English

Как работает новая модель закупки цифровой наружки по контактам: кейс Gallery и «Яндекса»

В декабре 2016 года Gallery запустила продажу цифровой наружной рекламы по контактам на основе технологий Яндекса. В первом квартале аудиторные закупки «наружки» в Москве опробовали четыре крупных клиента. Напомню, что о разработке системы измерений, которая позволит для каждого уличного экрана и времени суток определять размер аудитории, ее социально-демографические характеристики, а также число просмотренных одним человеком рекламных спотов, «Яндекс» объявил осенью 2016 года. К декабрю технология была запущена в эксплуатацию. Сейчас данные собираются в режиме реального времени по каждой конструкции, что позволяет агентствам и клиентам оперировать фактическими показателями. До этого рынок работал только с усредненными среднесуточными охватами конструкции, которые обновлялись два раза в год.
К концу марта 2017 года по новой системе на щитах Gallery прошли четыре рекламных кампании коммерческих рекламодателей. Gallery готова поделиться первыми реальными возможностями медиапланирования в наружной рекламе. Наши наблюдения за реальным поведением аудитории основаны на накопленном опыте реализованных размещений и на фактических результатах тестовой кампании, которую мы провели в конце февраля под собственным брендом. 
Для тестовой кампании мы взяли креатив собственного промо. 
Этап планирования и прогнозирования 
При традиционном планировании бюджет в 20 млн рублей по прайс-листу — это, например, месяц размещения на 41 конструкции. Вот показатели кампании: 
Таблица.jpg













Мы поставили себе задачу максимизировать охват, ведь рекламодателю важнее купить «людей», аудиторию, а не рекламные конструкции. Чтобы увеличить охват, оставаясь в рамках бюджета, придется чем-то пожертвовать. К счастью, нам есть чем жертвовать: мы можем срезать избыточную частоту до 10 контактов на человека и сократить длительность кампании, ведь наша цель – охватить как можно больше людей с эффективной частотой, неважно за какой срок. 
Если мы больше не обязаны покупать определенные конструкции целиком (сквозным статичным размещением), то на тот же бюджет мы можем взять теперь больше конструкций – всю сеть, и таким образом расширить охват.
Таблица_2.jpg
  















Итак, тестовая кампания по контактам длилась 10 дней, прогнозируемый охват аудитории старше 18 лет составил 69% или свыше 7 млн людей. 
Контакты планировалось набирать равномерно по всей сети Gallery и равномерно по дням, при этом вторую половину кампании мы решили сделать более интенсивной. 
Фактические результаты 
Интересно отметить, что фактическое поведение аудитории в конце февраля отличалось от прогноза, который «Яндекс» делал на основании ретроспективных данных, что еще раз подтвердило тот факт, что для digital-кампаний в «наружке» оперативное обновление информации – необходимость. В рамках нашей кампании охват накапливался более плавно, чем мы планировали, а частота росла быстрее. «Яндекс» проанализировал реальное поведение аудитории и уточнил прогноз на базе уже полученных фактических данных; анализ показал, что несмотря на более плавную кривую набора охвата, к концу кампании мы должны были выйти на плановые показатели. И мы приняли решение не менять медиаплан. 
159190_1_small.png
В результате кампании мы достигли плановых показателей, но данный опыт показал нам, насколько реальное поведение аудитории в каждый определенный момент времени отличается от средневзвешенных данных, которыми мы привыкли оперировать. 
Кривые фактического набора охвата с определенной частотой показывают, что около 66% охваченных людей были охвачены с достаточной, но не избыточной частотой (от 3 до 20 раз). И лишь для трети охваченных людей частота была либо недостаточна, либо избыточна. 
159190_4_small.png
Равномерность набора охвата по дням иллюстрирует гистограмма ниже. Напоминаю, что мы сознательно сделали вторую часть кампании более интенсивной. 
159190_5_small.jpg
И в завершение, чтобы удостовериться в равномерности набора охвата по сети, мы посмотрели распределение набранных контактов по конструкциям. Чем больше кружок, тем больше на этой конструкции было набрано контактов. 
159190_6_small.jpg
Итак, новая система закупки контактов на уличных цифровых билбордах на основе данных «Яндекса» позволила нам: 
– оптимизировать рекламные инвестиции – в рамках одного бюджета увеличивать охват аудитории (людей) за счет уменьшения избыточной частоты и длительности кампании; 
– контролировать и регулировать достижение показателей эффективности кампании в ежедневном режиме в зависимости от ситуации; 
– четко видеть реальный ход кампании в реальном времени. 

Как «Яндекс» собирает и анализирует данные 
Илья Губарев, руководитель группы перспективных продуктов коммерческого департамента «Яндекса»
 Измерения аудитории цифровых outdoor-конструкций, строятся на геоинформационных и рекламных технологиях «Яндекса». У геосервисов компании есть данные о загруженности дорог и скорости потока, у «ЭСПАР-аналатик» –информация о зоне видимости экранов. Зная все эти вводные, «Яндекс» может вычислить аудиторию каждого из digital-щитов за любой период времени. Определить социально-демографические характеристики помогают технологии машинного обучения, которые лежат в основе «Яндекс.Крипты». Мы берем базовые данные о положении щитов относительно дороги и зоны видимости у компании «ЭСПАР-Аналитик» и рассчитываем время нахождения каждого пользователя в зоне обзора в зависимости от его скорости. Для определения аудитории мы анализируем обезличенные данные пользователей мобильных приложений, передающих информацию о своем перемещении. Далее применяем их в общепринятых формулах: A (Аудитория) = суточный поток в зоне видимости. N (Количество увиденных роликов) = время нахождения в зоне обзора + (продолжительность ролика - 1)/продолжительность ролика M (вероятность увидеть ролик в блоке) = N/n роликов в блоке OTS ролика = A*M*DFF (фактор динамической смены = 1.5 для конструкций больше 10 м2 и = 1.2 для конструкций меньше 10 м2) Понятно, что не все 100% потока покрыты нашими сервисами. Поэтому мы нашли интересный, на мой взгляд, способ достроить информацию об неохваченной аудитории. У нас есть данные о границах дорог и сигналы от устройств с нашими приложениями, чьи владельцы дали согласие на обработку обезличенных данных. Когда автомобили останавливаются на светофоре, они оказываются в условном прямоугольнике-выборке. Часть из них мы видим, и, ориентируясь на них, по неестественным пустотам восстанавливаем поток. 

Автор: Татьяна Беляева, консультант по маркетингу Gallery

Версия для печати