Оценка эффективности рекламы

12.09.2012 14:32 7 3 115 просмотров
Я знаю, что половина моего рекламного бюджета расходуется впустую.
Беда в том, что я не знаю, какая именно половина.

Джон Ванамейкер,
создатель первой в мире сети универмагов.


Статью подготовил
Александр Кузьмин,
Коммерческий директор WebProfiters


Почти 175 лет прошло со дня рождения знаменитого американского коммерсанта, основателя первой в мире сети универмагов (Wanamaker's), которой ввел в своих магазинах понятие фиксированных цен, тем самым запретив продавцам торговаться с покупателями. Кроме этого, Джон Ванамейкер стал первым современным рекламодателем, выкупив колонки в газетах для рекламы своих магазинов, за что не зря впоследствии его стали называть отцом современной рекламы. Его цитата про «рекламный бюджет» как нельзя лучше отражает то, что уже в наше время происходит на рекламном рынке.

Безусловно, появление интернета сократило выкидывание рекламных денег на ветер: аналитики, маркетологи и даже рекламисты почти научились рассчитывать отдачу от вложений в рекламные кампании в интернете (ROI) и оценивать эффективность интернет-маркетинга. Активно используются системы статистики, вроде Google Analytics и Яндекс.Метрики, составляются системы ключевых показателей эффективности (KPI) сайтов и рекламных кампаний, рассчитываются такие показатели, как стоимость за лид (CPL), стоимость за заказ (CPO) и другие. Но как оценивать эффективность рекламы, если Ваш сайт – не более чем визитка Вашей кампании и на нем ничего нельзя заказать или оставить заявку? Что делать, если помимо рекламных кампаний в интернете, Вы еще размещаетесь в 3 журналах и даете рекламу на 2-х радиостанциях? Что делать, если основная цель Вашей рекламы в интернете (и любой другой) – это не посещения сайта Вашей компании, а посещения Вашего универмага в центре города? Как в этом случае не выкинуть половину Вашего рекламного бюджета в корзину рекламных агентств и площадок? Далее, не вдаваясь в технические детали, я приведу Вам пример того, как можно получить ответы на все эти вопросы.

Жаль, что знаменитый Джон Ванамейкер не имеет возможности прочитать эту статью и узнать-таки, какую именно половину своего рекламного бюджета он тратил впустую, однако, давайте отдадим ему должное и представим себя владельцем универмага. Ваша основная задача – увеличить посещаемость Вашего торгового центра за счет рекламы, чтобы потом обоснованно увеличить арендную ставку в Вашем универмаге и получать больше денег с арендаторов.

Вы уже испробовали различные каналы привлечения посетителей в этом году, в том числе и интернет-рекламу, и теперь размышляете над оптимальным набором каналов медиамикса и распределением рекламного бюджета на будущий год. В прошлом году в интернете Вы размещали баннеры на тематических ресурсах, писали и рассылали статьи в различные интернет-издания, нанимали SMM-агентства для проведения специальных проектов. Кроме этого, Вы выкупали рекламные блоки в нескольких популярных печатных изданиях, а один раз даже разместили рекламный ролик на радио. Несколько раз в течение года вы проводили распродажи и BTL-акции внутри Вашего универмага.

Сейчас перед Вами лежит толстая кипа бумаг с годовыми данными о посещаемости и продажах вашего универмага, стоимостью, временем и площадками размещения Вашей рекламы (интернет, газета, радио, BTL), из которых Вам предстоит сделать непростой вывод об эффективности каждого канала, и составить оптимальный медиаплан на будущий год. Вы знаете, что каждая рекламная активность в этом году в той или иной степени повлияла на посещаемость Вашего универмага, вопрос только какая и в какой степени. Кроме этого, Вы помните о таких факторах, как сезонность и выходные и праздники.

Визуально это выглядит так:


По сути дела у Вас есть некоторое количество факторов, влияющих на зависимую переменную, то есть посещения универмага. Напомню задачу – определить степень влияния каждого фактора на посещения универмага. Давайте представим себе упрощенную модель реального мира, в котором на посещения Вашего универмага влияет только стоимость размещения рекламы в одном единственном журнале. То есть увеличение числа посетителей Вашего универмага прямо пропорционально стоимости размещения рекламы и при этом каждый выпуск журнала читает одно и то же число читателей. Тогда зависимость посещений Вашего универмага от стоимости размещения рекламы в прессе можно представить в виде обычной линейной функции:

Y=aX+b

Y –посещения Вашего универмага;
X – стоимость рекламы в прессе;
b – некоторый постоянный уровень посещения Вашего универмага (который сохранялся бы и при полном отсутствии рекламы);
a – коэффициент, показывающий отношение между посещениями и стоимостью рекламы.

Вы 2 раза разместились в журнале, при этом в первый раз Вы купили рекламный блок за 5 рублей и получили 10 посетителей, а во второй раз вложили в рекламу 30 рублей и получили 100 посетителей.

Для наглядности, расположим эти точки на плоскости:



Имея исторические данные за 2 размещения рекламы, Вы без труда смогли решить систему линейных уравнений с двумя неизвестными и определить коэффициенты «a» и «b». Зная коэффициент «а» и постоянный уровень посещаемости Вашего универмага «b», Вам бы не составило труда узнать, какое количество посетителей пришло бы в Ваш торговый центр, если бы Вы вложили в рекламу N рублей. Разделив N рублей на количество посещений торгового центра, Вы бы узнали стоимость одного посетителя с учетом вложений в рекламу в прессе.

Теперь немного усложним ситуацию и представим, что каждый выпуск журнала читает разное число читателей.
Вы вполне удовлетворены соотношением затрат на рекламу и количеством новых посетителей Вашего универмага и размещаете свою рекламу еще в 2 номерах.



Для наглядности, расположим эти точки на плоскости:



Из курса школьной математики, Вы должны помнить аксиому о том, что прямую можно провести через любые две точки. Из графика выше невооруженным глазом видно, что провести прямую через 4 точки вам не удастся, а значит, не удастся однозначно определить коэффициенты «а» и «b» Вашего линейного уравнения. Это в свою очередь значит, Вы не сможете однозначно сказать, какое количество посещений Вы получите, если вложитесь в рекламу в следующий раз.

Вернемся к реальному миру. Помимо большого числа размещений по каждому рекламному каналу, у Вас еще есть множество факторов, влияющих на единственную зависимую переменную – посещения Вашего торгового центра. В реальном мире визуально уравнение выглядит так:



Задача при этом не меняется – мы должны понять, как каждый из факторов влияет на посещения универмага. В упрощенном примере с линейной функцией мы уже выяснили, что степень влияния фактора на посещения универмага определяет коэффициент «a» при переменной X. В уравнении, приведенном выше, переменных и коэффициентов может быть гораздо больше и исторические данные тут не помогут определить коэффициенты B1, B2, B3...Bn.

На помощь приходит методология, которая применяется в нашей компании, основанная на эконометрическом анализе исторических данных. Эта методология позволяет на основе исторических значений и анализе колебаний в данных (отклонений от нормального значения) построить математическую модель и определить каждый их коэффициентов B1, B2, B3...Bn. Что, как мы помним, определяет степень влияния каждого фактора на зависимую переменную, в нашем случае – посещения универмага. В основе методологии лежит регрессионный анализ.

Методология универсальна: имея исторические данные за значимый период времени (например, год или два – в зависимости от объема маркетинговых активностей) о размещениях рекламы (тип, стоимость, объем, показы, охват и другие), можно определить степень влияния каждого рекламного канала на важные бизнес-метрики (в том числе продажи).

Зная коэффициент влияния каждого фактора на KPI, Вы сможете оптимизировать медиаплан (ROI каждого канала, бюджет каждого канала), и определить оптимальный маркетинговый микс на будущее.

Приведу пример того, как математическое моделирование позволяет оптимизировать медиаплан и наконец-таки понять, какая именно половина Вашего рекламного бюджета тратится впустую.

Первое, что определяется в процессе моделирования – это значимость построенной модели. Так как мы моделируем некоторую функцию на основе исторических данных, появляется возможность сравнить построенную модель с реальными данными. Выглядит это так:



Где R2 определяет значимость модели. Цифра в 86% говорит о том, что мы на 86% уверены в том, что построенная модель не является случайным результатом.

Далее мы определяем степень влияния каждого фактора на KPI, а также переменную «a» – базовый уровень моделируемого показателя, который сохранялся бы при полном отсутствии рекламы (напоминаю, что в рассматриваемом варианте использования моделирования показатель – это посещения универмага):



Как мы видим из рисунка выше, некоторые факторы (светло-зеленый цвет) отрицательно влияли на посещения универмага. Не трудно догадаться, что это – фактор сезонности.

Также мы имеем возможность декомпозировать полученный график, и детально рассмотреть влияние каждого фактора на посещения универмага, например, влияние различных промо-активностей внутри универмага на его посещаемость:



Из рисунка выше видно, что Промо-Акция 7 (выделена розовым цветом) оказала наибольшее положительное воздействие на посещаемость.

Зная затраты на размещение рекламы по каждому каналу, а также влияние каждого канала на KPI, мы можем посчитать приблизительную стоимость одного пункта KPI (в нашем случае – одного посетителя) по каждому каналу, а также оптимизировать медиаплан:



Подведем итоги: методология позволяет на основе исторических данных о размещении рекламы моделировать и прогнозировать влияние тех же или схожих рекламных и маркетинговых каналов, а также независимых факторов, вроде сезонности, на KPI бизнеса. В данной статье был рассмотрен пример использования методологии для оценки степени влияния всех возможных факторов на посещения торгового центра. В результате моделирования, за счет оптимизации медиаплана, средняя стоимость посетителя торгового центра сократилась на 18%, что при рекламном бюджете в 5 миллионов рублей дает экономию в 900 тысяч рублей.

Комментарии 7

Вадим Логинов  (vnloginov)
#
Интересная модель.
Но в ней отдельно не виден такой фактор, как Креатив.
Измерять эффективность воздействия в матрице каналов и величины бюджетов, конечно, можно и это будет интересно и полезно.
Но дело в том, что вес Кратива в формуле рекламного воздействия таков, что является не рядовым факторным весовым коэффициентом, а гораздо большим.
То есть две рекламных кампании с одинаковым бюджетом, но с разным креативом могут различаться в разы по эффективности.
И введение креатива в качестве переменной в матрицу оценки уже даст большое поле для анализа. Многие тогда поймут, что потратив больше на креатив, можно потратить меньше на продвижение.
Может тогда у нас будет больше качественной рекламы и меньше дрянной...
Другое дело, что креатив заранее аршином не измеришь...
Семен Семенович Горбунков  (Семен Семенович)
#
"креатив заранее аршином не измеришь..."
smile;)
Прям как написано 28 ноября 1866 года поэтом Ф.Тютчевым...

...а вообще с Вадимом согласен
Андрей Юнисов  (andrey_yunisov)
#
Вадим,
Фактор креатива в модели в целом учитывается. Точнее, модель может помочь определить, какой креатив лучше (постфактум, естественно). Если были 2 одинаковые рекламные кампании с одинаковым бюджетом, то их весовые коэффициенты (читай, степень влияние на KPI) будут в том числе зависеть и от креатива.
Andrey Ups  (AndreyUps)
#
Интересно и наводит на мысли, спасибо. Есть методический вопрос: какие переменные учитывать? Как например, учесть наружку? Переменная "банер на тверской" значеня 0 или 1? Или пресса: давали пол-полосы, а затм перешли на 1/8? Как этот факт отразить? а насчет креатива мне как раз ясно : полагаем уровень креатива за константу и из рассмотрения исключаем.
Андрей Юнисов  (andrey_yunisov)
#
Андрей,
Для того, чтобы понять, какое размещение в прессе сработало лучше, в модели учитываются такие параметры как стоимость размещения и периоды размещения. То же касается и наружки.
Михаил О  (Michael1969)
#
Статья полна изумительных по своей силе утверждений, начиная с открывающего второй абзац "Безусловно, появление интернета сократило выкидывание рекламных денег на ветер: аналитики, маркетологи и даже рекламисты почти научились рассчитывать отдачу от вложений в рекламные кампании в интернете (ROI) и оценивать эффективность интернет-маркетинга". Разумеется, без Интернета нельзя оценивать эффективность ИНТЕРНЕТ(выделено мной - МО)-маркетинга. В то же время нет никаких аргументов в пользу того, что модели, подобные приведенной, не появлялись до того, как человечество получило интернет.

Следующим очень спорным моментом является то, что предлагается связывать характеристики рекламных кампаний и KPI бизнеса. В розничной торговле есть такой критический показатель, как плотность продаж (продажи на квадратный метр площади торгового зала магазина), но напрямую на него воздействовать нельзя, нельзя объявлять по внутримагазинному радио "Уважаемые покупатели, покупайте больше с квадратного метра нашей торговой площади ... суки" (последнее слово - исключительно для эмоциональной окраски мессиджа). Поэтому пропускается важнейшее звено: трансляция KPI бизнеса в цели рекламной кампании или даже в задачи коммуникационной стратегии.

Наконец, сама модель, которую предлагается считать линейной по всем переменным, а все факторы непрерывными (так и быть, монетарные переменные нетрудно принять действительными числами, но зачастую есть бинарные факторы) представляется мне излишне упрощенной. Почему-то базовый траффик считается постоянным, а сезонность объявлена фактором. Так как управлять сезонностью пока еще никому не удавалось, то разумно полагать базовый траффик переменным, зависящим и от той же сезонности, а в правую часть включать только управляемые факторы, причем они могут быть управляемыми и конкурентами, например, их рекламная активность. Зависимой переменной в любом случае будет отклонение наблюдаемого траффика от базового, а значимость модели все равно будет остаточной дисперсией, так что ничего особенного не будет, но здравый смысл будет чувствовать себя гораздо лучше, глядя на такую модель.
Андрей Юнисов  (andrey_yunisov)
#
В то же время нет никаких аргументов в пользу того, что модели, подобные приведенной, не появлялись до того, как человечество получило интернет.

Данная модель не имеет никакого отношения к интернету.

Следующим очень спорным моментом является то, что предлагается связывать характеристики рекламных кампаний и KPI бизнеса. В розничной торговле есть такой критический показатель, как плотность продаж (продажи на квадратный метр площади торгового зала магазина), но напрямую на него воздействовать нельзя, нельзя объявлять по внутримагазинному радио "Уважаемые покупатели, покупайте больше с квадратного метра нашей торговой площади ... суки" (последнее слово - исключительно для эмоциональной окраски мессиджа). Поэтому пропускается важнейшее звено: трансляция KPI бизнеса в цели рекламной кампании или даже в задачи коммуникационной стратегии.

Представленная модель позволяет изучить влияние различного рода отклонений (запуск или отключение рекламы, изменение цены продукта/услуги, сезонный фактор) на KPI клиента. Понятное дело, что товары будут продаваться и так, даже если мы отключим всю рекламу. Для этого существует базовое значение, которое определяется в процессе построения модели.

Наконец, сама модель, которую предлагается считать линейной по всем переменным, а все факторы непрерывными (так и быть, монетарные переменные нетрудно принять действительными числами, но зачастую есть бинарные факторы) представляется мне излишне упрощенной. Почему-то базовый траффик считается постоянным, а сезонность объявлена фактором. Так как управлять сезонностью пока еще никому не удавалось, то разумно полагать базовый траффик переменным, зависящим и от той же сезонности, а в правую часть включать только управляемые факторы, причем они могут быть управляемыми и конкурентами, например, их рекламная активность. Зависимой переменной в любом случае будет отклонение наблюдаемого траффика от базового, а значимость модели все равно будет остаточной дисперсией, так что ничего особенного не будет, но здравый смысл будет чувствовать себя гораздо лучше, глядя на такую модель.

Модель не всегда линейна. Все зависит от задачи.

Базовый трафик действительно считается постоянным и тут присутствует некоторое усреднение, а вот сезонность - независимый фактор. Вообще сезонность можно учитывать разными способами.
Первый способ - это расчет индекса сезонности, например, по месяцам. В этом случае нужно анализировать минимум 3-4 года. Расчет приблизительно происходит следующим образом - мы смотрим на сколько в среднем %, например, каждый Сентябрь происходит отклонение от среднего на всем периоде. После этого данный показатель включается в модель, как независимый фактор и мы оцениваем коэфициент регрессии при нем. И таким образом получаем вклад сезонности.
Комментарии и отзывы могут оставлять только зарегистрированные пользователи.
Авторизуйтесь или зарегистрируйтесь.

Популярные сообщения

FINAL CALL 11/16
15 ноября вышли данные по исполнению федерального бюджета за очередной месяц — октябрь. 1. В апреле — августе 2016 года из Резервного фонда изъяли
0
Как вернуть «тетрадочный» вклад?
Короткий ответ: показать документы о вкладе в банке-агенте. Длинный ответ. Наверное, уже практически все вкладчики знают, что во многих банках с
6
Венера в Козероге
Венера вошла в Знак Зодиака Козерог и пробудет здесь до 09 декабря. Вместо иллюзий и идеализма приходят сдержанность в проявлении чувств, строгость оценок
0
Рынок нефти 9 декабря
Нефть прибавляет в ожидании второй части сделки ОПЕК+. В субботу, 10 декабря, в Вене встретятся члены non-OPEC производителей, 14 стран участников рассмотрят
0

Новые сообщения

  • Рынок нефти 9 декабря
    Нефть прибавляет в ожидании второй части сделки ОПЕК+. В субботу, 10 декабря, в Вене встретятся члены non-OPEC производителей, 14 стран участников рассмотрят
  • Рынок нефти 6 декабря
    Ситуация на нефтяном рынке локально не изменилась. Brent консолидируется в районе $54/bbl на нейтральном новостном фоне. Оптимизм после заключения сделки
  • Рынок нефти 5 декабря
    Нефть торгуется в небольшом минусе, отступая от 16 месячных максимумов. Пауза в дальнейшем оптимизме на рынке сейчас выглядит вполне логично. Во-первых,
  • Как связаться с Агентством по страхованию вкладов?
    В разговорах, связанных с отзывом лицензий банков, часто возникает вопрос: как сообщить что-то АСВ, задать вопрос, пожаловаться и т.п. Ниже - справочник
  • Рынок нефти 1 декабря
    ОПЕК после почти годичных переговоров и восьми лет перерыва приняла решение о сокращении добычи нефти. Отдельным успехом для рынка в целом и картеля в