Способы анализа post-view аналитики: как выбрать подходящий — опыт DataGo Consulting

Коротко. Есть три способа анализа post-view аналитики медийной рекламы: базовый, коробочный и data-driven. Базовый подходит при небольшом бюджете и не более чем двух площадках — достаточно рекламных кабинетов и одного специалиста; коробочный нужен при нескольких площадках и требует AdTracker для сведения данных в едином интерфейсе; data-driven применяют при высоком бюджете и большом числе площадок, когда важно оценивать доход и ROI каждого размещения. Выбор зависит от бюджета, количества размещений и зрелости медийки в компании.

В первом кейсе про post-view аналитику мы рассматривали способы анализа медийной рекламы и выделили три основных, которые многие компании применяют в работе. Если кратко, выбор способа зависит от рекламного бюджета, количества размещений (площадок, рекламных кампаний и т.д.) и от этапа развития медийной рекламы внутри компании. Сегодня расскажем об этом подробнее.

Зачем вообще это нужно, когда можно просто запустить рекламу, отслеживать метрики и не заморачиваться? Выбранный способ анализа влияет на:

• Внутренние и внешние процессы. Важно учитывать, какие команды будут взаимодействовать между собой, в каком формате и в какой иерархии.
• Определение маркетингового бюджета — и для рекламного продвижения, и для создания аналитической инфраструктуры, подключения нужного стека.
• Полученный результат. Чем больше рекламных кампаний и бюджетов вы используете, тем более точный результат необходим, а это напрямую влияет на оптимизацию расходов и доход компании.

Начальный (базовый) способ

Базовый уровень анализа post-view аналитики подходит, если у вас:

• не более 2 крупных рекламных площадок;
• несколько таргетингов и креативов;
• небольшой рекламный бюджет, чтобы понять эффективность выбранных настроек на первых флайтах.

Как правило, на этом уровне компании преследуют охватную цель и работают на верхний сегмент воронки — первое касание с рекламным размещением. Им важно познакомить потенциальных клиентов с брендом и протестировать площадки, креативы и сниппеты.

Что по аналитическому стеку и ресурсу? Достаточно рекламных кабинетов для отслеживания расходов/доходов и эффективности каждой кампании. Привлечение дополнительных специалистов не требуется: штатный менеджер, запускающий медийную рекламу, может сам отслеживать нужные метрики. Подключать сторонний стек не нужно — данных немного, и с их анализом в кабинетах легко справится один специалист вручную.

Коробочный способ

По мере роста узнаваемости бренда трансформируется и подход к запускам, и подход к анализу медийной рекламы. Этот способ подходит, если у вас:

• более двух рекламных площадок;
• высокий рекламный бюджет — нужно тестировать больше таргетингов и креативов;
• как следствие, высокие и растущие охваты и более глубокая маркетинговая воронка.

С какими вызовами сталкиваемся? Нишевые площадки не имеют детализированных рекламных кабинетов — чем больше бюджет, тем выше необходимость тестировать размещения не только на крупных площадках, но и на нишевых и локальных, у которых более скудная аналитика. Менеджер видит разрозненную информацию в разных кабинетах, приходится вручную сводить данные в Excel (риск ошибок растёт), и нет единой картины эффективности.

Какое решение? Подключить сторонний AdTracker, который промечает показы медийной рекламы на разных площадках и выводит все метрики в едином интерфейсе. Это позволяет оценивать кампанию по ключевым метрикам (показы, охваты, частота, post-click и post-view конверсии), исключить ошибки человеческого фактора и видеть всю картину целиком.

Data-driven (продвинутый) способ

По мере эволюции бренда медийная реклама приобретает новую роль — brandformance. Этот способ подходит, если у вас:

• высокий бюджет на медийную рекламу;
• более 5 рекламных площадок;
• большое количество тестируемых креативов, текстов и форматов, где нужно оценивать каждый.

Способ отвечает на вопросы: какой графический баннер показывает лучшие результаты, какая кампания имеет самый высокий ROI, сколько заработала компания с каждой площадки. Его использование, как правило, обусловлено дополнительными факторами: знание о бренде сформировано среди целевой аудитории, верх воронки закрыт и его остаётся поддерживать, а у бизнеса появляется желание видеть прямое влияние медийной рекламы на доход.

С какими вызовами сталкиваемся? Большое количество размещений — и, как следствие, нет понимания, какой конкретно доход даёт каждая кампания, площадка или креатив. Из-за объёма данных становится трудно принимать обоснованные решения по оптимизации бюджета.

Вывод

Чем поможет data-driven подход? Суть продвинутого подхода довольно проста: нужно собирать все web- и app-данные, чтобы явно отследить взаимодействие пользователя от показа медийной рекламы до совершения покупки. Только качественные и полные данные позволяют отследить всю цепочку и определить реальный вклад медийной рекламы в конечную конверсию.

Суть кажется простой, но на практике не всё так тривиально: надо собрать данные из разных источников в одном месте, правильно сметчить их между собой, применить корректные методы анализа и предоставить бизнесу понятный результат в виде визуального отчёта, на основе которого ЛПР сделает выводы и применит их в следующих кампаниях.

Если вы сомневаетесь, какой способ анализа медийной рекламы вам подходит, какой стек поможет в принятии решений и как выстроить процессы внутри команды, у вас всегда есть возможность обратиться к командам, которые специализируются на подобных задачах. О том, какие данные собирать и как построить инфраструктуру для продвинутого анализа, мы подробно рассказали в материале «Какие данные нужны для продвинутой post-view аналитики».