Как считать будем? 4 эксперта про то, как оценивать медийку

Каждый маркетолог осознает огромный потенциал роста медийки и то, что без охватных дисплейных кампаний не достичь больших целей в маркетинге. Но как показать это влияние в деньгах? Дискуссии вокруг этого вопроса обострились с выходом Ads Data Hub от Google.

Пока эта тема остается горячей, я попросила рассказать об инструментах оценки медийки, их ограничениях и будущем развитии CEO ведущего сервиса маркетинг-аналитики OWOX BI и представителей OMD OM Group – одного из лидеров российского рекламного рынка по объемам медиа закупок.

Инструменты оценки медийных кампаний можно разделить на те, что предоставляют сами рекламные сервисы (DCM, Facebook Analytics, AdFox, DCM) и независимые инструменты (Weborama, Sizmek, собственные разработки рекламодателей).

Большинство ограничений первых в том, что они спроектированы для ответа на вопрос «Вот какую ценность дали наши рекламные кампании». Поэтому ключевыми метриками остаются охват и ассоциированные конверсии. А детализированные отчеты доступны только в разрезе аффилированного канала. Это не значит, что данные в отчетах обязательно искажены, как в кейсе в Facebook, но такие инструменты не отвечают на фундаментальный вопрос рекламодателя «Как лучше распределить рекламный бюджет для достижения цели».

Слабые стороны независимых инструментов – ограниченный объем данных, которым они могут оперировать, и необходимость дополнительных усилий для их внедрения.

Сейчас наслаиваются сразу три тренда:

• Walled Garden — главные экосистемы будут все больше отстраиваться от конкурентов и ограничивать рекламодателей в переиспользовании данных в других каналах.
• Post-Cookie World — использование независимых инструментов и аудиторов, работа которых основана на third party cookie, станет технических невозможна.
• COVID-19 — изменивший поведенческие паттерны поведения покупателей почти во всех индустриях и требующий переосмысления рекламных кампаний.

На мой взгляд если не в 2020, то в ближайшие 2-3 года это приведет к тому, что рекламодатели разделятся на тех, кто ограничится отчетами от рекламных сервисов и тех, кто будет активно внедрять собственные Marketing Data Lake и активно использовать собственные данные. При этом такое разделение будет основано не на размере бизнеса рекламодателя, а на темпах его роста и уровне конкуренции в нише. Основными инструментами для второй группы рекламодателей станут инструменты Google Ads Data Hub и его аналоги от других рекламных сервисов.

Наверное, стоит начать с того, что в принципе сейчас используется 3 базовых направления и, соответственно, инструмента оценки медиа кампаний.

Самое простое – это А/Б тесты, которые широко используются не только для оценки применяемых настроек и форматов диджитал кампаний, но и тестов отдельных медиа каналов или медиа миксов. Последнее, в основном, применяется при проведении региональных кампаний, когда в приблизительно одинаковых регионах с точки зрения позиции бренда, экономической ситуации, развития дистрибуции и так далее используются разные медиа миксы, а далее результаты кампании с точки зрения бренд показателей или продаж сопоставляются. Выигрышный вариант, как правило, раскатывается на более широкую географию.

Ограничения данного метода заключаются в том, что он проводится на небольшой географии или выборке, соответственно, масштабирование может не принести желаемых результатов, из-за того, что широкая потребительская группа может реагировать на кампанию иначе. Тем не менее способ широко применяется, так как не требует больших инвестиций, в профессиональную аналитику, и дает быстрый результат.

Cледующее направление, которое маркетологи используют уже достаточно давно, это эконометрическое моделирование. Преимущество метода в том, что он позволяет в рамках модели учесть максимум факторов, влияющих на продажи, начиная от цены и дистрибуции и заканчивая темой коммуникации.

Однако, из-за особенностей методологии этот анализ требует очень аккуратного сбора всех данных за достаточно продолжительный период, что периодически вызывает сложности. Основное ограничение классической эконометрики в том, что она дает "верхнеуровневое" понимание того, как все работает, без деталей. Мы можем оценить вклад, например, онлайн видео как инструмента в целом, но вряд ли сможем сказать какой хронометраж, площадка и ролик работает лучше или хуже, потому что для этого нам потребуется слишком большая гранулярность данных на очень большом периоде времени. А как все мы понимаем, при текущей скорости изменений в мире то, что работало эффективно в прошлом году может оказаться уже значительно менее эффективным в следующем.

Конечно, это касается, в первую очередь, сферы диджитала, где все меняется практически каждый день. И это является еще одним важным ограничением метода - он не рассчитан на настоящий agile.

Относительно новые подходы к оценке медиа кампаний – это всевозможные attribution модели, развивающиеся, в первую очередь, в диджитал среде, хотя и традиционные каналы коммуникации, такие как телевидение и наружная реклама, сейчас пытаются измерить похожими методами. Преимущество метода в глубине аналитики, но у него же, наверное, самые большие ограничения в интерпретации результатов и применении их для последующих кампаний. И связаны эти ограничения, прежде всего, с внешними факторами, такими как экономическая ситуация, ценовое предложение против конкурентов, общая известность и доступность бренда, влияние рекомендательных сервисов и т.д.

Кроме того, если говорить непосредственно о диджитале, в данных все еще сохраняется ограничение по идентификации пользователя на разных девайсах, что, также искажает результат. Ведь для каждой конверсии мы наблюдаем только часть реальной цепочки контактов одного пользователя с рекламой. Но по мере совершенствования способов идентификации человека в диджитале эта проблема скорее всего будет решена. Помимо этого, текущие модели в большинстве своем не предполагают системной оценки разных аудиторных сегментов, которые в силу своей психографики и поведенческих особенностей могут реагировать на рекламу по-разному.

Резюмируя все ограничения, потенциально эффективные решения в аналитике лежат на стыке многих методов и подходов, что подразумевает объединение разных методов оценки в единую, но более сложную систему.

Тут прогнозы давать достаточно сложно. Сейчас мы наблюдаем, что с точки зрения планирования кампаний, приоритет отдается построению единого полноценного consumer journey. В изменяющихся условиях нам важно понимать полный путь потребителя к покупке, который бы охватывал как пользовательский опыт взаимодействия с брендом на разных девайсах, так и рекламные и нерекламные контакты, его интерес к конкурентам и так далее.

И, конечно, мы должны помнить, что у разных сегментов аудитории этот путь может значительно отличаться.

Для оценки медийных кампаний в digital есть два наиболее распространённых инструмента – панельный мониторинг и AdTracking.

Первый вариант, панельный мониторинг, был распространён в медиа-индустрии задолго до появления online-коммуникации и до сих пор digital – в числе отстающих по полноте этой оценки. Ключевые задачи метода – посчитать реальный охват (в людях, а не cookies), попадание в целевую аудиторию и синергию с другими медиа. К сожалению, многие исследователи недооценивают (или не оценивают вовсе) search, social, programmatic и mobile. Это ключевые digital-каналы сегодня, а подобные ограничения методологии – серьёзная проблема. Например: важность оценки синергии digital с другими медиа невозможно переоценить: согласно недавнему исследованию Kantar Getting Media Right онлайн-видео генерит лишь 43% своей эффективности самостоятельно, а 57% – совместный эффект с другими медиа и каналами.

Следующий способ оценки – AdTracking: user-base-анализ, привлекательный, прежде всего, своей гранулярностью. Метод оценивает каждый отдельный рекламный показ (на который установлен pixel или code), может содержать большое количество параметров (видимость, фрод, досматриваемость и т.д.) и срезов (вплоть до форматов и ключевых слов). На данном этапе у метода есть три значимых ограничения:

• разметить каждый показ можно лишь в теории, а на практике нет ни одного трекинга, который бы принимали 100% паблишеров;
• весь аудит происходит в cookies (которых, по различным оценкам, до 20-ти на одного человека). AdTracking-инструменты активно предлагают экстраполяцию «в людей» собственными силами, но мы не раз убеждались в её неточности и необходимости дополнять собственными подсчетами;
• метод активно применим только в digital и пока не учитывает кросс-медиа синергию (порядка ~50% digital-эффективности по данным Kantar).

Ещё одно преимущество AdTracking – возможность построения Multi Touch Attribution: связь показов и конверсий, в качестве которых могут выступать события на сайте и любые другие целевые действия, которые можно связать с рекламными показами с помощью уникального идентификатора. Основное ограничение данного метода – в интерпретации его результатов.

Всевозможные метрики, высчитываемые в МТА (CPA, ROI и т.д.) частотах, путают с бизнес-результатом, хотя они таковыми не являются. К сожалению, все распространённые МТА-модели отвечают лишь на вопрос «после какого контакта произошла конверсия», но «после» не равно «благодаря». В OMD OM Group мы практически никогда не используем Multi Touch Attribution в чистом виде и применяем комплексный подход с другими методами (Sales Lift, Brand Lift, Эконометрическое моделирование и т.д.)

В последние годы активно развивались кросс-медиа замеры, а в 2020-м году - тренд на кросс-метод. Для опытных медийщиков очевидно, что ни один инструмент оценки не состоятелен сам по себе и имеет минусы, которые можно перекрыть только другим инструментом.

Более того, на рынке известно множество случаев, когда чрезмерное увлечение одним способом медиа-анализа вело к улучшению показателей статистики (в отчётах и dashboards), но к падению бизнес-результата, из-за поспешного принятия решений на основе однобокого взгляда. Традиционно, именно медийные агентства брали на себя роль рефери в споре различных инструментов и методов оценки рекламных кампаний, но если раньше это происходило, в большей степени, только за счёт экспертизы агентства, то сейчас создаётся множество кросс-метод продуктов.

Только за первую половину 2020-го года мы у себя создали несколько новых кросс-метод продуктов, позволяющих не просто оценить кампанию с разных сторон, но и учитывать промежуточные результаты других «соседних» инструментов в процессе исследования, прогрессируя в точности и гранулярности. Оптимизация на основании кросс-метод подхода высоко показала себя именно с точки зрения конечного бизнес-результата и, на мой взгляд, именно кросс-метологичность станет основным трендом аналитики медиа 2020 и ещё нескольких последующих лет.

Основные ограничения, на мой взгляд, вызваны банальной причиной – сначала внедряется технология ведения кампании, а уже позже появляется система оценки её эффективности. Эти два процесса редко оказываются синхронизированы. Таким образом, этап «созревания» оценки кампании рождается после:

• начала использования новых для рынка настроек кампании и технологии её проведения;
• принятия рынком этой технологии;
• осознания рынком необходимости оценки эффективности технологии.

Преодоление всех ступеней требует времени. К тому же медийная среда, во-первых, является многоканальной, во-вторых, мультиплатформенной, что, с одной стороны, служит стимулом к появлению новых универсальных инструментов оценки, а с другой – подразумевает ограниченность используемых методик. Из-за этой проблемы аналитики вынуждены строить модели, а любая модель, как известно, подразумевает допущение. Сумма этих допущений в итоге и даёт те отклонения от идеальной картины, которую рекламодатель хотел бы видеть. Помимо этого, появляется всё больше критериев эффективности – видимость, досмотры, кликабельность, охват, попадание в таргетинги и т.д., и каждый критерий подразумевает использование разных инструментов, которые, как правило, плохо совместимы между собой.

Рекламодатели, площадки, агентства и компании, занимающиеся рекламным трекингом, накапливают всё больше цифр из совершенно разных источников. Игроки рынка пытаются построить на этих цифрах свою картину мира. Поэтому мы, скорее всего, столкнёмся с ещё большим количеством многофакторных моделей, оформленных в единую экосистему с визуализацией в одном окне. Такие гибкие экосистемы, называемые сейчас «кнопкой маркетолога», должны помочь рекламодателям оперативно оценивать эффективность рекламных каналов и принимать решения о распределении бюджетов.

Расскажите в комментариях, согласны ли вы с экспертами, и с какими сложностями и ограничениями в оценке медийных кампаний вы сталкиваетесь в своих проектах.