dentsu aegis network

RUSSIA

Дмитрий Пархоменко, DAN: как работают data-инструменты на примере кейса с X5 и Mail.ru Group

20 мар 2018

В декабре прошлого года Dentsu Aegis Network, Mail.Ru Group и X5 Retail Group запустили новый инструмент, который дал рекламодателям доступ к обезличенным данным ритейлера о покупательском поведении. На первом этапе проекта для конкретных брендов были созданы аудиторные сегменты, разделяющие потенциальных покупателей в соответствии с их моделью потребления. Доступ к этим сегментам осуществлялся через Data Marketplace myTarget

Дмитрий Пархоменко, лидер Data stack Dentsu Aegis Network, рассказывает, как работает инструмент, что нового могут рассказать полученные данные и какие KPI стояли перед группой.

Последовательность шагов сейчас уже весьма понятная и отработанная:

— Принимаем от клиента бриф.
— Смотрим на его суть, обсуждаем нюансы целевых групп и продуктовых сообщений.
— Верифицируем определение ЦА с ритейлером.
— Планируем кампанию на основе прошлых бенчмарок.
— Получаем сегменты для таргетинга — сразу в рекламных кабинетах.
— Откручиваем кампанию.
— Получаем отчет о ее результатах (расчет идет по нашей методологии на стороне ритейлера или другого владельца данных). При необходимости верифицируем расчеты совместно с аналитиками клиента.
— Оптимизируем следующую кампанию.

В первых тестах работали со всеми магазинами «Перекрестка» и «Карусели», сейчас подключили еще и «Пятерочку».

Формулировка задачи была крайне простой — нужно было выяснить, как и каким образом дисплейная реклама работает на продажи в традиционном ритейле. И заодно вытащить все остальные полезные сведения — оптимальную частоту контакта, ROMI/ROI, работающие и неработающие форматы и сегменты ЦА.

В тестировании принимали участие продуктовые бренды в самых разных категориях — от молока до кофе. Мы старались смотреть на бренды с разными периодами покупки — для того чтобы понять, как реклама работает для товаров ежедневного, еженедельного или еще более длительных циклов спроса.

Самое интересное — посмотреть, как конкретная рекламная кампания повлияла на offtake продукта с полки. Какой прирост дает кампания? Как она влияет на случайных покупателей, а как — на лояльных? Влияют ли на покупки социально-демографические ограничения аудитории, или достаточно просто работать с группой покупателей? Можно ли переключать аудиторию с конкурентов? В общем, вопросов великое множество, и все они на сегодня очень слабо изучены из-за того, что в прошлом все базовые покупательские данные добывались исключительно в панельных исследованиях (дорого, долго, не всегда точно).

Первые рекламные кампании, построенные на основании нового подхода, новых источников данных планировались согласно принципам и подходам, принятым в каждой категории клиента, для того чтобы сформировать базовую точку для оптимизации и в дальнейшем сформировать бенчмарки для работы. Поэтому KPI были чисто медийными (охват на частоту, ничего нового), но задачей было именно измерение эффекта на продажи. Теперь бенчмарки появились, и сейчас для нескольких категорий товаров мы уже планируем с довольно открытыми глазами. Как накопится более-менее внятная статистическая база (это еще 6–8 месяцев), сможем перейти к гарантии ROMI, что, как нам представляется, будет прорывом в медиапланировании и закупке.


Источник: https://adindex.ru/publication/adtech/2018/03/20/169859.phtml