раздражает. Я ее прочитаю сразу. На айфоне она еще звякнет два раза. Сначала когда приходит, а потом звякает второй раз через минуту. Поэтому СМС бесячая, но реклама и должна доходить до адреса.
Александр: Ещё важный момент — как правило, ты её можешь удалить, но вряд ли это сделаешь. У неё срок жизни сильно больше, чем у баннера, например.
Алексей: Саша, огромное спасибо! Очень много всего узнали, особенно, как я и говорил, применительно к средним и малым бизнесам, которые не обладают огромными бюджетами для использования data, но тем не менее несколько сотен тысяч рублей на тесты, я думаю, что найдут. Поделись напутствиями на 2024 год.
Александр: Активнее экспериментируйте с инструментами, которые появляются на рынке. Естественно, не бездумно, не нужно тратить все свои деньги. Это классическое управление рисками. Нужно понимать, что вы делаете, зачем вы это делаете и сколько это стоит.
* Meta и входящие в нее Facebook и Instagram признаны экстремистскими организациями, деятельность которых запрещена в РФ
Аудиоверсия в VK или на Яндекс Музыке.
Напишите нам, если у вас есть вопросы или предложения по нашему подкасту.
Сервис для продвижения малого бизнеса в интернете Rookee