Как прогресс в отслеживании данных меняет работу рекламного специалиста

Специалисты с навыками анализа и обработки больших массивов данных — самый востребованный ресурс на рынке труда. Та же ситуация в рекламе, где ценятся рекламодатели с умением собирать и применять релевантные и безопасные данные в рекламе. 

Это неудивительно. Благодаря анализу можно не только делать выводы из прошлых действий, но и моделировать будущие. Любую активность выгоднее строить на фактах, а не гипотезах и догадках. 

Сейчас о данных говорят все. Но еще пару лет назад владельцам бизнеса приходилось объяснять, почему так важно выстроить структуру для сбора информации, которую рекламщик мог бы применять. Так называемых performance-специалистов ждал нелегкий труд в переносе data-driven практики с западного рынка.

Почему мы говорим именно о performance-рекламе и в чем особенность этого термина

Performance-based реклама — альтернатива brand-based рекламы. Ее ключевая особенность: результаты отслеживаются для улучшения текущей рекламной активности. Также с их помощью планируют дальнейшие действия. Но даже локальные специалисты, используя инструменты рекламного продвижения, не реализуют их функционал по максимуму. Есть и другая проблема. Бизнес-управленцы, обращаясь к услугам агентств, не всегда могут точно озвучить нужды — они не знают всех возможностей.

Еще пару лет назад охватные рекламные кампании с целью повышения узнаваемости бренда занимали 75% рынка. Сегодня приоритеты сместились. Performance-реклама вышла на новый уровень параллельно с ростом возможностей аналитики и применения Big Data.

Мы можем измерять действия пользователей, обобщать эти данные, определять паттерны и составлять прогнозы. Вместе с прогрессом в работе систем, меняется и работа специалиста. К примеру, одной из самых высокооплачиваемых специальностей в США на сегодняшний день являются data scientists.

В рекламе, если вы хотите работать с лучшими клиентами на международных проектах, нужно понимать, какие данные можно собрать, каким образом, и как их потом применить.

Оставьте повышение узнаваемости PR-специалистам. Реклама может принести бизнесу конкретный результат.

Отслеживание данных подчеркивает преимущества performance-рекламы:

• Пользователи подводятся к действиям, а не просто узнают о бренде
• Связь между рекламой и выполненными действиями можно точно измерить
• Рекламу можно оптимизировать и повышать результативность
• Оплата за рекламу происходит по факту выполнения действий

Как данные меняют возможности таргетинга в рекламе

5 лет назад в США был кейс. Обеспокоенный отец подал жалобу в торговую сеть Target: его дочь начала получать купоны на товары для беременных, а ей было всего 14. Как оказалось в итоге, девочка действительно была беременна, и ее активность в сети указала на это. Что мы можем почерпнуть из этой истории?

Поведенческие паттерны позволяют делать предположения с определенной гарантией успеха. Чем больше данных, тем меньше вероятность ошибиться. 

Но мы не можем, не имеем права и не должны, хранить досье на каждого пользователя. Все поведенческие данные деперсонализируются, обобщаются, и применяются в определении схем и построении прогнозов. В итоге работа рекламодателя с данными делится на две большие группы действий:

1. узнать прошлое;
2. спрогнозировать будущее.

На основании чего можно предполагать что действия повторятся? Для этого создаются выборки пользователей. Их делят на группы согласно общим характеристикам. Собрав данные по текущей активности из источника, который принадлежит бизнесу, можно обнаружить цикличные процессы. Такая цикличность — это и повторные действия тех же пользователей, и первое взаимодействие с бизнесом новых людей.

Данные, доступные для моделирования, помогают рекламодателям принимать решения с большей уверенностью. То же происходит на стороне  рекламных систем — оптимизируются рекламные показы.

Что такое оптимизация рекламных показов, и как она происходит на Facebook

В работе с рекламными кампаниями мы опираемся на оптимизацию каждый день. Чтобы почерпнуть из этого максимум выгоды, мы разбираем заложенный механизм и строим по нему собственные подходы. Но когда нужно поделиться новым подходом, возникает проблема. Зачастую рекламщики, которые пришли на Facebook после платформ, где оптимизация не доступна, не понимают её принципов.

Вот как устроена система оптимизации рекламы в Facebook:

• Вы устанавливаете скрипт системы в источнике данных.
• Люди выполняют действия в источнике, эти действия регистрируются.
• Когда вы настраиваете рекламную кампанию к запуску, то можете выбрать одно из действий, собранных через скрипт в источнике данных.
• Когда доставка рекламы будет запущена, система будет искать пользователей, которые совершали выбранное действие, и пользователей, похожих на них.
• Таким образом, рекламу будут видеть люди, которые выполняют нужные действия, или соответствуют персоне пользователя, ранее выполнившего их.

Почему у нас возникают трудности, когда мы говорим об оптимизации

Клиенты часто не понимают, что система оптимизации использует данные по уже совершенным действиям. Чтобы рекламы можно было доставлять людям, выполняющим действие, его нужно зарегистрировать в источнике данных с помощью скрипта. Если настроки на сайте, в приложении, в игре и т.д. не выполнялись, то запуск рекламной кампании с оптимизацией ничего не даст.

Какие специфические подходы могут быть в оптимизации

Рекламодатель должен понимать, какое действие в источнике действительно укажет, что выполнивший его человек относится к релевантной аудитории бренда. Кроме того, рекламодатель может сам выбирать новые действия вместо стандартных. Например, на контентных проектах мы часто используем действия «Прочесть три статьи за раз» или «Прочесть статью вдумчиво».

Такие действия указывают на степень интереса выше, чем по открытию страницы, или банальному соответствию демографии и интересам. Оптимизация при этом позволяет нацеливать рекламу на тех, кто уже доказал заинтересованность действиями.

Оптимизация — это win-win-win стратегия. Релевантная реклама пользователям, релевантные клиенты бизнесу и больше прибыли рекламной платформе.

Собрав достаточно данных на скрипт оптимизации, можно не мучаться с выбором интересов, пола, возраста при каждом новом запуске кампании.

Самое ценное — собирая динамические данные по актуальным действиям пользователей, вы можете масштабировать рекламные кампании едва ли не до бесконечности. Понимая схему передвижения и последовательность действий пользователей, можно менять спецпредложения в рекламных креативах, язык, графику, но оставаться при стойкой структуре, которая уже доказала свою результативность.

Автор: Евгений Мокин, основатель рекламного агентства Median Ads