Неспящие и худеющие: как собрать портрет специфической ЦА с помощью больших данных

Транзакционные данные — лишь инструмент в руках аналитика. Результат рекламной кампании во многом зависит от того, как эти данные собираются, интерпретируются и используются. Рассказываем о том, какие гипотезы о поведении покупателей можно выдвинуть на основании портретов ЦА от заказчика и как собрать нужный сегмент с помощью больших данных.

В сегодняшней статье два показательных кейса о работе аналитиков данных First Data.

Этот кейс — отличный пример синергии, когда мы использовали транзакционные данные для сбора первичного сегмента для РК, а затем уточняли его с помощью типовых инструментов рекламных площадок.

Наш клиент, бренд детских подгузников, продвигал новую линейку продукции. В охватной кампании важно было, чтобы как можно больше мам маленьких детей в возрасте до полугода досмотрели до конца видеоролик.

Чисто технически, наша задача состояла в том, чтобы поднять досматриваемость видеороликов.

А теперь представим себе маму грудничка, у которой сто забот одновременно. Она, скорее всего и сериал то по вечерам спокойно посмотреть не может, не то, что ролики рекламные досматривать. Особенно про новые подгузники — она их и так круглые сутки наблюдает в самых разных видах.

Что делать? Просто найти мам с новорожденными детьми, не покупавших продукцию этого бренда — мало. Нужно понять, когда лучше «поймать» их внимание. Когда у них есть время, чтобы спокойно выйти в интернет? Не на бегу, не с мобильного, одной рукой помешивая суп, второй качая ребенка. У мам малышей есть такая особенность — если они не заняты ребенком, то с очень большой вероятностью, они пытаются выспаться. Нужно было определить тот промежуток времени, когда ребенок уже спит, мама свободна, но еще бодра и в состоянии воспринимать информацию.

Признаемся честно, наш аналитик не смог представить себя мамой малыша. Но выдвинул отличную идею — мамы не спят и достаточно внимательны и сосредоточены в тот момент, когда делают покупки в онлайне. Особенно удобно, когда покупки делаются с десктопа — тут точно можно показать рекламный ролик с новыми подгузниками в полной красе.

Для того, чтобы протестировать эту гипотезу, мы выбрали из доступного нам массива данных о покупках всех женщин с детьми до полугода. Из них оставили тех, кто не был знаком с нашим брендом (не покупал его подгузники). Затем посмотрели по данным из чеков, в какие промежутки времени они чаще всего делают покупки.

После внесли собранный сегмент в рекламные кабинеты платформ, на которых транслировалась реклама, и в настройках РК ограничили время показа рекламы теми отрезками, в которые чаще всего наша ЦА оформляла онлайн-заказы.

Что получили в итоге?

Итого, нам удалось не только поднять досматриваемость со средних 60% до 85%, но еще и получить CTR 3,7% на выбранном сегменте ЦА.

Есть ситуации, когда выделить нужный сегмент в общей массе можно только на основании покупательского поведения. Это касается таких чувствительных отраслей, как, например, фармацевтика — практически невозможно определить группу людей с конкретным недугом, основываясь только на общедоступных интересах в рекламном кабинете.

Как, например, выбрать аудиторию тех, кто с очень большой вероятностью приобретет БАД для похудения? Деликатность темы и, вероятно, неоднозначные реакции на рекламу — это риски слить бюджет впустую, таргетируясь по интересам. Нам нужны те, кто действительно предпринимает усилия, чтобы сбросить вес, а не просто интересуется темой в поисковике или соцсетях.

У клиента часто уже есть портрет ЦА, основанный на аватаре. Например, Катя, 35 лет, у нее полгода назад родился третий ребенок и она хочет влезть в свои старые джинсы.

Производитель БАДов пришел к нам с такими гипотезами о своей ЦА:

Вполне вероятно, что многие желающие похудеть, подходят под это описание. Но абсолютно точно не все, кто входит в этот сегмент, готовы к подобным переменам. Кто-то может покупать диетические продукты по предписанию врача, а заниматься в спортзале исключительно для собственного удовольствия.

Мы предложили другой подход — найти тех, кто действительно худеет в данный момент. Эти люди скорее всего придерживаются определенной диеты.

Можно показывать контекстную рекламу препарата тем, кто ищет названия диет в поисковике, но и так мы рискуем промахнуться. Искать описание диеты — совсем не означает того, что человек уже принимает меры по избавлению от лишнего веса.

Но поскольку в нашем распоряжении есть транзакционные данные, мы нашли беспроигрышный вариант.

Прежде всего, мы выбрали несколько наиболее популярных диет — тех, которые чаще всего ищут в интернете. Затем выписали продукты, разрешенные в каждой диете. И уже по конкретным наборам продуктов отбирали тех, кто придерживается конкретной диеты в данный момент. Именно тем, кто худеет в данный момент, мы и показывали рекламу БАДа.

Результаты впечатлили: аудитория, собранная First Data показала конверсию в нажатие кнопки «где купить» в VK почти в 3 раза выше конверсии programmatic-рекламы и вдвое выше, чем на сайте производителя препарата.

First Data (VK) = 32,06%

Programmatic = 11,57%

В среднем по сайту = 19,24%

***

Иногда бывает полезно уйти от шаблонных представлений и попробовать вжиться в роль предполагаемого покупателя — понять, как устроен его день или как он решает свои задачи. С этим вряд ли справится искусственный интеллект — сделать правильные предположения и протестировать их с помощью имеющихся данных пока может только человек.