Любой маркетолог сегодня задумывается о применении статистики и больших данных в своей работе. Но мало кто осознает, что научный подход столь же полезен в оптимизации кампаний и повседневном сборе информации. В этой статье Томми Уайлс (Tommy Wiles) из Google Media Lab рассказывает о четырех этапах применения научного подхода и исследовательской методологии в маркетинговых кампаниях.

Методология исследований была одним из моих нелюбимых предметов в студенческие годы. Вникать в различия между зависимостью и корреляцией, предварительным и посттестированием, длительным повторным обследованием и перекрестным анализом было неимоверно скучно.

Как маркетолог, теперь я понимаю ценность этих знаний. Может, я и не вспомню сегодня, как записать формулу органического соединения или взять интеграл, но в целом я постоянно сталкиваюсь с научными методами ведения исследований и экспериментов.

Оценивая результаты маркетинговых кампаний, мало кто задумывается о методологии. Однако в команде Google Media Lab, которая занимается планированием, покупкой и размещением рекламы Google, мы знаем, что качество данных напрямую зависит от тщательности планирования исследования и аккуратности измерений. В условиях, когда огромные объемы информации в любое время доступны практически в режиме реального времени, грамотный подход к тестированию становится определяющим фактором успешности рекламных кампаний. В этой статье я дам четыре совета по применению исследовательского подхода в анализе.

В условиях, когда огромные объемы информации в любое время доступны практически в режиме реального времени, грамотный подход к тестированию становится определяющим фактором успешности рекламных кампаний.

Четыре совета по улучшению маркетинговых кампаний с помощью тестирования

1. Начинайте с гипотез, отражающих вашу цель

Качественный сбор данных невозможен без сопоставления показателей с задачами реального бизнеса. Но чтобы извлечь ценный сигнал из статистики и понять, как правильно оптимизировать кампанию, необходимо тестирование. Здесь и появляется гипотеза. С нее начинается и тестирование, и исследование в целом.

Гипотеза должна охватывать то, что непосредственно помогает достичь цели кампании. В Google мы начинаем с общей бизнес-цели, а затем переходим к частным целям маркетинга и отдельных кампаний. В каждом конкретном случае мы выбираем только одну цель, достижение которой и является успехом. Затем мы проверяем, чтобы частные цели не противоречили друг другу и способствовали решению общей задачи.

Например, недавно мы протестировали в рамках рекламной кампании Android следующую гипотезу: несколько брендированных элементов в рекламном блоке способны лучше повысить узнаваемость бренда, чем один (см. график в следующем разделе).

Говоря о целях, мы оперируем более размытыми категориями: осведомленность, запоминаемость информации, интерес, намерение. Для их оценки пользовательские действия классифицируются бинарно: проба и покупка, лояльность и использование и т. д. Сами же отношение пользователей и их действия определяются с помощью опросов или сбора статистики по тегам на сайте. Далее я расскажу об этом подробнее.

2. Применяйте эффективную стратегию тестирования и не путайте корреляцию с причинностью

Выработав гипотезу и связав ее с целями кампании, можно планировать тестирование. Не ограничивайтесь наблюдением и поиском корреляций. Чтобы выявить причинно-следственную связь, разрабатывайте и проводите эксперименты.

Многие маркетологи считают, что эксперимент – это просто "попробовать что-нибудь новое и посмотреть, что получится". Они не задумываются ни о методологии проверки гипотезы, ни о контрольной группе. В Google Media Lab во всех экспериментах замеры проводятся как в основной, так и в контрольной группах, поэтому мы можем оценивать влияние каждой активности на отношение пользователей и их действия.

Вернемся к примеру с Android. Сформулировав гипотезу, мы начали тестировать три разных баннера, чтобы измерить две переменные: фирменный логотип и символ Android. Каждый из баннеров мы показали отдельной группе пользователей (см. ниже), при этом полученные результаты сравнивали с данными контрольных групп, вообще не видевших рекламу. Затем мы измерили узнаваемость без подсказки – сколько человек могли вспомнить бренд без предложенных вариантов названий. В результате мы выяснили, что наличие логотипа и символа Android действительно способствует более высокой запоминаемости бренда.

Пример исследования для Android: тестирование логотипа и символа

3. Убедитесь, что тестируемые переменные значимы

Наверняка вам приходилось слышать о погрешности измерений. И хотя в маркетинге с ней сталкиваешься сплошь и рядом, далеко не все в отрасли разбираются в этом явлении. В Google, чтобы избежать погрешности, мы во всех исследованиях выбираем основную и контрольную группы. Они разбиваются на подгруппы, в которых одновременно проводятся замеры. Так мы устраняем влияние погрешности по времени и составу аудитории.

В нашем эксперименте с логотипом Android было задействовано шесть групп – три основные и три контрольные. Поэтому мы смогли оценить, как изменилась осведомленность каждой из трех основных групп. Мы также ограничили в эксперименте число переменных, чтобы при выявлении причинности их было проще контролировать. Поэтому результаты получились точными, и мы смело применили их в следующих кампаниях.

4. Выберите надежные инструменты измерения и систематически их используйте

Известно, что данные становятся по-настоящему ценными, лишь когда на них можно взглянуть с разных углов. Именно поэтому важно выбирать правильные инструменты измерения. Для сбора статистики (например, информации о местоположении, времени суток, интересах пользователей, их навигации по сайту, прошлых действиях) мы пользуемся такими инструментами, как DoubleClick и Google Analytics Premium. Они дают качественные данные для подбора целевой аудитории кампаний. Только представьте себе, что в начале любой алгоритмической маркетинговой кампании у вас есть все данные и выводы предыдущих (об этом мы рассказывали в первой статье серии Inside Google Marketing).

Все эти знания применимы и к кампаниям других брендов в вашем портфолио, это универсальные методы и технологии. В конечном счете вы сможете сравнивать экономическую эффективность разных кампаний и уверенно отчитываться о результатах перед своими заказчиками.

Первые три совета помогут и в рамках отдельной кампании, но лучше применять эти же инструменты и методы к результатам всех своих кампаний, систематизировав сбор данных. В результате вы сможете сравнивать статистику по кампаниям и издателям и делать выводы на основе анализа сложной многоканальной маркетинговой экосистемы.

Научный подход – ключ к качеству данных

Сегодня мы много слышим о потрясающих перспективах применения больших данных в маркетинге. Однако профессиональные маркетологи знают, что научный подход важен и в повседневных задачах (например, в оценке результатов кампаний), что статистические показатели должны быть связаны с целями бизнеса, а методология проведения исследований должна обеспечивать статистически значимые результаты. Систематически применяя унифицированные инструменты измерения, специалисты по маркетингу могут легко сравнивать разные кампании, делая выводы о причинах успеха или неуспеха.