- PVSM.RU - https://www.pvsm.ru -
Внушительная доля рекламного рынка перешла в digital, трансформируясь по мере развития цифровых технологий. Растет конкуренция между участниками рынка, появляются новые маркетинговые инструменты и техники, а старые переживают качественные изменения. В частности, меняется подход к лидогенерации и привлечению целевого трафика. Статьей на эту тему мы начинаем блог маркетингового агентства ИНСТАМ [1].
Доля рынка онлайн-рекламы продолжит расти [2] вплоть до 2021 года по прогнозам PwC. Большинство организаций стараются выйти с маркетинговыми кампаниями в интернет.
Источник: PwC [2]
Интернет-маркетинг неразрывно связан с IT-сферой. Развитие технологий позволяет работать с огромными массивами данных и получать выгоду от их анализа и использования в рекламе. Представители компании Zenitmedia (входит в Publicis Group) прогнозируют [3] рост доли сегмента программатик (алгоритмической программируемой закупки рекламы на основе данных о целевых пользователях): он составит до 31% в 2017 году. Ручной метод закупки рекламы постепенно уступает свои позиции, как менее прозрачный и эффективный.
Программатик работает на так называемых больших данных. В интернет-маркетинге это накопленная статистика о причинно-следственных связях и поведенческих особенностях миллионов пользователей интернета. И чем лучше эти данные систематизированы и сегментированы, тем лучше программатик-технологии справляются с маркетинговыми задачами: увеличивают отдачу от рекламы и сокращают затраты на нее.
Поставка обработанных и грамотно детализированных данных в программатик влияет в том числе и на качество лидогенерации. Данные — ключевая составляющая удачной кампании в программатик-рекламе. Туманные предположения о целевом клиенте не сработают, ведь акцент в лидогенерации смещается с абстрактной заявки на конкретный образ «горячего» пользователя, готового к сделке, и конвертацию его в клиента.
Используя IT-разработки, можно учитывать сотни и тысячи разнообразных пользовательских параметров — от марки автомобиля до таких частных моментов, как любимый цвет одежды — и дотянуться до узкой целевой аудитории с адекватным предложением в нужный момент.
Почему так важно точно попасть в аудиторию со своим предложением?
На пользователей из интернета обрушился информационный шквал, и они стали избирательнее в потреблении контента. По этой причине инструменты пассивной лидогенерации все чаще предоставляют заказчикам нецелевой трафик. Старые модели закупки интернет-рекламы дают плохие результаты — отходят в прошлое модели СРМ (оплата за показы рекламы) и СРС (оплата за клики и переходы на сайт).
Долгое время на рынке интернет-рекламы была популярна модель СРА (оплата за оставленные пользователем заявки и звонки с сайта), в которой рекламодатель-заказчик получал оговоренное количество лидов. Под лидом в основном подразумевалось действие, которое должен осуществить пользователь: добровольно оставленный контакт, заявка или заполнение анкеты, участие в опросе, звонок и т.п.
Зачастую эта модель монетизировалась достаточно успешно. Однако в ряде случаев заказчик мог заплатить 400-600-1200 рублей за лид, который был настолько холодным, что при прямом контакте с ним отдел телемаркетинга покрывался слоем инея, а маркетологи вынуждены были нести последствия за невыполнение KPI.
Неудивительно, что подход к онлайн-рекламе становится всё более осознанным. Рекламодатели заинтересованы в оптимизации рекламного бюджета и предъявляют повышенные требования к получаемому трафику.
Приоритетной задачей 63% digital-специалистов, опрошенных компанией Hubspot [4], является генерация трафика и лидов на сайт. При этом на первый план выходит качество получаемого трафика: 70% специалистов, опрошенных Hubspot [5], указывают конверсионность лидов в числе основных приоритетов. То есть теперь недостаточно просто привести на площадку условно подходящую аудиторию и назвать «лидом» любое целевое действие. Важно, чтобы с повышенной вероятностью лид сконвертировался в реального клиента. Поиск целевых лидов и их конверсия позволяют быстрее отбивать бюджет на маркетинг и закрывать KPI.
Источник: State of Inbound [5]
Теперь в приоритете модель работы CPL (оплата за лид), которая, несмотря на более кропотливый процесс отбора трафика, позволяет точнее прогнозировать ROMI (коэффициент возврата инвестиций в маркетинг) и достигать поставленных перед маркетологом целей.
Мы в ИНСТАМ подошли к вопросу лидогенерации с точки зрения анализа огромного массива данных о пользователях, которые мы накопили за последние 10 лет, автоматизируя различные маркетинговые направления.
Ну а там, где есть большие данные об аудитории, должна работать Data Management Platform (DMP) — платформа управления данными. Она служит ядром для хранения и обработки массива информации в несколько сотен миллионов профилей.
Согласитесь, любому бизнесу важно знать как можно больше о своей аудитории. В идеале это почтовый адрес и телефон целевого лида, на каких сайтах и в соцсетях он чаще всего бывает (чтобы привлечь его оттуда), что и где покупает, какие услуги оплачивает банковской картой, куда ездит, какой моделью смартфона пользуется и т.д. до бесконечности. Чем более подробными и развернутыми данными мы располагаем о потенциальном клиенте, тем более релевантное предложение можем ему сделать, а значит, повысить вероятность клика или покупки за меньшие деньги. Но, по большому счету, пока пользователь не пришёл к нам на сайт, мало что о нём известно.
Задачу сбора и систематизации данных о пользователях и решают DMP-системы.
Data management platform не является рекламной биржей или кабинетом отдельной рекламной системы, хотя DMP может быть её частью. Говоря простым языком, DMP — это многофункциональная база данных, в которой собирается и обрабатывается информация из различных источников об одном и том же пользователе.
Источники делятся на три типа:
Данные первого и второго порядков для нашей DMP собраны из офлайн и онлайн-источников: из собственной базы данных, сформированной в процессе работы ИНСТАМ как SMS-агрегатора, и из открытых онлайн-источников, на которых установлен пиксель ИНСТАМ.
Преимущество DMP в том, что она решает задачу сопоставления данных. Если просто собирать данные из разных источников, то они будут обезличенные, и нельзя будет сопоставить, например, данные по покупкам пользователя и данные по тому, на каких сайтах он проводит своё свободное время, если только такая информация не хранится в доступной нам аналитике или CRM-системе.
Вся собранная в DMP информация детализируется и объединяется в комбинации, которые позволяют четче сегментировать целевую аудиторию на основе потребительских предпочтений в совершенно разных областях. Нерелевантная информация отсеивается. Таким образом строятся «портреты» пользователей с определенным набором свойств-атрибутов, например, поведением в соцсетях, историей браузера, информацией о покупках и участии в программах лояльности.
В частности, статистику в DMP собирает установленный на сайт заказчика пиксель (программный код), отслеживающий данные по посещениям и наиболее показываемым страницам сайта. Полученная информация обрабатывается, сопоставляется с уже имеющимися в базе данными и комбинируется в сегменты. На основе этого анализа легко проследить поведение пользователей и скорректировать показываемую им рекламу.
Здесь важно сразу оговориться, что релевантность данных по «портретам» клиентов в DMP не бывает на 100% полной.
Для детализации пользовательских профилей в рамках DMP можно применить скоринговую модель. Это возможность разделить очень похожую по составу, но не по своим намерениям массу аудитории, которую сложно отфильтровать при помощи других технологий. Например, риэлторы и желающие купить недвижимость. И те, и те будут посещать сайты с недвижимостью, но первая группа не будет заинтересована в ипотечном предложении, а вторая группа — да.
Также DMP-провайдер обязательно учитывает правовой аспект. Информация собирается, хранится и используется в соответствии с законодательством о персональных данных. «Портреты» в DMP обезличены и используются без привязки к конкретному человеку.
Допустим, данные собраны, правильно обработаны и хранятся в базе. Что дальше? Как заставить их работать на нас?
А дальше начинается самое интересное. Получив данные «повышенного уровня детализации», можно:
Пример: компания предоставляет кредитные продукты. Пользователь часто посещает сайты по продаже недвижимости. При следующем контакте компания может предложить клиенту выгодный процент по ипотеке, и, скорее всего, это предложение его зацепит.
Пример: потенциальный клиент компании — автомобилист и покупает детское питание. Можно показать ему рекламу детского автомобильного кресла.
Лид, который проанализирован и собран машинными методами, но не валидирован при помощи живой коммуникации — не лучшее вложение маркетингового бюджета. Затраты на обзвон непроверенных лидов — это дополнительные расходы времени и денег, которые затрачивает телемаркетинг компании-заказчика. К тому же иногда пользователи оставляют фейковые данные о себе, пополняя «мусорный» трафик.
Мы в ИНСТАМ считаем, что за такой лид клиент не должен платить, и решаем задачу валидации лидов усилиями собственного call-центра.
Операторы call-центра ИНСТАМ связываются с потенциальным покупателем и действуют по скрипту, утвержденному со стороны заказчика. Таким образом отсеиваются нецелевые контакты, и в отдел продаж или на электронный адрес заказчика поступают обработанные заявки только от тех клиентов, которые заинтересованы в сделке. Причем мы можем не только отдать данные пользователя, но и сразу соединить его с отделом продаж напрямую.
Резюмируя вышесказанное, чем больше у компании данных о своей ЦА, тем грамотнее она может анализировать свои действия, точнее настроить таргет и показать свои рекламные предложения готовым к сделке клиентам. При правильном использовании информации повышается CTR при меньшем охвате и снижается стоимость лида.
Мы уходим от модели CPA, где главным было побудить пользователя оставить свои данные для последующей перепродажи этой заявки, которая в дальнейшем слабо конвертируется. На первый план мы выводим поиск и охват рекламным показом именно того человека, который с наибольшей долей вероятности кликнет по рекламному объявлению и совершит целевое действие, потому что он увидел то, что ему нужно именно сейчас. Платформы управления данными DMP, на наш взгляд, наиболее перспективная технология для достижения этих целей.
DMP можно объединять с почти любыми рекламными биржами, системами и кабинетами. Таким образом получается действенный инструмент таргетинга, который ищет нужную целевую аудиторию по её актуальным параметрам и генерирует целевые заявки.
Автор: instam
Источник [7]
Сайт-источник PVSM.RU: https://www.pvsm.ru
Путь до страницы источника: https://www.pvsm.ru/statistika/259521
Ссылки в тексте:
[1] ИНСТАМ: https://instam.ru
[2] продолжит расти: https://www.pwc.com/gx/en/industries/entertainment-media/outlook/segment-insights/internet-advertising.html
[3] прогнозируют: https://www.zenithmedia.com/%EF%BB%BF%EF%BB%BF%EF%BB%BFprogrammatic-ads-grow-31-2017-ahead-channels/
[4] опрошенных компанией Hubspot: https://www.hubspot.com/marketing-statistics
[5] опрошенных Hubspot: http://www.stateofinbound.com/?__hstc=20629287.47455a922bf148723d6c024e81af64ad.1497285178987.1497285178987.1497285178987.1&__hssc=20629287.1.1497285178996&__hsfp=3841458599
[6] Image: https://habrastorage.org/web/ec4/bf4/b4b/ec4bf4b4b81a44e7bb95f6f0bcacf047.png
[7] Источник: https://habrahabr.ru/post/331942/
Нажмите здесь для печати.