Что делать, если медиамикс не работает? Использовать моделирование медиамикса и programmatic

Даже джуны-маркетологи знают: для масштабирования рекламы нужно оценивать ее результаты, представлять во сколько бренду обходится каждый клиент и какая комбинация рекламных каналов работает лучше. Разобраться с этим и ответить на все вопросы помогает медиамикс моделирование. 

В статье разбираемся что это, зачем нужно, как работает и не только.

Что такое “медиамикс моделирование”?

Медиамикс моделирование (МММ) — это метод, который помогает определить какие рекламные каналы наиболее эффективны для достижения маркетинговых целей. 

В основе метода лежат статистические методы и модели, которые помогают рекламодателям понять, как каждый рекламный канал в медиастратегии влияет на KPI (например, ROI, CR, конверсии и т.д.), найти действенную комбинацию каналов и оптимизировать распределение рекламного бюджета между ними.

Что для этого нужно?

Основа любого исследования — данные. Математика МММ строится на цифрах KPI и использованного на каждый канал бюджета. Также учитываются и агрегированные данные прошедших рекламных кампаний (например, количество продаж, качество трафика и не только).

Помимо продаж и конверсий, в качестве основных метрик учитываются следующие показатели:

ROI и ROAS. Показатели рентабельности вложений в рекламу и маркетинговые активности. Чем выше показатели, тем больше прибыли приносит реклама.

Пожизненная стоимость клиента, или Lifetime Value. Показатель, который отражает сколько прибыли принесет клиент за все время взаимодействия с брендом — от первой покупки, повторной и последней. Помогает понять ценность клиента в цифрах.

Формулы для расчета LTV отличаются: чем точнее нужен результат, тем больше факторов следует учитывать, поэтому формулы получаются сложнее и длиннее. Выше — простая, больше формул и о том, как считать показатель, рассказали в этой статье. 

Стоимость привлечений клиента, или Customer Acquisition Cost (CAC). Метрика показывает во сколько обходится компании новый клиент. Чем ниже показатель, тем эффективнее рекламная кампания.

Conversion Rate, или CR. Показывает сколько пользователей совершило целевое действие (например, оформили подписку, оплатили заказ, добавили в корзину и т.д.) по отношению ко всем посетителям сайта.

На этапе сбора данных важно понимать — чем больше информации будет для анализа, тем точнее будет результат. Например, если у модели не будет данных о рекламе в социальных сетях (хотя бренд ее активно использует), то она не сможет спрогнозировать приток клиентов при увеличении расходов на промопосты и сторис.

Когда необходимые данные собраны, подбирают статистическую модель для анализа. В Data Science много математических моделей. Выбирать стоит ту, что быстро встроится в рекламные инструменты бренда и сработает даже тогда, когда данных не очень много, и результат которой легко понять.

Почему моделирование медиамикса — это важно?

Брендам важно использовать полный набор возможностей на всех этапах пути клиента: строить охват и имидж продукта, стимулировать продажи и работать с уже заинтересованной аудиторией, выстраивать длительные отношения с лояльными пользователями. Для этого можно увеличить бюджет в Х раз и придерживаться стратегии “бомбардирования” пользователей рекламой по всем возможным каналам. Однако такой подход приведет к разочарованию: из-за низкого CTR вырастет стоимость конверсии, а бюджет потратиться впустую.

Вместо этого лучше придерживаться brandformance-стратегии и использовать комбинацию рекламных каналов на разных этапах воронки продаж — от медийной рекламы и постов в соцсетях на верхних уровнях, до поиска и ремаркетинга на нижних. Но какие рекламные каналы включить в медиамикс? На каком канале сделать акцент? Как распределить бюджет между каналами рекламы?

Моделирование медиамикса помогает ответить на эти вопросы. Метод прогнозирует результаты запусков в будущем на основании прошлого опыта и данных. То есть уже этапе медиапланирования можно выбрать лучшие каналы для рекламы, а также распределить между ними бюджет в зависимости от их эффективности и значимости. Помимо этого, можно узнать как изменятся результаты запуска, если изменить компонент стратегии — например, увеличить бюджет на наружную рекламу.

Преимущества

Оптимизация расхода рекламного бюджета. Можно не только грамотно распределить бюджет в медиамиксе, но и удалить рекламные каналы из стратегии, если они не принесут нужный результат. 

Полная картина эффективности. Подход помогает оценить, какую пользу приносит каждый рекламный канал в совокупности и в сравнении с другими каналами, а не изолированно. Это помогает не упустить важных деталей и вовремя скорректировать стратегию.

Помогает улучшить стратегию рекламы. Придерживаясь подхода, можно сформировать комплексную медиастратегию, которую легко контролировать и корректировать, если что-то идет не так. А комплексный подход поможет повысить ценность продукта в глазах аудитории и увеличить прибыль.

Помогает адаптироваться к изменениям. Корректировать рекламные стратегии в зависимости от выявленных закономерностей в МММ можно в режиме реального времени.

Медиамикс моделирование и programmatic

В мире, где гонка с конкурентами за внимание пользователя набирает обороты, а у аудитории выработался иммунитет к рекламе, достичь цели может быть сложно. Поэтому важно не просто выбрать подходящие каналы и инструменты для показа рекламы целевой аудитории, но и показать релевантное сообщение в правильном месте и в подходящее время. Сочетание МММ и programmatic-рекламы помогает решить эту задачу.

Фокус в том, что алгоритмы искусственного интеллекта на основе накопленных данных о поведении пользователей в интернете определяют их потребности, прогнозируют поведение и на этой основе показывают релевантный креатив. После рекламного показа, данные об его эффективности передаются в систему аналитики, алгоритмы обучаются на основе этих данных и оптимизируют кампанию. Это происходит в режиме реального времени, весь процесс автоматизирован. МММ использует эти данные, чтобы определить топ каналов рекламы для достижения цели.

Еще одна возможность микса программатик и МММ в том, что programmatic-платформы позволяют шире использовать результаты анализа. Например, можно сформировать персонализированное рекламное предложение для покупателей или рекламную воронку для каждого сегмента аудитории на основе данных — пул каналов от первого касания до конверсии.  Это в разы повышает вероятность конверсии, достижение KPI и рост прибыли бренда.

Также алгоритмы программатик устанавливают ставку в зависимости от ценности показа рекламы определенному пользователю, что помогает оптимально расходовать рекламный бюджет в течении запуска. В то время как МММ помогает оптимально распределить бюджет между каналами. 

Таким образом, комбинируя МММ и programmatic, бренды могут не просто изучать покупателей, но и улучшать рекламные стратегии и повышать доход — моделирование поможет понять полную картину эффективности медиамикса, а programmatic обеспечит прицельное и точное касание с аудиторией. В результате такой синергии бренды получают:

• повышение рентабельности инвестиций в рекламу;
• высокий Conversion Rate;
• рост прибыли и дохода.

Заключение

При расчете медиаплана компании часто делают прогнозы на основе своего опыта. Моделирование медиамикса помогает маркетологам сделать прогноз на основе данных рекламных кампаний, оптимизировать медиамикс и достигнуть желаемых результатов, оптимально расходуя бюджет.