Задумайтесь, если вы пользуетесь всего одним инструментом измерения

Karen Stocks / Март 2020 г.

Каждый день ваши потенциальные клиенты взаимодействуют с медиапространством через разные платформы и форматы. Они пользуются веб-поиском на компьютерах и смартфонах, смотрят видео на планшетах и smart TV, делают покупки в приложениях и социальных сетях. Для маркетологов это открывает много возможностей, но вместе с тем усложняет измерение эффективности отдельных каналов.

Продуктивность маркетинга зависит от того, как точно вы оцениваете влияние каждой точки взаимодействия.

Как узнать, какой канал маркетинга сыграл самую важную роль в конкретной продаже? Путь потенциального клиента становятся всё сложнее. Определив, какие точки взаимодействия играют ключевую роль в покупательских решениях, вы можете оптимизировать рекламные кампании и повысить доход. Еще важно знать, собирался ли клиент сразу купить у вас что-то или решил это благодаря маркетингу.

Ни один аналитический инструмент не может учесть все данные о взаимодействиях с медиапространством, конверсиях и продажах, регулярно генерируя рекомендации. Поэтому важно использовать сразу несколько разных средств.

3 инструмента для оценки влияния маркетинговых каналов

Чтобы получать максимально точные результаты, пользуйтесь сразу несколькими инструментами отслеживания

Моделирование маркетинг-микса — только первый шаг

Моделирование маркетинг-микса — мощный инструмент для оценки эффективности рекламы и распределения бюджета между каналами. Впрочем, такие решения не всегда дают статистику, необходимую для корректировок. Практическая ценность выводов полностью зависит от качества данных.

Для оценки экономической эффективности рекламы на разных платформах и в разных форматах важен уровень детализации данных. Например, для видеорекламы нужно выполнить разбивку как минимум по платформам, а для поисковой рекламы – хотя бы по содержанию в ключевых словах названия бренда.

Рекламодатели привыкли полагаться на моделирование маркетинг-микса как на основной источник статистики. Так они принимают решения по управлению бюджетом. Однако эта статистика обычно опирается на данные за прошедший год. То есть результаты не отражают текущую ситуацию в условиях меняющегося рынка. Поэтому успешные компании часто используют дополнительные средства анализа (например, атрибуцию по нескольким точкам взаимодействия и эксперименты), чтобы получать актуальные и детализированные данные.

Атрибуция на основе данных – ваш источник детализированной статистики

Моделирование всегда играло важную роль при оценке эффективности рекламы. Атрибуция на основе данных – разновидность атрибуции по нескольким точкам взаимодействия. Благодаря оценке влияния разных каналов она позволяет получать более значимые результаты в реальном времени, нежели моделирование маркетинг-микса.

Атрибуция на основе данных основана на машинном обучении. Система определяет ценность каждого клика на пути клиента к конверсии – от его первого знакомства с брендом до последнего взаимодействия перед покупкой. Система анализирует уникальные последовательности конверсии и сравнивает пути клиентов, совершивших и не совершивших действие. В результате определяются точки взаимодействия, наиболее эффективные именно для вашего бренда.

Маркетологи привыкли использовать различные методы атрибуции, например по последнему клику и другие модели. Однако в последние годы наибольшую эффективность показывают модели атрибуции на основе данных.

Эксперименты помогают проверять результаты моделирования и внедрять изменения

Атрибуция – это средство сбора и анализа данных для повседневных решений. Ее результаты используются в стратегиях назначения ставок и помогают распределять бюджет между кампаниями и каналами. Однако для более точного анализа эффективности необходимы контролируемые эксперименты со случайной выборкой, определяющие причину каждой конкретной конверсии, то есть измеряющие инкрементальный прирост.

Атрибуция помогает сопоставить поведение потребителей со статистикой продаж и конверсий, а ее результаты – управлять инвестициями в рекламу. Эксперименты же позволяют увидеть причинно-следственные связи, то есть определять, изменилось ли поведение потребителя благодаря объявлению. Эксперименты могут быть разными, но говоря об инкрементальном анализе, мы подразумеваем изучение причинно-следственных связей. Этот процесс отличается от экспериментов с бюджетом и А/Б-тестирования объявлений.

Инкрементальный анализ – наиболее точная оценка эффективности рекламы, поскольку ее влияние измеряется в ходе тщательно контролируемых экспериментов. Однако этот процесс может быть долгосрочным и требовать больших затрат бюджета, как и времени работы сотрудников. Поэтому он подходит не для всех компаний и ситуаций. Инкрементальный анализ стоит использовать, если вам нужна более высокая точность, чем при атрибуции на основе данных, и вы готовы выделить для этого ресурсы.

Используйте несколько методик, чтобы получать лучшие результаты

Ни одно решение для сравнения эффективности каналов маркетинга не универсально, поэтому стоит выбрать сочетание инструментов, подходящее для ваших задач.

  • Пользуйтесь моделированием маркетинг-микса для макроскопического анализа эффективности всех затрат на маркетинг (онлайн и офлайн).
  • Дополняйте эту информацию результатами атрибуции на основе данных, принимая решения о назначении ставок и распределении бюджетов.
  • Если это целесообразно для вас, проводите инкрементальный анализ для получения причинно-следственных связей. Так вы сможете эффективнее распределять бюджет на уровне каналов и проверять достоверность результатов моделирования маркетинг-микса, как и атрибуции на основе данных.
Переход на цифровой маркетинг: как реорганизовать компанию в три этапа