Новости интернет и сайта

Самое интересное на eTarget 2017

Большие пользовательские данные

Игорь Ашманов («Ашманов и партнеры») в своем докладе рассказал, как меняется маркетинг благодаря большим данным. По его словам, уже накоплены большие объемы пользовательских данных, возникли новейшие технологии обработки. Однако новый рынок развивается в условиях правового вакуума. Поэтому большие возможности сосуществуют с большими рисками — слежкой, нарушением приватности, использованием данных для пропаганды.

Сейчас данные собирают навигаторы (поисковики и браузеры), счетчики разных типов, рекламные сети, коммуникационные сервисы (социальные сети, почтовики, мессенджеры), платежные системы и платформы (операционные системы, провайдеры). Часть данных собирается Smart TV, фитнес-браслетами и автомобилями, которые передают свое местоположение. Однако на текущий момент недостаточно информации о том, кем и как эта информация используются.

Большие пользовательские данные (БПД) находят сейчас самое разнообразное применение — медицина, образование, производство, транспорт и т.д. В интернет-маркетинге они как правило используются для доставки рекламного сообщения конечному пользователю через таргетированную рекламу, programmatic, нативную рекламу в соцсетях и СМИ.

Задача маркетологов при оперировании БПД — как можно лучше узнать пользователя каждой категории, чтобы создать для него адресное сообщение. К примеру, доступ к большим данным позволяет рекламодателю составить анонимизированный список всех пользователей категории «молодая мама» и о каждом знать достаточно, чтобы показывать максимально релевантную рекламу.

Основные методы сведения и анализа данных — анализ по всей линейке сервисов (поиск, новости, рекламная система, почта и т.д.), кроссканальный анализ (сравнение векторов с разных источников) и кроссплатформенный анализ (сведение данных с разных устройств). Одних пользователей можно вычислить по социальному графу, других — по содержанию постов или ареалу обитания, где-то надо применить все доступные инструменты.

Ключевым вопросом, во многом определяющим дальнейшее развитие технологий сбора, хранения и обработки больших пользовательских данных, является создание правового поля, регламентирующего оборот таких данных.

По мнению Игоря Ашманова, оптимальным подходом здесь может стать метафора цифровых недр, при которой БПД считаются достоянием нации. В этом случае их разработка и оборот будут лицензироваться, причем большие данные должны быть доступны игрокам самого разного масштаба — от крупных интернет-магазинов до маленьких стартапов, которым подобные данные необходимы для развития нейронных сетей.

Атрибуция как основа мобильной аналитики

В секции о KPI в интернет-рекламе Александр Грач (AppsFlyer) рассказал о тенденциях рынка мобильной рекламы и поделился статистикой по основным показателям мобильных платформ — Android и iOS.

В 2016 году объем мирового рынка мобильной рекламы оценивается компанией в 108,88 млн долларов, а в 2017 году ожидается рост до 143,54 млн долларов.

В целом, на Android и iOS удержание пользователей улучшается от года к году, а органика (продвижение в AppStore и Google Play) на 15% (IOS) и 21% (Android) лучше удерживает установивших приложение пользователей. На Android наибольшая разница наблюдается в категориях Personalization Apps (+200%) и «Финансы» (+90%), а наименьшая — в «Играх» (+11%) и Productivity (+18%). На iOS наибольшая разница в уровне удержания органических и неорганических (пришедших с платной рекламы) пользователей наблюдается в «Финансах» (+75%) и Lifestyle (+60%), а наименьшая — в «Играх» (+1%) и Productivity (+9%).

Что касается длительности сессий, разрыв между органикой и неорганикой достаточно небольшой — 7–9%. Анализ поведения пользователей по разным категориям приложений показал, что на Android и iOS наибольший разрыв в показателях органики/неорганики наблюдается в категориях Social, Utility/Tools и Lifestyle, а наименьший — в Travel, Entertainment, Health & Fitness.

По данным, собранным AppsFlyer, в среднем менее 2% установивших приложение делают покупку. Приходящие с платных каналов на Android показывают более высокую конверсию на вершине воронки продаж (click-to-install, install-to-engaged). При этом iOS лучше конвертирует в платящих: шансы сконвертировать вовлеченного в покупку выше на 80%, а конверсия из установки в покупку выше на 55%, чем на Android.

Разработчикам игр сложнее всего монетизировать платные источники на всех операционных системах в сравнении с категориями Travel и Shopping — конверсия из установки в покупку здесь на 60% ниже.

Александр также рассмотрел наиболее эффективные средства борьбы с мобильным мошенничеством. В частности, для борьбы с installs hijacking (отправка клика партнерам по атрибуции при загрузке приложения) он предложил отслеживать установки с наиболее коротким временем от клика в установку.

Для борьбы с click flood (мошенники посылают тысячи кликов пытаясь «поймать» органическую или неорганическую установку) Александр предложил следить за тем, чтобы показатели следующих KPI не выходили за рамки нормы: время от клика в установку (в пределах часа должно быть больше 65%), уровень конверсии (1–30%), вовлеченность (до 75%), а также индекс мультиканальности (до 20%).

Как оценить эффективность размещения онлайн-видеорекламы с позиций бизнеса

Владимир Солосин, старший диджитал-менеджер в Wildberries, поделился итогами исследования новейших трендов в видеорекламе, которое компания провела перед включением этого канала в маркетинговый микс. Исследование рынка показало, что видеореклама не только информирует и работает на бренд, но и стимулирует продажи и дает в среднем более высокий ROI (возврат инвестиций).

Ключевыми метриками эффективности Владимир считает кривые охвата YouTube, VTR, CPV и досмотры (25%, 50%, 75%, 100%). Главные бренд-метрики — brand lift survey (измерение запоминаемости и измеряемости) и brand interest в Google и YouTube (измерение прироста в поиске). Наконец, основные performance-метрики — прямые конверсии, конверсии по показам, total conversions (сумма прямых конверсий и конверсий по показам), ассоциированные конверсии в Google Analytics, а также DoubleClick Campaign Manager attribution.

Докладчик отметил некоторые нерешенные пока технические ограничения: нехватку ID-ассоциированных конверсий, недостаточное количество инструментов для ecommerce, «синтетический» характер метрики total conversions, невозможность получить аналитику от YouTube в системах веб-аналитики, таких как Google Analytics.

Главный тренд по мнению Владимира — рост Smart TV (+33% за 2016 год), сокращение длительности роликов до 3–5 секунд, «вертикализация» форматов в Instagram и Snapchat, а также развитие programmatic-видео и технологий анализа данных.

Докладчик порекомендовал ограничивать время видеороликов 15–20 секундами, размещать логотип бренда в первые пять секунд экранного времени, а также использовать интерактивные и CTA-элементы.

При оптимизации тартегинга, по мнению эксперта, важно анализировать ядро аудитории в Яндекс.Метрике и Google Analytics по поведению, делать узкие поведенческие таргетинги и ремаркетинговые списки и пользоваться Look-Alike, Similar Users и Customer Match.

В заключение доклада Владимир представил кейс использования видеорекламы в Wildberries. Цель кампании — привлечение новой аудитории, поскольку компания достигла «потолка» в традиционных каналах интернет-маркетинга. Были использованы три инструмента: TruView for Shopping и TrueView for shopping на YouTube, а также промокоды.

Рекламу показывали только в регионах и таргетировали по поведению, без списков ремаркетинга. Для аналитики использовали Google Analytics и встроенную статистику в AdWords.

Кампания дала 12 млн просмотров, 33% VTR (отношение просмотров рекламы к ее показам) и 326% ROI. Докладчик отметил, что промокоды сработали плохо и дали лишь несколько сотен заказов.

Кроме того, специалисты протестировали Bumper Ads и получили CPM вдвое меньше, чем с TrueView in-stream.

Подготовлено по материалам Самое интересное на eTarget 2017.