{"id":7297,"title":"\u0417\u0430\u043a\u0430\u0442\u0438\u043b\u0438 \u0432\u0435\u0447\u0435\u0440\u0438\u043d\u043a\u0443 vc.ru. \u0420\u0430\u0441\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u043c \u0438 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u043c, \u043a\u0430\u043a \u044d\u0442\u043e \u0431\u044b\u043b\u043e","url":"\/redirect?component=advertising&id=7297&url=https:\/\/vc.ru\/promo\/300923-proveli-vecherinku-vc-ru-i-sdelali-ofis-uyutney-s-pomoshchyu-novogo-servisa-ot-ozon&placeBit=1&hash=1786c9dcf11a3b054c8e53004e27074664313ed4055e24064ede059ebc186db8","isPaidAndBannersEnabled":false}
Маркетинг
Aidata

Увеличить аудиторию в 45 раз: способы работать с большими данными в рекламе

Больше половины компаний по всему миру применяют большие данные для развития бизнеса. По мнению рекламодателей, основная причина использовать большие данные — рост рентабельности маркетинговых кампаний. Рассказываем, какие возможности открывают большие данные в рекламе.

Зачем в рекламе большие данные

Если коротко, то суть performance-маркетинга — измеряемые результаты рекламных кампаний. Здесь вся работа с рекламой завязана на конкретных бизнес-показателях: CPA и ROI, например. Наружная или медийная (например, TV) реклама не может этим похвастаться: между оффлайн-аудиторией и офлайн-кампаниями нет такой четкой связи, выраженной в данных.

В performance-маркетинге данные позволяют анализировать кампании и в дальнейшем оптимизировать их на достижение более высоких результатов. Тем не менее, вручную с небольшим количеством собственных данных маркетолог может сделать немного: найти инсайты об аудитории и выйти на новые сегменты, немного повысить эффективность рекламы, незначительно сэкономить маркетинговый бюджет.

Все данные можно разделить на три категории:

  • First-party data — собственные данные, которые компания получила на своих ресурсах. Это могут быть данные из веб-аналитики или CRM.
  • Second-party data — косвенные данные, которые являются чьими-то First-party data. Их можно получить по соглашению с партнером: рекламным агентством, например.
  • Third-party data — сторонние данные, которые никак не относятся к компании.

Все три категории необходимы для качественной настройки рекламной кампании. Если компания не использует собственные данные, то таргет будет выставлен «вслепую» — например, исключительно по социально-демографическим признакам. Это снижает конверсию баннеров и ухудшает частоту показа на площадках с высокой конкуренцией за аудиторию.

Большим результатам — больше (с точки зрения объема и разнообразия) данных для анализа.

Что нужно для работы с данными в рекламе

Рекламодателям повезло, потому что есть DMP (Data Management Platform). Они работают со всеми участниками рынка: рекламодателями, рекламными платформами и поставщиками данных. DMP хранит и обрабатывает данные из всех источников, агрегирует third-party данные, а также обогащает данные рекламодателей, в том числе с помощью алгоритмов машинного обучения. Это могут быть интересы пользователей, часто посещаемые сайты, временные метки и ID социальных сетей.

Даже небольшой объем собственных данных можно использовать для выявления паттернов внутри сегмента аудитории и построения lookalike модели.

Разберемся, как это может работать в реальной жизни. Например, компания с небольшой базой CRM и группой лояльных клиентов в соцсети обогащает свои данные атрибутами из DMP. Платформа проводит анализ аудитории и для таргетинга подбирает аналогичный сегмент.

Обогащение данных атрибутами из DMP для lookalike моделирования

Таким образом lookalike моделирование способно значительно увеличивать аудиторию без снижения точности таргетинга. Например, lookalike моделирование Aidata увеличивает аудиторию более чем в 45 раз с сохранением точности не ниже 88%.

С DMP активно работают и крупные владельцы данных, такие как e-commerce, банки и операторы связи, которым критически важно снижать затраты на маркетинг. Это отличный ресурс для постоянного обновления 3-rd party данных. Очевидных плюса для бизнеса два:

  • для бюджета: даже небольшое повышение точности таргетинга и процента конверсии может дать довольно серьезную экономию в абсолютном выражении;

  • для коммуникации: глубокая аналитика большого объема данных позволяет выявить наиболее характерные черты аудитории (аффинитивность).
Выявление наиболее характерных черт аудитории

Построение lookalike сегментов и выявление аффинитивности среди аудитории — далеко неполный список инструментов работы с аудиторией в DMP. Например, в Aidata можно и проводить онбординг данных, и создавать собственные actionable-сегменты, в том числе с использованием семантического анализа посещенных страниц.

К примерам: DMP в действии

Теперь рассмотрим, как работа с данными помогает в выстраивании эффективных рекламных кампаний в конкретных нишах.

Проблема: препаратов много — аудитория одна

Фармакологическая компания одновременно рекламирует ряд продуктов на одну и ту же аудиторию. Если таргетироваться исключительно по данным соцдема, то аудитории будут значительно пересекаться, то есть рекламу нескольких препаратов увидят одни и те же пользователи. Это приводит к существенному увеличению бюджетов на привлечение.

Что делает Aidata

Для решения этой задачи проводится массовая охватная кампания для детализации профилей аудитории бренда. Затем Aidata анализирует данные пользователей из CRM по конкретным препаратам, чтобы построить lookalike модели и обогатить сегменты third-party данными. Сегменты нарезаются и автоматически отправляются в рекламные кабинеты — у Aidata интеграция со всеми популярными DSP. Сами рекламные кампании разделены по времени и сезонности – в зависимости от препарата.

Такой подход позволяет снизить стоимость привлечения заинтересованного контакта и увеличить sales uplift по основным продуктам.

Проблема: рекламу ЖК смотрят, а сами квартиры — нет

Застройщик продает квартиры в строящемся ЖК. Цикл продаж достаточно длинный, и наблюдаются проблемы в нижней части воронки. Качество лидов оставляет желать лучшего: стоимость заявки на просмотр достаточно высокая.

Что делает Aidata

Из пользователей, которые интересуются покупкой жилья в районе ЖК, Aidata собирает кастомные сегменты и импортирует в DSP. Для каждого этапа воронки формируется свой эталонный сегмент, а на примере совершивших конверсию — lookalike сегменты. На основе заинтересованных посетителях сайта строятся сегменты для ретаргетинга, а незаинтересовавшиеся исключаются из последующих кампаний для оптимизации бюджета.

Таким образом можно значительно снизить стоимость заявки на просмотр и увеличить CTR баннеров.

Что в итоге

  • Данные из DMP дают заметный эффект для повышения эффективности performance-каналов.
  • Не обязательно обладать большими объемами данных. Свой небольшой сегмент можно расширить через LAL-моделирование или воспользоваться готовым сегментом из DMP.
  • Глубокий анализ собственных данных помогает находить наиболее характерные черты аудитории для коммуникации и сэкономить маркетинговый бюджет через повышение точности таргетинга.
{ "author_name": "Aidata", "author_type": "editor", "tags": [], "comments": 0, "likes": 18, "favorites": 23, "is_advertisement": false, "subsite_label": "marketing", "id": 226919, "is_wide": true, "is_ugc": false, "date": "Mon, 29 Mar 2021 18:25:30 +0300", "is_special": false }
0
0 комментариев
Популярные
По порядку
Читать все 0 комментариев
Об инженерах и дизайнерах: 6 сходств

Когда я ушел из инженерии и начал делать бизнес в сфере брендинга, мне показалось, что моя деятельность несильно поменялась. Связано это с тем, что есть фундаментальные вещи, которые объединяют эти две профессии.

E-mail в CRM, как это работает?
E-mail в CRM системе. Для чего?
«Крутые ИТ-стартапы запускают не только в Кремниевой долине»: путь Insider от офиса в квартире к $47 млн инвестиций

За 9 лет разработчик маркетинговой платформы из Турции открыл филиалы в Польше, Вьетнаме, Индонезии, Дубае, России, Австралии и ещё 19 странах, а в будущем планирует оценку в $2-3 млрд и выход на IPO.

Как OTUS стал платформой для самореализации. История преподавателя

Наш преподаватель, специалист по Data Science, решил поделиться своей историей преподавания. Он рассказал, как пришел в эту сферу, с какими трудностями столкнулся на пути к преподаванию и что ему помогает. А еще поделился советами, как поддерживать внимание студентов и сделать занятия полезными и увлекательными.

Рынок кикшеринга в России вырос на 200-230% за год, до 12 млрд рублей — исследование Статьи редакции

Но есть и проблемы: производители не успевают делать достаточно самокатов, компетентных сотрудников не хватает, а в СМИ кикшеринг «демонизируют».

Cloud CDN: что это такое, как устроено и кому нужно. Разбираем на примере бургеров

Cloud CDN — это сеть быстрой доставки статического контента в формате услуги облачного провайдера. Объяснить, как работает технология, проще всего на примере — сравнить Cloud CDN с популярным продуктом, который выглядит плюс-минус одинаково вне зависимости от того, заказали вы его в Москве, Питере или Нью-Йорке. Знакомьтесь: классический бургер.…

7 причин начать пользоваться Bright Data Proxy Manager:
КЕЙС: Как с 4000 рублей рекламного бюджета сделать продаж на 115 тысяч рублей
Как не попасть в карьерную ловушку тимлида: личный опыт

Кажется, что тимлиду просто некуда расти: дальше надо либо идти в менеджмент, либо наоборот, становиться узконаправленным разработчиком. По просьбе «Лаборатории Касперского» Евгений Мацюк, который прошел в компании неординарный путь, рассказал о своих карьерных развилках во время и после тимлидства, а также поделился опытом горизонтального роста.

ПСБ запустил личный кабинет для предпринимателей. Там можно следить онлайн за каждым своим терминалом

Сервис предоставляется бесплатно.

null