Перейти к содержимому
Кейсы

Как неэффективные процессы влияют на бюджет и качество post-view аналитики

3 мин чтения

Post-view аналитика — это анализ целевых действий пользователя, который видел баннер на рекламной площадке, но не перешёл по нему на сайт или в мобильное приложение сразу. Пользователь может конвертироваться позже — через прямой поиск или инструменты ретаргетинга. При использовании нескольких рекламных площадок с большими бюджетами высока вероятность неверной интерпретации результатов, поэтому требуется оценка отдельных кампаний, баннеров и действий пользователя после показа.

Способы анализа медийной рекламы

Подход 1. Начальный / ручной процесс

Дано: небольшой маркетинговый бюджет, начальный уровень запуска медийных кампаний, размещение на нескольких площадках, нет AdTracker.

Инструменты: рекламный кабинет (Яндекс.Директ, VK Реклама).

Минусы: оценка только в рамках одной площадки; нет полной картины и понимания реального вклада креатива; некорректные результаты при использовании нескольких источников.

Плюсы: не требуется дополнительный аналитический стек; достаточно при размещении на одной площадке.

Подход 2. Базовый / коробочный процесс

Дано: большое количество плейсментов, бюджетов и данных, ручная обработка становится сложной.

Инструменты: AdTracker для агрегации данных в едином пространстве.

Минусы: невозможно импортировать рекламные расходы/доходы; ограниченный набор метрик (нет оценки ROI/ROMI).

Плюсы: нет необходимости в дополнительных специалистах.

Подход 3. Data-driven / продвинутый процесс

Data-driven маркетинг — это подход к анализу маркетинговых результатов на основе качественных данных и полученной отчётности.

Дано: большое количество рекламных источников, значительные бюджеты, необходимость фиксировать результаты для оптимизации.

Инструменты: web и app стриминг качественных данных; сквозная аналитика (от показа до дохода из CRM).

Data-driven подход: сквозная аналитика от показа до дохода из CRM.

На какие вопросы вы сможете ответить:

  • сколько денег принёс конкретный канал?
  • есть ли переоценённые кампании?
  • стоит ли перераспределить бюджет?

Сложности: развернуть сложную архитектуру, корректно хранить, передавать и обрабатывать данные может только опытный специалист; требуется дополнительный ресурс (бюджет и время).

Плюсы: качественные полные сырые данные без сэмплирования; различные модели мультиканальной атрибуции; формирование инсайтов и верные управленческие решения.

Хотите выстроить продвинутую post-view аналитику и связать показы с доходом?

Почему не работает медийная реклама?

Кейс 1. Клиент с повышенными требованиями к безопасности данных

Портрет клиента: крупная компания с повышенным уровнем безопасности; значительный бюджет на медийную рекламу; медийные размещения ведёт рекламное агентство, post-view аналитику — подрядчик; есть AdTracker.

Запрос: оценить окупаемость медийных флайтов по площадкам, таргетингам и креативам, найти точки оптимизации и повысить доход.

Вызов: нет связки расходов и доходов в одном контуре — невозможно посчитать ROMI. Данные о доходах находятся во внутреннем контуре компании, доступ в который имеют только штатные сотрудники, а рекламное агентство защищает данные по стратегии.

Решение: подписали NDA со всеми участниками и завели аналитиков во внутренний контур компании. Альтернатива — хеширование данных о доходах и расходах. Это позволило построить корректную сквозную аналитику и оценить окупаемость медийных размещений.

Кейс 2. E-commerce

Портрет клиента: средний клиент e-com сегмента; in-house отдел маркетинга; базовая post-view аналитика in-house; процессы отстроены; есть AdTracker.

Запрос: настроить продвинутую post-view аналитику.

Действия: прометили медийные размещения, собрали данные из системы аналитики, рекламных кабинетов, CRM и AdTracker, связали их в единую цепочку и сформировали единую отчётность.

Трудности: внутренние правила AdTracker, который выкладывал сырые данные в случайное время, и собственные правила нейминга плейсментов. Из-за этого скрипт не находил нужные данные, в отчётах отображались неполные данные, замедлялась оптимизация и сливался бюджет.

Решение: договорились с AdTracker о выкладке данных в определённое время и написали регламент нейминга плейсментов при заведении кампании.

Заключение

Это лишь малая часть вопросов, которые могут повлиять на эффективность медийных размещений. Рекомендуем смотреть комплексно и исследовать каждый кейс индивидуально: проблемы могут быть во внутренних или внешних процессах, настройках площадок, стратегическом планировании, выборе аналитического стека или сегментации аудитории.

Автор
Команда DataGo
Marketing DWH · аналитика для маркетинга

Команда DataGo строит хранилища маркетинговых данных, атрибуцию и отчёты для performance-команд российских компаний.

Обсудим вашу задачу по маркетинговой аналитике

Расскажите про текущий стек и задачи — предложим, как собрать данные и отчёты в вашем ClickHouse.