Кейс: как post-view может изменить ваше мнение о медийке

Результаты

На графике видно, что медийный «хвост» довольно продолжительный, но максимальный эффект по совершению конверсии «загрузка чека» приходится на 3-7 день после взаимодействия с рекламой. Мы предполагаем, что в тот же день, после касания с рекламой, пользователь получил товарный чек в магазине и загрузил его на сайт. На 1-2 день после посещения магазина потребность в продуктах снижается, что пропорционально отражается на графике. На 3 день отмечается заметный скачок, что характеризует повышение потребительского спроса на продукты: кривая графика конверсий Post-view заметно возрастает. Также это можно объяснить тем, что в период изоляции потребители стали реже посещать магазины (2-3 раза в неделю).

Кроме того, анализируя итоги рекламной кампании, мы сделали вывод, что учитывать исключительно Post-click конверсии по цели «загрузка чека» неправильно. В данном случае это только 7% от целевых действий, а остальные 93% засчитаны в конверсии Post-view после взаимодействия c рекламой.

Для оценки эффективности медийной кампании, мы построили маркетинговую воронку по главным целям: «переход на сайт», «регистрация в ЛК» и «загрузка чека». 

Мы отобразили роль Post-view и Post-click c рекламных источников на разных этапах маркетинговой воронки и определили, что наибольший вес в процентном соотношении на конечную конверсию имел именно Post-view, а не прямые переходы с рекламы, которые в свою очередь занимают менее десятой части главной цели «загрузка чека».

Общее количество по целевому действию «загрузка чека» с рекламы составило 24% от всех совершенных конверсий на сайте. Из них 65% целевых действий с рекламных каналов закреплены за Post-view

Это довольно высокий процент! Именно поэтому для понимания общей картины по всем совершенным действиям важно проводить анализ и оценивать отложенные конверсии.  

Как мы видим, post-view аналитика дает более детальное понимание оценки отложенного эффекта от рекламной кампании, особенно если речь идет о прямых продажах или как в нашем случае – маркетинговой акции.

Лояльность

Воронка продаж не заканчивается на продаже. Выгодно возвращать покупателя. А чтобы он вернулся к вам снова, необходимо работать над повышением лояльности к бренду. 

Каналы на повышение лояльности

Здесь важно не перестараться в стремлении выжать из «горячей» аудитории максимум средств. После совершения покупки ваше взаимодействие с покупателем должно перейти в регулярное ненавязчивое напоминание о себе и своих товарах / услугах.. Не забывайте про допродажи (upsale)

Если человек купил товар, можно предложить ему докупить аксессуары для него или товары-субституты, которые будут дополнять купленную вещь, например, обувь и крем для обуви.

Не забывайте про допродажи (upsale). Если человек купил товар, можно предложить ему докупить аксессуары для него или товары-субституты, которые будут дополнять купленную вещь, например, обувь и крем для обуви.

Как изменить лояльность? 

LTV 

LTV (life time value) — прибыль за все время работы с клиентом. Этот показатель помогает спрогнозировать будущие доходы и оценить стоимость привлечения и удержания клиента. Удержать клиента намного дешевле, чем привлечь нового, а продать ему товар или услугу легче. 

Традиционная формула подсчета LTV предполагает разделить общий доход за определенный период на количество клиентов за этот период.  

Более продвинутый подход к оценке LTV: рассчитывать показатель отдельных категорий покупателей, например, совершивших покупку в разные отрезки времени. 

Точно определить показатель LTV можно в системе сквозной аналитики, которая агрегирует и систематизирует данные о клиентах из всех рекламных каналов, CRM-систем, мобильных приложений, сайта компании. 

Сквозная аналитика способна предсказать поведение пользователя и будущие доходы. Так, работая над проектом Литрес, мы построили кастомную систему, которая помогла не только определить LTV, но и добиться точности предсказания совершения покупки пользователем с вероятностью 73%, а также определить, сколько денег необходимо потратить для привлечения того или иного клиента. В будущем мы планируем выстроить систему предсказания LTV каждого клиента и запустить эконометрическое моделирование.

RR 

RR (Retention Rate) — коэффициент удержания клиентов. Он рассчитывается по формуле: количество клиентов в конце определенного периода — количество клиентов, приобретенных в течение периода / количество клиентов в начале периода x 100%.

Например, у вас было 90 клиентов, реклама принесла вам 20 новых покупателей, но через полгода вы увидели, что отвалилось 30 пользователей. У вас осталось 80 клиентов. Тогда показатель будет равен:

((80 — 20) / 90) х 100 = 66,7%

После расчета обязательно проведите анализ поведения покупателей, чтобы выявить причины ухода от вас. Запросите обратную связь и используйте полученные в результате опроса сведения. Возможно, качество товаров или услуг стало страдать, компания перестала доставлять товары в определенный регион или больше не соответствует ценностям целевой аудитории. 

CAC 

CAC (Customer Acquisition Cost) — это сумма, которую вы потратите на привлечение нового покупателя.

Формула расчета: CAC = расходы компании / количество полученных клиентов.

Показатель помогает понять, сколько вы тратите на каждый канал продвижения для привлечения клиента: рекламу, SEO, рассылку и т.д.  Эта информация поможет скорректировать маркетинговый микс и оптимизировать расходы без потери покупателей. 

Но к сокращениям расхода необходимо подходить осмысленно. Например, вы выяснили, что дешевле всего привлекать клиентов через ремаркетинг. Не спешите инвестировать весь рекламный бюджет в этот канал: так вы рискуете израсходовать весь ресурс лояльных клиентов, а в долгосрочной перспективе потерять потенциальных покупателей, которых могли бы привлечь через охватные каналы. 

Помните: даже если охватные кампании не приносят сиюминутную прибыль, они важны для бизнеса. Обеспечивая первое знакомство, они переводят покупателя на следующий этап воронки продаж. 

Умение отслеживать метрики необходимо, чтобы оценить эффективность рекламных размещений, вовремя скорректировать стратегию продвижения, составить отчетность и оценить работу специалистов.

Технология работы postview-аналитики

Игорь Балашов, CEO и founder Smartis

Postview — это революция на рынке медийной рекламы. Многим интересно узнать, видел ли ваш клиент, купивший квартиру, тот или иной ролик или баннер. Как повлиял конкретный ролик на принятие решения о покупке именно у вас и именно этой квартиры. В этом и есть магия postview — все можно посчитать и увидеть в цифрах и данных.

на пальцах

Как технически работает postview-аналитика

1.
В основе postview-аналитики лежит отслеживание просмотров конкретным пользователем через AdTracker. Это пиксель, который размещается на баннере, в видеообъявлении и т.д. Он фиксирует просмотр определенного баннера каким-либо пользователем и присваивает этому пользователю обезличенный идентификатор.

В случае с этой рекламной кампанией всю работу по подключению AdTracker и организации взаимодействия с рекламными площадками реализовало международное агентство OMD.

2.
Спустя какое-то время пользователь заходит на сайт компании. И не обязательно по прямой рекламной ссылке. Возможно, он просто вспомнил рекламный ролик застройщика на YouTube и решил посмотреть планировки квартир. В момент захода на сайт его идентификатор AdTracker связывается с Client ID — данными, которые отслеживают Google Analytics или Яндекс.Метрика. Таким образом, фиксируется история действий пользователя от просмотра медиаобъявления до его дальнейшего взаимодействия с сайтом.

3.
Но это еще не всё! Благодаря подключению сквозной аналитики можно проследить путь пользователя до следующих этапов воронки — обращений, брони, сделок, факта продаж и размера выручки. Можно посчитать долю рекламных расходов каждого канала и количество сделок, которые принес каждый конкретный ролик. В этом случае бизнес-результат можно посчитать на реальной выручке до сделки, а не на трафике и целевых звонках.

Вот так выглядит общая схема работы postview для ФСК:

Коллтрекинг CoMagic передавал данные по обращениям в Smartis, где клиент (маркетологи ГК ФСК) уже видел всю отчетность по движению лида:

В карточке каждого клиента отражено, когда и какой именно видеоролик он посмотрел и какими были его дальнейшие действия после перехода на сайт застройщика.

В данном случае видно, что пользователь посетил сайт спустя десять дней. Затем совершил еще два визита, позвонил. После чего перешел на нижнюю часть воронки — посетил офис застройщика, запросил договор купли-продажи и в итоге забронировал квартиру.

Что такое post-view конверсии

Post-view дословно означает «после просмотра». Post-view аналитика применяется в медийной рекламе, где стандартные performance-метрики не используются для оценки эффективности размещения. Медийная реклама не предполагает мгновенное совершение целевого действия (перехода на сайт, заполнения формы, просмотра каталога, оформления заказа и т. д.), однако она может быть важным звеном в цепочке взаимодействия пользователя с брендом.

Например, последовательность действий пользователя может быть такой:

• увидел рекламный баннер, но не перешел на сайт;

• перешел на сайт из другого источника (органического поиска, соцсетей, по ссылке и т. д.);

• совершил заказ.

Обычно рекламодатели для оценки результатов используют post-click аналитику, то есть собирают и обрабатывают информацию о пользователях после того, как они перешли на сайт после клика. Однако реклама, которую увидели, но не перешли по ссылке, тоже может оказывать косвенное влияние на совершение конверсии.

Для чего используются post-view конверсии

Post-view аналитика приходит на помощь, когда нет прямой связи между просмотром объявления (графического баннера или видеоролика) и конечным целевым действием, соответственно, оценить влияние этого объявления на результаты продвижения стандартными способами практически невозможно.

Post-view конверсии дополняют цепочку взаимодействия потенциального клиента с бизнесом и показывают, какой вклад в совершение конверсии внесла медийная реклама. Они позволяют отследить влияние просмотра рекламу на поведение пользователей, даже если между показом объявления и целевым действием прошло много времени.

Post-view конверсии применяются для:

• оценки имиджевого эффекта медийной рекламы;

• анализа отложенных действий и конверсий;

• более полного анализа маркетинговых усилий, креативов, площадок, каналов, конечных результатов и их дальнейшей оптимизации на основе полученных данных.

Ритейл: видеоконсультации и проекты с партнёрами

Владельцы крупных торговых компаний отмечают, что пандемия помогла увидеть три основных уязвимых места:

Недостаточно развитые технологические мощности: онлайн-гипермаркеты не справлялись с нагрузкой и раз за разом отказывались работать, когда покупатели то и дело добавляли по десять пачек гречек в свои корзины; онлайн-расходы выросли на 30% по сравнению с 13% прошлого года по данным Bazaarvoice.

Сложная структура логистики: покупатель выбирает мобильных и быстрых, поэтому выигрывали те ритейлеры, которые оперативно расширяли зону доставки и нанимали новых курьеров, чтобы справляться с наплывом заказов:

По данным «Яндекс.Взгляда», интерес к доставке продуктов находился на пике в конце марта и начале апреля, в шесть раз превысив средние показатели февраля 2020 года

Отсутствие эффективной системы работы с разными каналами: у торговых компаний не было чёткого распределения нагрузки между сайтом, мобильным приложением и колл-центром.

Запуск коллекций с помощью Newman

Для того, чтобы запустить коллекции с помощью Newman, делаем следующее:

Шаг 2: Открываем командную строку и выполняем команду

Шаг 3: После установки newman заходим в Postman. В списке коллекции находим нашу коллекцию, нажимаем на три точки и выбираем Export (Экспортировать)

Шаг 4: В появившемся окне выбираем «Export Collection as Collection 2.1 (Recommended)» и нажимаем Export.

Шаг 5: Выбираем папку, в которую экспортировать коллекцию и нажимаем Save. Рекомендуем создать отдельную папку для Postman-тестов. После нажатия на Save, коллекция будет экспортирована в выбранную папку.

Шаг 6: Для корректного запуска нам понадобится экспортировать и окружение. Для этого нажимаем на кнопку с глазом и выбираем опцию Download as JSON. Выбираем папку, в которую экспортировать окружение и нажимаем Save. Рекомендуем экспортировать окружение в ту же папку, в которую была экспортирована коллекция.

Шаг 7: Теперь, когда мы экспортировали коллекцию и окружения в папку, возвращаемся в командную строку и меняем директорию на ту, где находятся коллекция и окружение.

Например:

Шаг 8: Запускаем коллекцию с помощью команды:

После выполнения коллекции, появятся результаты выполнения тестов.

Почему важно персонализировать и как это сделать?

Как мы и говорили, персонализация — один из трех «столпов», на которых строится пост-клик оптимизация. Остановимся на ней подробнее.

Чтобы персонализировать опыт, нужно разделить большую аудиторию на сегменты

Они могут быть разные, но прежде всего важно понять, что именно интересует пользователей, выяснить характеристики аудитории

• Демографические признаки.
• Информацию о работе, увлечениях, предпочтениях.
• Платежеспособность.
• «Боли» потребителя — с какими проблемами он придет к вашему бренду.

А после — создавайте персонализированные страницы, на которые будете направлять пользователей

Почему это важно? Создание персонализированной страницы для каждой рекламы гарантирует, что предлагаемый в объявлении месседж будет доставлен до целевого пользователя

Как оптимизировать целевую страницу страницу после клика?

Есть 2 основных способа проведения оптимизации.

• По тепловым картам.
• С помощью A/B тестирования.

Тепловые карты

Пример тепловой карты

Позволяют вам видеть, как посетители взаимодействуют с вашими страницами. Например, так вы сможете определить, нажимает ли посетитель на CTA-кнопку или не делает этого. А затем использовать собранные данные для оптимизации и улучшения работы целевой страницы

Важно иметь достаточную выборку для того, чтобы сделать правильные выводы — не меньше 2000-3000 просмотров страницы рекомендовано для каждого устройства. Если вы основываетесь на меньшем количестве посещений, результаты тестирования скорее всего будут не точными

Выделяют несколько типов тепловых карт: по кликам, по просмотрам пользователей, карты прокрутки и движения мыши.

A/B тестирование

Помогает маркетологам собирать данные, которые затем могут использоваться для лучшей оптимизации целевых страниц. Методология A/B-тестирования включает в себя создание, а затем сравнение вариантов целевой страницы — чтобы увидеть, какая из них лучше работает.

Мини-инструкция для тестирования:

• Начните с причины — без повода для тестирования вы не можете точно знать, что хотите улучшить. Поводом может стать улучшение CTA-кнопки.
• Сформулируйте гипотезу. Ваше предположение о том, почему пользователь сталкивается с проблемой на сайте.
• Убедитесь в работоспособности ваших вариантов страницы. Работает ли ваша CTA-кнопка? Правильно ли указаны ссылки? Прежде чем вы начнете запуск, убедитесь, что страницы открываются на всех устройствах одинаково хорошо.
• Запускайте трафик на страницы — вставьте их в рабочий сайт.
• Анализируйте и оптимизируйте. После того, как вы запустили трафик, пришло время анализировать и оптимизировать страницу, вносить изменения, на которые ваши пользователи отреагировали положительно.

Что такое пост-клик оптимизация?

Этот процесс позволяет маркетологам создавать, оптимизировать и персонализировать события после кликов, чтобы увеличить количество конверсий.

Целевая страница после клика должна быть спроектирована как естественное продолжение рекламного объявления. Каждый элемент на странице должен уведомить посетителя о том, что он оказался в нужном месте.

• Заголовок объявления и целевой страницы должны быть идентичными.
• Включено изображение, которые использовали в рекламе.
• Фирменный стиль узнаваем.
• Есть форма или действие, которое дает понять пользователю, что является конечной целью его посещения.
• За отправкой формы следует страница благодарности. На ней — цвета бренда такие же, как объявление и целевая страница.

Что показала post-view аналитика

И главное, в ГК «Пионер» и интернет-агентстве нашли совершенно новый подход к оценке медийной рекламы. А для этого нужно:

• Связать коллтрекинг Calltouch с Google Analytics;
• Необходимо подключить трекинг каналов от Campaign Manager;
• Иметь во всех системах client id – он помогает идентифицировать пользователя.

Из всего это эксперимента сделали несколько ключевых выводов:

• Client id – вещь крутая и незаменимая для post-view, но она не сделает за вас всю работу: у вас должны быть ресурсы и конкретные цели, чтобы правильно интерпретировать данные;
• Влияние медийной рекламы не заканчивается только конверсией в обращение: имидж расширяет брендовое ядро и получаем еще больше лояльной аудитории;
• Все, кто видит медийную рекламу, чаще конвертируются в звонки;
• Programmatic-реклама приносит результат, когда у вас стоят цели по увеличению качественных визитов и конверсией в звонок: в случае с кварталом бизнес-класса LIFE-Кутузовский эти показатели выросли на 11+% и 100% соответственно;
• Медийная реклама влияет на CPA: брендовую емкость можно и нужно развивать, и сегодня это можно измерить с помощью post-view аналитики, и на основе этих данных оптимизировать кампании;
• Увеличение бюджета на медийную рекламу может очень хорошо повлиять на стимуляцию бренда. Скорее всего, это увеличит стоимость обращения, но по итогу тестового периода (на 2-3 месяц). Это работа на долгую перспективу.

Опубликовано на vc.ru

Коллтрекинг Calltouch

Тратьте бюджет только на ту рекламу,которая работает

• Коллтрекинг точно определяетисточник звонка с сайта
• Прослушивайте звонки в удобном журнале

Подробнее про коллтрекинг

Медицина: новый график работы и больше сотрудников колл-центра

В начале октября американская компания маркетинговых исследований Nielsen опубликовала материал о том, как изменился потребительский спрос в разных странах. Шесть основных поведенческих паттернов в период развития коронавируса выглядят так:

Осознанная покупка товаров для здоровья.

Реактивная стадия заботы о здоровье.

Закупка впрок.

Подготовка к карантину.

Карантин.

Привычная жизнь по новым правилам.

Первые месяцы пандемии исследователи характеризуют повышенной тревогой за здоровье и, как следствие, ростом продаж медикаментов и медицинских приборов. Только с 30 марта по 5 апреля 2020 рост продаж лекарств вырос на 15,5% в сравнении с 2019 годом. В этот период сверхспроса медицинским и фармацевтическим компаниям нужно было справляться с большими нагрузками при условии того, что люди не хотели выходить из дома. В этот период резко возросло количество запросов «онлайн-аптеки».

Основные сущности Postman: запросы, коллекции и окружения

Перед тем, как приступить непосредственно к тестированию, давайте рассмотрим основные сущности, которыми оперирует Postman:

1. Запросы
2. Коллекции
3. Окружения

1. Запросы (Requests)

Запрос представляет собой комбинацию URL, хедеров и Body (тела запроса). Postman позволяет сохранять запросы и использовать их в будущем там, где вам нужно.

Чтобы создать новый запрос, нажмите New — Request

Как мы писали выше, Postman позволяет делать запросы к API. С помощью API-запроса можно получать и отправлять данные какому-либо бэкенд-сервису.

Для каждого API-запроса нужно выбрать HTTP-method.

Что такое HTTP?

HTTP — сокращение от HyperText Transfer Protocol (протокол передачи гипертекста). Протокол используется для общения клиента и сервера. Клиентом, к примеру, может быть браузер (в нашей статье в качестве клиента используется Postman).

После отправки клиентом HTTP-запроса, сервер возвращает ответ. Ответ сервера содержит метаданные о статусе и запрашиваемый контент.

Наиболее распространенные типы HTTP-запросов:

1. GET: GET-запросы используются для получения данных от API.
2. POST: POST-запросы используются для отправки новых данных API.
3. PUT: PUT-запросы используются для обновления уже существующих данных.
4. PATCH: PATCH-запросы (как и PUT) используются для обновления уже существующих данных. Разница в том, что с помощью PATCH запросов можно обновить несколько записей за раз.
5. DELTE: DELETE-запросы используются для удаления существующих данных.

Далее в статье мы рассмотрим, как создавать и отправлять запросы разных типов с помощью Postman.

2. Коллекции (Collections)

Коллекции представляют собой группы запросов. Вы можете думать о коллекциях как о папках, в которых лежат запросы.

Как создать коллекцию в Postman:

Нажмите New — Collection

Введите имя (Name) и описание (Description) коллекции, после этого нажмите кнопку Create:

Коллекция может содержать любое число запросов. Запустить выполнение коллекции можно двумя способами:

1. с помощью Collection Runner
2. c помощью Newman

Далее мы рассмотрим оба этих способа.

3. Окружение (Environments)

Окружения в Postman позволяют запускать запросы и коллекции, используя разные наборы данных. Например, мы можем создавать разные окружения в Postman для Dev, QA и Production серверов. В каждом из окружений будут свои собственные настройки: например, URL, auth token-ы и пароли, API-ключи и т.п. Окружения представляют собой наборы пар «ключ-значение».

Чтобы создать новое окружение (Environment), нажмите New — Environment

Мы рассмотрим работу с окружениями далее в статье.

Особенности Postman

Ниже мы перечислим только некоторые из особенностей Postman:

• Простой в использовании API клиент
• Функциональный и приятный UI.
• Может использоваться как для ручного, так и для автоматизированного тестирования API.
• Поддерживает интеграции с другими инструментами (например, поддерживает Swagger и RAML)
• Может быть запущен в Windows, Linux, MacOS.
• Не требует знания языков программирования.
• Предоставляет возможность легко экспортировать коллекции запросов, наборы тестов. Можно легко обмениваться этими данными с коллегами.
• Интегрируется с CI/CD инструментами (например, с Jenkins, TeamCity и т.п.)
• API Posman-a подробно документирован.
• Позволяет выполнять API автотесты.

Больше информации о Postman можно найти на официальном сайте: https://www.getpostman.com/

Postman — freemium-интсрумент. Но бесплатной версии более, чем достаточно, чтобы проводить базовое тестирование API.

Запросы «рядом со мной» и целевые действия: что изменилось в локальном поиске с приходом пандемии

В большинстве стран люди были вынуждены проводить почти всё время дома в период локдауна. Казалось, что локальные запросы с привязкой «рядом» должны были резко упасть. Но Google Trends показывает: количество таких запросов упало не критично, изменилась лишь их направленность. Это значит, что люди стали чаще спрашивать поисковики о том, как добраться до ближайшей аптеки, магазина или почты.

Данные Google Trends, период с 1 декабря 2019 года по 1 апреля 2020 года. Если 1 декабря запросов с привязкой «рядом со мной» было 52, то 6 апреля, в период активного локдауна, 38

Несмотря на то, что запрос «рядом со мной» оставался актуальным, количество целевых действий пользователей в определённых сферах всё-таки изменилось: начиная с февраля люди стали реже просматривать карты и строить маршруты. Но гораздо чаще обращаться к сайтам компаний и звонить.

Пользователи стали реже строить маршруты к образовательным центрам, магазинам одежды, электроники и спортивных товаров. Такого типа услуги и товары можно купить в интернете, поэтому люди отказались от посещения этих магазинов в первую очередь

Обратная динамика произошла у магазинов продуктов и домашних товаров, финансовых сервисов (банки), медицинских центров и аптек. Пользователи стали гораздо чаще строить маршруты к компаниям из этих сфер

В начале пандемии существенно упало количество звонков в образовательные центры, школы вождения и магазины одежды

Гораздо чаще люди стали звонить в продуктовые магазины, рестораны с доставкой, клининговые компании, магазины товаров для творчества и развлечений, медицинские центры

Результаты

Стоит оговориться, что они — промежуточные. Почему? Потому что нужно учитывать движение когорт посетителей. Показы — это очень большое значение, которое удалось собрать на текущий момент, но нужно еще время, чтобы дождаться, когда та или иная рекламная когорта совершит свой дальнейший путь по воронке.

Тем не менее, анализируя текущие показатели сплита, можно отметить, что благодаря использованию postview-аналитики с учетом метода Шепли для построения подходящей модели атрибуции удалось увеличить число конверсий на 80 % при сокращении их стоимости почти на 40 %.

Но главное — это приобретённые прозрачность и управляемость медийной рекламы, сопоставимые с performance. Теперь застройщик может менять медиаплан, исходя из точных данных, а не гипотез и статистических моделей.

Артём Загоруйко, head of digital ГК ФСК

Если провалиться от общего результата по анализируемому флайту до конкретных площадок и сравнить результаты по postview Шепли с предыдущей классической моделью оценки, то будет видна четкая картина изменений. Результативность части каналов выросла в 4–5 раз, а у других изменения практически незаметны или даже отрицательны. Абсолютно понятно, как на основе этого перераспределять рекламные инвестиции внутри канала. Вот эта уверенность в своих действиях на основе данных и есть главное достижение технологии.

Какие инсайты получили еще

Postview-аналитика дополнительно ответила еще на ряд вопросов, которые задают себе маркетологи:

— Какова должна быть эффективная частота контактов с медийным объявлением?

— Сколько раз человеку нужно посмотреть рекламу, чтобы в итоге перейти на сайт?

— Какова длительность цикла сделки в недвижимости от первого просмотра рекламы?

Реализация проекта по postview-аналитике позволила ГК ФСК совершенно по-иному подойти к вопросу закупки медиарекламы. Теперь стало возможным ориентироваться не на показатели performance-маркетинга и работу с теплыми лидами, а на более ранние стадии контакта и работу с еще не «прогретыми» пользователями — теми, кто только задумался о приобретении квартиры, но еще не приступил к активным поискам. Это отличная аудитория, в которой можно зародить любовь к своему бренду.

Хотите так же?
Мы расскажем как!

Оптимизируйте маркетинг и увеличивайте продажи

Сквозная аналитика CoMagic

• до 70% экономии на рекламе
• рост продаж в 2-4 раза без увеличения рекламного бюджета
• окупаемость после первого месяца

Подробнее

(4)
5/5

Post Click vs Post View Conversions

It’s important to distinguish between a conversion caused directly by a display ad and a conversion which is influenced by a display ad. This is where post click and post view conversions come in.

A post click conversion occurs when a user clicks on a display ad, then proceeds to convert on site.

When a user is served a display ad and doesn’t click on it, but returns to site and converts within a set period (known as a lookback window), then display will be awarded a post view conversion.

It’s important to note that post click conversions always trump post view conversions. For example, if a user is served multiple display ads and clicks on one of them before converting, then it is counted as a post click conversion.

The lookback windowdefines a time span prior to a conversion. It brings together all the actions carried out bya consumer, recording all the channels they interacted with before converting. If the user converts within the lookback window, then all the marketing channels they interacted with should receive some sort of credit. The value of post view conversions can easily be overlooked by advertisers. When they are assessing the performance of different digital marketing channels they are often only looking at direct (post click) conversions. Programmatic display acts further up the marketing funnel, driving traffic through to other marketing channels like search. This means display often gets many post view conversions, but if these aren’t accounted for then its vital role in the digital marketing landscape can go unnoticed.

The Problem

The very nature of the internet makes it easy for the consumer to research and explore the various options available to them before finally deciding to make a purchase. However, many consumers’ decisions can be influenced by what they see and hear while browsing. Whether it’s an ad before a YouTube video or a banner ad on a website. All this exposure can ultimately lead to creating brand awareness and affinity, eventually leading to conversions. However, when you influence a consumer’s decision they are more likely to go to site directly or search for the product before buying, rather than clicking on a display ad. Therefore, it’s important that we can account for all these conversions that are influenced by programmatic display.

Что можно анализировать в медийной рекламе через Метрику?

Эффективность рекламных кампаний нужно отслеживать на каждом этапе — от показа баннера до совершения конверсии. Тогда вы сможете увидеть точное влияние показов рекламы на целевые действия.

В Метрике для Медийной рекламы вы можете анализировать кампании в разрезе данных, которые произошли после показа рекламы или перехода. Дожидаться, когда размещение креатива кончится, не нужно.

Метрика умеет атрибутировать конверсию с объявления, даже когда по ней не было клика. Например, пользователь зашел на сайт и увидел рекламу туроператора. Он не перешел по нему, но через пару дней ввел в поиске бренд-запрос и сразу попал на сайт оператора. Система ожидает конверсии — в данном случае захода на сайт — до 90 дней с момента показа.

В отчетах есть данные по основным показателям:

• конверсии;
• доход;
• показы;
• охват аудитории;
• досмотры;
• частота.

Можно смотреть для креативов и площадок, так и для характеристик аудитории.

Например, вы видите, что лучше всего покупают билеты люди с детьми старше 25 лет. Информацию можете использовать для уточнения настроек таргетинга или написать другой текст в объявлении.

Итак, рекламодатель может получить качественную аналитику в разных срезах. Ее можно использовать, чтобы:

• понять, как кампания на повышение охвата повлияла на бизнес-показатели;
• увидеть в реальном времени эффективность таргетингов, следить за выполнением медиаплана;
• а значит, вовремя скорректировать стратегию и настройки;
• настроить сегменты аудитории, которая видела рекламу, чтобы провести ее вглубь воронки и продолжить коммуникацию;
• найти новых клиентов и покупателей — можно настроить look-a-like, и найти тех пользователей, которые схожи по параметрам с теми, кто реагировал на объявления.