Downloaded 11 times
Uploaded byiabrussiaprez
Big Data & Big Image_Михаил Одиноков
Документ обсуждает использование оффлайн данных для улучшения онлайн рекламных кампаний, акцентируя внимание на важности таргетирования и увеличении purchase intent. Основное решение заключается в создании потребительских сегментов на основе исследовательских данных, что приводит к росту эффективности цифровых кампаний. Результаты показали прирост purchase intent на 50% после внедрения новых подходов к таргетингу.
More Related Content
Similar to Big Data & Big Image_Михаил Одиноков
Big Data & Big Image_Михаил Одиноков
- 1. Offline DATA в онлайнкампаниях Как с помощью онлайн размещений улучшать результаты бизнеса
- 2. Контекст Баннеры Где мы сейчас: Интернетреклама - для роста онлайн-продаж Интернет-реклама Продажи Онлайн Продажи Оффлайн Конверсии и действия Знание и имидж Намерение купить >90% Интернет бюджетов Клики и переходы Видео Баннеры Спецпроекты <10% Интернет бюджетов Источник: Оценка АДВ на базе АКАР
- 3. Оффлайн продажи –непаханое поле для Интернета Online sales 3% Offline sales 97% Соотношение онлайн и оффлайн продаж в ритейле России Источник: E-marketer 2016
- 4. Дистрибуция Цена Рост категории Сезонность Намерение купить Конкуренты Продажи На продажи влияетмного факторов, но задача рекламы – растить Purchase intent
- 5. Наше решение -Research DataWarehouse Создание потребительского сегмента в DMP на основе исследовательских данных Что это дает: Точное таргетирование наиболее перспективной аудитории в Интернете Рост эффективности Digital кампании на оффлайн-показатели: знание, намерение купить
- 6. В основе решения– партнерство с Тибурон... Панель из 650000 верифицированных респондентов, готовых поделиться инфо о своем потреблении товаров и брендов >3000 еженедельно принимают участие в исследованиях для клиентов АДВ ...и Weborama 1000+ Потребительских характеристик, по которым можно построить онлайн- сегменты
- 7. Data Ware House Определение сегмента с помощьюисследования Загрузка сегмента в DMP и его анализ Расширение сегмента до млн и размещение на него С помощью анкетирования Tiburon находим аудиторию, планирующую в течение 3 месяцев купить автомобиль Загружаем данные этих пользователей в DMP, определяем их поведенческий портрет Находим среди всего доступного трафика аудиторию, похожу на выделенные сегменты Как это работает
- 8. Consumer targeting Постановка задачии ее решение Рекламодатель Ритейл Х Период июль 2016 Задача Улучшить результаты кампании в плане прироста Purchase Intent Решение Создание потребительского сегмента Brand Potential Users (на основе онлайн- трекинга), таргетинг кампании на него
- 9. Consumer targeting Как добивалисьрезультатов Настройка кампании Оптимизация Результат 1200 чел. 5.7 млн чел. ~1 млн чел. +50% Purchase intent Импорт сегмента Brand User в DMP Расширение Look-a-like Размещение на сегмент Brand Potential Users Оцениваем Purchase Intent в трекинге Источник: Тибурон, Weborama
- 10. Импорт сегмента иLook-a-like Выбрали оптимальное соотношение размера сегмента и его качества Система определяет Интернет- поведение, наиболее точно описывающее сегмент 10% от базы пользователей Активность пользования Интернет, использование на работе, сайты госуслуг
- 11. Результаты: +50% эффектана Purchase Intent 19% 25% 38% Not exposed Exposed to Video (general) Exposed to Video Segment pl. Purchase Intent +50% Источник: Brandpulse tracking
- 12. Выводы и дальнейшиешаги • Consumer targeting на базе исследований позволяет строить качественные сегменты и решать задачу роста Purchase Intent и оффлайн покупок • Задача – масштабировать сегменты с сохранением их качества • Дальнейшие шаги: – Продолжение тестирования подхода – Проведение исследований качества Look-a-like и влияющих факторов: тип сегмента, размер исходной выборки, размер созданных сегментов и др.
- 13. Готовы ответить надополнительные вопросы! Михаил Одиноков Директор по Интернет исследованиям АДВ Mikhail.Odinokov@advdigital.ru + 7 (495) 981 08 27
Editor's Notes
- #3 Почему собственно родилась эта тема и мы стали работать в этом направлении До сих пор 90% Интернет-бюджетов оцениваются по чисто диджитальным KPI: клики, конверсии, переходы, которые релевантны больше для онлайн-продаж. И только 10% ориентированы на то чтобы растить более понятные рекламодателю традиционные показатели: знание, намерение купить и в конечном счете – оффлайн продажи
- #4 Но стоит вспомнить что 97% объема торговли в России приходится пока еще на оффлайн. И таким образом оффлайн- продажи непаханое поле для Интернет-рекламы. Собственно проблематика: Как сделать Интернет-рекламу эффективной по понятным рекламодателю показателям: намерение купить и продажи в оффлайне?
- #5 Оценивать эффект рекламы в терминах продаж – достаточно сложная задача, так как на продажи влияет много других факторов. Но основная задача рекламы – растить Purchase intent Есть несколько способов выраститьPI Показ рекламы на широкую аудиторию Показ рекламы по интересам в интернете Показ рекламы на посетителей сайта, которые выразили какой-то интерес Показ рекламы на людей, которые реально хотели бы купить бренд
- #8 Логика формирования сегмента Общая емкость