Как и зачем брендам использовать big data в рекламе

Возможности использования больших данных почти безграничны. Сегодня они активно применяются в самых разных сферах, и рекламный рынок — не исключение. Для нас в First data это тоже важная часть работы. Ниже расскажу, как извлечь максимум из использования big data в рекламе.

Восемь лет назад New York Times объявила о начале “эры больших данных”. С тех пор большие данные, казавшиеся многим размытой и довольно бестолковой концепцией, стали одним из самых влиятельных инструментов в работе бизнеса. Так, в 2019 году big data использовали уже 91,6% компаний по всему миру, потратив на них в общей сложности $187 млрд.

Если говорить про рекламный рынок, то большие данные позволяют бизнесу безошибочно находить целевых клиентов где угодно, прогнозировать их поведение, правильно выбирать форму и содержание рекламного продукта. Разберем эти и другие возможности чуть подробнее.

Бизнес часто сталкивается с тем, что, собирая много данных о клиентах, хранит их разрозненно — каждый сотрудник сидит в своем отделе без понимания того, какое богатство у него есть на самом деле есть. Как можно эффективно использовать эти данные для рекламы? Сравнительно новое для России решение — внедрение CDP-платформ (аббревиатура от Customer Data Platform). Это инструмент, который позволяет использовать практически любые источники и типы данных — онлайн и оффлайн, демографические данные, информацию о транзакциях и поведении и пр. — и агрегировать их в профили клиента для сегментации и аналитики. Дальше остается только интегрировать платформу с Facebook Ads / Google Ads, используя инсайты от CDP для максимально эффективных и точно таргетированных рекламных кампаний.

Работа с big data — одно из непременных условий успешного продвижения бренда на сегодняшний день. Согласно исследованию Aberdeen Group, ритейлеры, использующие большие данные, ежегодно увеличивают узнаваемость бренда на 20,1%, а не использующие — всего на 7,4%. Именно сочетание различных инструментов, основанных на big data (CRM, SEO, анализ поведения на сайте, статистика по заказам и пр.), позволяет маркетологам размещать контент в том месте и в то время, когда его сможет заметить потенциальный клиент. Формат при этом не имеет значения — это могут быть нативные статьи в блогах и на интернет-порталах, таргетированная реклама в социальных сетях, медийная реклама и т.д.

Еще один новый инструмент, получивший развитие благодаря big data — О2О (краткое обозначения для online-to-offline). Это подход, который дает возможность отследить покупки пользователей в оффлайне после рекламной кампании в интернете. Анализ огромных массивов данных — а именно, чеков за покупки миллионов деперсонифицированных пользователей — позволяет оценить реальный эффект онлайн-рекламы. Если продвижение в интернете не привело к покупке в магазине в реальном мире, то, вероятно, рекламный бюджет был потрачен не оптимально. Стало быть, нужно что-то менять — площадку или формат коммуникации, суть сообщения, целевую аудиторию и так далее.

Анализ big data в режиме реального времени позволяет компаниям быстро обнаруживать малейшие изменения в поведении потребителей и реагировать на них. В противном случае эти возможности для новой рекламы будут просто упущены — меняется информационный фон, а значит, и поведение потребителей.

Исследование Edelman Trust Barometer, выпущенное ещё в конце марта этого года, обратило внимание рекламодателей на то, что не менее 77% респондентов ожидают, что бренды в своей рекламе во время пандемии будут делать акцент на сложной ситуации, в которой находится целевая аудитория. Большинство респондентов (83%) требуют, чтобы бренды как-то демонстрировали свое участие, а 57% призывают быть поаккуратнее с эскапизмом и поумереннее с юмором.

Big data позволяет эффективно обрабатывать прямую и косвенную обратную связь от клиентов (при заполнении опросов и анкет, в комментариях в социальных сетях, отзывах на форумах или просто в паттернах поведения на сайте) и оперативно корректировать рекламные инструменты.

Так, сотрудник по обработке данных Airbnb заметил необычную закономерность: пользователи из ряда азиатских стран слишком быстро покидали сайт. Проанализировав их поведение более детально, в Airbnb обратили внимание, что с главной страницы клиенты переходили по стандартной ссылке «Места поблизости», начинали просматривать фотографии, но потом так и не возвращались бронировать жилье. Тогда компания адаптировала главную страницу именно для пользователей из этих стран — вместо абстрактных “мест поблизости” появились ссылки на самые популярные направления для путешествий в Китае, Японии, Корее и Сингапуре. В результате такой мелочи конверсия пользователей из этих стран выросла на 10%.

В сегодняшних реалиях email-маркетинг требуют высокого уровня персонализации – только так появляется шанс быть замеченными. Благодаря анализу big data компании вначале получают максимум информации о потенциальной аудитории рассылок, а после их осуществления — подробную статистику: процент открытых сообщений, количество кликов по ссылкам, которые вставлены в сообщения, конверсию, возврат инвестиций и т.д.

Американская сеть продуктовых магазинов Kroger сделала еще один шаг вперед и использовала большие данные, чтобы персонализировать купоны на скидки, которые она отправляет своим клиентам по email. Письма с купонами в компании называют «снежинками» – вероятность двух одинаковых близка к нулю. Ежеквартально компания отправляет своим клиентам 11 млн писем с индивидуальным набором купонов. “Правильные” купоны приходят нужным клиентам в оптимальное время. Эффект налицо — если в среднем по отрасли процент покупок по таким купонам составляет 3,7%, то благодаря грамотному использованию big data компания добилась покупок по 70% купонов.

Достижения в области big data и искусственного интеллекта дали новый толчок инструменту под мало кому пока знакомым названием ABM (аббревиатура от Account Based Marketing). Сегодня этот подход только начинает набирать обороты, но у него есть потенциал, чтобы серьезно изменить B2B коммуникацию. В отличие от традиционного маркетинга, направленного на определенные сегменты рынка или рекламные каналы, в случае с ABM объектом таргетирования становятся конкретные компании и даже сотрудники в них. Для них вырабатываются персонализированные рекламные сообщения и каналы их доставки. В итоге, происходит значительная экономия времени и средств, которые в противном случае могли бы уйти на нерелевантные рекламные усилия.

В том или ином виде big data сегодня — это неотъемлемая часть рекламного рынка. Независимо от поставленных задач и каналов распространения, именно анализ больших данных дает возможность вначале разработать эффективную рекламную кампанию, а затем адекватно оценить полученную от нее пользу.