Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Forum IAB - audience targeting tips & tricks

6,625 views

Published on

Forum IAB 2014 – największa konferencja o marketingu internetowym - odbyła się 4-5 czerwca w Warszawie.
Artur Banach, prezes Netsprint, wystąpił w bloku performance marketing z prezentacją "Audience targeting - tips & tricks".

Published in: Data & Analytics
  • If you’re struggling with your assignments like me, check out ⇒ www.HelpWriting.net ⇐. My friend sent me a link to to tis site. This awesome company. After I was continuously complaining to my family and friends about the ordeals of student life. They wrote my entire research paper for me, and it turned out brilliantly. I highly recommend this service to anyone in my shoes. ⇒ www.HelpWriting.net ⇐.
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Very nice tips on this. In case you need help on any kind of academic writing visit website ⇒ www.HelpWriting.net ⇐ and place your order
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Writing good research paper is quite easy and very difficult simultaneously. It depends on the individual skill set also. You can get help from research paper writing. Check out, please ⇒ www.HelpWriting.net ⇐
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here

Forum IAB - audience targeting tips & tricks

  1. 1. artur.banach@netsprint.eu 1 Audience Targeting Tips & Tricks
  2. 2. artur.banach@netsprint.eu 2 Prawdziwy Klient – podobieństwa i różnice
  3. 3. artur.banach@netsprint.eu 3 1,22% vs 98,78% uśredniony poziom konwersji w sklepach na platformie RTB Adfocus Prawdziwy Klient występuje rzadko Źródło: Dane własne, kwiecień 2014
  4. 4. artur.banach@netsprint.eu 4 Priorytety polskich marketerów (agencje) Źródło: Rynek Reklamy Kontekstowej 2013 w Polsce – raport Adkontekst
  5. 5. artur.banach@netsprint.eu 5 Pomysł # 1: Retargeting Prawdziwy Klient występuje rzadko
  6. 6. artur.banach@netsprint.eu 6 Dobór właściwej powierzchni emisyjnej Źródło: Adform, dane uśrednione dla rynku polskiego, kwiecień 2014
  7. 7. artur.banach@netsprint.eu 7 Nie tylko post click Kampania Chocolissimo na platformie RTB Adfocus Zestawienie konwersji post views, post engagement, post click Źródło: Dane własne, Luty 2014
  8. 8. artur.banach@netsprint.eu 8 Wpływ „lookback window” na konwersje Kampania sklepu odzieżowego z użyciem Adkontekst eCommerce retargeting spersonalizowany w modelu CPC Źródło: Dane własne, kwiecień-maj 2014
  9. 9. artur.banach@netsprint.eu 9 Reklamodawcy: potrzeby i wyzwania Kim właściwie są moi klienci? Kto odwiedza moje witryny, a kto dokonuje zakupu? Gdzie i jak ich mam szukać w sieci? Retargeting? Ok., ale ja chcę pozyskiwać nowych klientów!
  10. 10. artur.banach@netsprint.eu 10 Pomysł # 2: Kim właściwie jest mój Klient Prawdziwy Klient występuje rzadko
  11. 11. artur.banach@netsprint.eu 11 Ostatnie 12 godzin Dodał 5 produktów do koszyka, ale nie kupił Ostatnie 3 dni Interesują go: motoryzacja, auta rodzinne, Skoda Ostatnie 28 dni Interesują go: nieruchomości, wynajem, Warszawa Ścieżka akcji użytkownika
  12. 12. artur.banach@netsprint.eu 12 Ulubione tematy (na bazie analizy przeglądanych treści i wpisywanych zapytań) • Zachowania dzieci • Przedszkole • Fitness Jak zrozumieć użytkownika? • Kobieta • 25-40 lat • 2 dzieci • Mieszka w dużym mieście • Zdrowie dzieci • Moda i uroda • Urządzanie wnętrz • Turystyka Szuka akcesoriów turystycznych dla dzieci w wielu do 2 lat (łóżeczka turystyczne, lekkie wózki spacerowe) ANNA, 26 lat, 2 dzieci
  13. 13. artur.banach@netsprint.eu 13 Czy widzowie Klanu oglądają Spartakusa? Źródło: Badanie własne zachowań użytkowników serwisu VOD.Onet.pl z użyciem platformy NetSprint Audience, maj 2014
  14. 14. artur.banach@netsprint.eu 14 Kto ogląda Kubusia Puchatka? Źródło: Badanie własne zachowań użytkowników serwisu VOD.Onet.pl z użyciem platformy NetSprint Audience, maj 2014
  15. 15. artur.banach@netsprint.eu 16 Kto się interesuje sportem? Źródło: Badanie własne zachowań użytkowników serwisów sportowych sieci Adkontekt z użyciem platformy NetSprint Audience, maj 2014
  16. 16. artur.banach@netsprint.eu 17 A kto motoryzacją? Źródło: Badanie własne zachowań użytkowników serwisów motoryzacyjnych sieci Adkontekt z użyciem platformy NetSprint Audience, maj 2014
  17. 17. artur.banach@netsprint.eu 18 Siła serwisów wertykalnych Źródło: Badanie własne zachowań użytkowników serwisu kobieta.onet.pl/uroda z użyciem platformy NetSprint Audience, maj 2014
  18. 18. artur.banach@netsprint.eu 19 A co z moimi Klientami…? Prawdziwy Klient występuje rzadko
  19. 19. artur.banach@netsprint.eu 20 Kim są moi klienci? Źródło: Dane z kampanii marketu budowlanego w sieci Adkontekst
  20. 20. artur.banach@netsprint.eu 21 Kim są moi klienci? Źródło: Dane z kampanii suplementu diet w sieci Adkontekst
  21. 21. artur.banach@netsprint.eu 22 Wpływ profili użytkowników na CTR Źródło: Dane z kampanii operatora telekomunikacyjnego w sieci Adkontekst, kwiecień 2014 Kampania operatora telekomunikacyjnego w sieci Adkontekst
  22. 22. artur.banach@netsprint.eu 23 Jakie sposoby na nowych klientów mają inni? Przykłady użycia
  23. 23. artur.banach@netsprint.eu 24 Źródło: Online Advertising Survey, Econsultancy&Rubicon Jakie dane wykorzystują inni? Jaka część kampanii reklamowych bazuje na danych
  24. 24. artur.banach@netsprint.eu 25 • Grupa docelowa: użytkownicy czytający artykuły i odwiedzający strony produktów zawierające wskazane słowa kluczowe • Produkt: wycieczki Stena Line • Efekt: 33% wzrost współczynnika konwersji kampanii targetowanych behawioralnie i 86% wyższa konwersja dla kampanii retargetingowych % nowych wizyt współczynnik konwersji Targetowanie kontekstowe 88.26% 5.37% Targetowanie behawioralne 93.65% 7.14% Retargeting 0% 10% Reklama w sieci kontekstowo-behawioralnej Źródło: Dane z kampanii Stena Line w sieci Adkontekst
  25. 25. artur.banach@netsprint.eu 26 • Grupy docelowe: użytkownicy o różnych profilach zainteresowań dla różnych kategorii gier • Produkt: Produkty płatne Onet – VOD oraz gry on-line • Efekt: średni wzrost CTR o 48% w rekomendacjach opartych o zachowania użytkowników Rekomendacja gier on-line na Onet.pl Źródło: Dane z kampanii Onet w sieci Adkontekst
  26. 26. artur.banach@netsprint.eu 27 Rekomendacja artykułów na portalu Średni CTR w przedziale 4,5% - 8% w zależności od kategorii Źródło: Dane własne sieci content marketingowej ContentStream
  27. 27. artur.banach@netsprint.eu 28 Content Marketing – Kampania Austria.info Źródło: Google Analytics
  28. 28. artur.banach@netsprint.eu 29 1. Adkontekst Audience Report 2. Spółdzielnia Danych Co dalej?
  29. 29. artur.banach@netsprint.eu 303 0 Adkontekst Audience Report Adkontekst Audience Report to kompleksowy raport zainteresowań użytkowników konkretnego serwisu. Odpowiada na pytania: 1. Co charakteryzuje Twoich klientów? 2. Jak możesz ich segmentować? 3. Jak się z nimi komunikować? 4. Gdzie ich znajdziesz w sieci? 5. Jacy użytkownicy najchętniej angażują się na Twoim serwisie? Ale też: którzy użytkownicy nie angażują się i nie kupują u Ciebie na serwisie? W efekcie: • Wiesz, jak przygotować treści reklamowe . • Lepiej planujesz kampanię reklamową. • Lepiej dostosujesz ofertę do zainteresowań użytkowników.
  30. 30. artur.banach@netsprint.eu 31 Jak działa Spółdzielnia Danych?
  31. 31. artur.banach@netsprint.eu 32 Informacje o użytkownikach Typy profili użytkowników 3 grupy danych Profil demograficzny Profile zainteresowań Intencje zakupowe Dane demograficzne zgromadzone przez dostawców danych np. przy zakładaniu konta pocztowego przez użytkownika Zachowania użytkowników na serwisach internetowych (czytane artykuły, przeglądane kategorie, wyszukiwane hasła) Zapytania użytkowników do wyszukiwarek eCommerce oraz przeglądane kategorie produktów
  32. 32. artur.banach@netsprint.eu 33 Korzyści Dostawców Danych  Atrakcyjny produkt reklamowy umożliwiający korzystanie z profili we własnym adserwerze na preferencyjnych warunkach (dot. większych partnerów)  Dodatkowe źródło przychodu (przychód ze sprzedaży danych rozliczany proporcjonalnie do wkładu dostawcy w dany silos)  Kupujący dane mają silny bodziec cenowy do emitowania kampanii reklamowych tylko na stronach dostawców  Wzrost przychodów z RTB  Brak długofalowych zobowiązań - każdy dostawca może wystąpić/przystąpić do Spółdzielni bez podejmowania kroków formalnych i konieczności prowadzenia poważnych prac IT  Gwarancja bezpieczeństwa danych i przejrzystości działań
  33. 33. Na wynos: 1. Gromadź wszystkie możliwe dane o klientach. Kim są? Czym się różnią od niekupujących? Jak i gdzie funkcjonują w sieci? 2. Eksperymentuj z retargetingiem: nie tylko PC, look-back .window, ATF/BTF, domeny/exchanges. 3. Opieraj się na danych, a na nie intuicji. 4. Oprzyj media plan i kreacje o zrozumienie danych z pkt 1. Podsumowanie
  34. 34. Na wynos: 5. Szukając nowych klientów – rozważ prowadzenie optymalizacji w oparciu o wyniki segmentów użytkowników, a nie tylko poszczególnych źródeł ruchu 6. Przełam podział na silosy – dane wykorzystuj nie tylko w kampaniach reklamowych Podsumowanie – cd.
  35. 35. artur.banach@netsprint.eu 36 Dziękuję artur.banach@netsprint.eu

×