5 мифов о рекламе в сфере недвижимости

17 июля 2019, 11:05
0

5 мифов о рекламе в сфере недвижимости

Что нужно знать, работая с недвижимостью онлайн? Об ошибках в запуске популярных инструментов, а также мнение об их перспективности в сегменте.
5 мифов о рекламе в сфере недвижимости

Как сохранить бюджет, время и нервы, работая с недвижимостью? Я подготовил небольшую подборку заблуждений которые, возможно, помогут вам не совершать ошибок.

Видео:

 

Хотел бы начать именно с этого пункта, так как все чаще мы слышим из переговорок и конференций о том, что видео-присутствие просто необходимо. Но, к сожалению, практически никто не придает значения самому главному в этом формате, а именно идее и четко сформулированным задачам, которые должен решать данный инструмент.

Нельзя надеяться на то, что запуск видеоролика, собранного из 3D-рендеров или сконвертированной HTML-ки, помогут в решении проблем узнаваемости или промотирования предложений.

Характер потребления видео-контента совсем иной. Такие псевдо-размещения не приведут к росту узнаваемости комплекса, а вот слив бюджета и рост негатива обеспечат.

Существует большое количество профильных стаей, где эта проблема описывается более детально, но все же самое основное, что выделяют все они, – это необходимость перед запуском определить четкие цели кампании, выбрать площадки и форматы для размещения и не забыть про «персонализацию» сообщения (не ограничиваться одним роликом и посылом в рекламной кампании).

 Тематические площадки 


Банально, но, к сожалению, это все еще головная боль. По-прежнему порядка 70% бюджетов сливаются практически впустую. А те немногочисленные продажи, которые все-таки фиксируются, являются результатом сторонних онлайн-активностей этих же площадок (контекст, соцсети, холодные прозвоны). В свое время мы делали визуальную оценку целесообразности подбора той или иной площадки. Если 80+% площади сайта отдано на коммерческие размещения, а не функционал сайта, то можно делать выводы о ключевой цели данного портала и его перспективах роста в конкурентной среде.

DOOH - (в текущем своем исполнении)


Очень перспективный формат, который, к сожалению, еще слишком рано выпустили на рынок. По результатам уже проведенных кампаний можно выявить следующие недостатки, которые затрудняют работу с этим форматом наружной рекламы:

  1. Отсутствие понимания оптимального количества показов, а следовательно, и отсутствие возможности сделать нормальный прогноз. Показатель CPM при этом ориентировочный, точное значение есть только по минимальному порогу;

  2. Неконтролируемая частота показа рекламного сообщения, которая затрудняет равномерное распределение реализуемого трафика;

  3. Невозможно контролировать время показа рекламно-информационных материалов, частично показы скручиваются в ночное время, когда нет аудитории;

  4. Невозможно получить точные данные по охвату, так как система не может корректно отследить каждого уникального пользователя. Как я предполагаю, часть пользователей вообще не фиксируется, частота показов может достигать 30;

  5. Ограниченное количество конструкций, что иногда не позволяет провести РК с размещением вблизи объекта, офиса продаж;

  6. Сложная система согласования с провайдерами: по ходу ведения иногда приходится переносить объем показов с части щитов, так как возникают сложности с арендой конструкций;

  7. Скрин-отчеты с размещения не предоставляются, проверить тяжело. Выход - делать фото самостоятельно, ожидая появления ролика на щите.

Формат, безусловно, имеет потенциал, но текущая реализация не на высоте, поэтому не стоит очень сильно на него полагаться.

Big Data 


Феномен, к сожалению, слишком переоценен и, по моему мнению, некорректно говорить на конференциях, преподносить его как некий обязательный и единственный ключ к спасению рекламных кампаний и бюджетов. На деле эффективность существующих решений в нашем сегменте почти близка к нулевой. 

В отсутствии качественного и количественного трафика на сайт проекта, рискуете с экстраполяцией базовой информации аудитории сайта на новые, слишком размыть ее.  При использовании этих сегментов в дальнейшем только испортите показатели конверсии. Если вовремя не остановить этот процесс, можно смело списывать на ноль все накопленные сведения (а это полгода-год работы как минимум).

Проблема BIg Data именно в отрыве от реальности. Статистические модели, на которых строятся алгоритмы работы различных систем и те результаты, что мы наблюдаем в последствии далеки от реальности. Хорошей демонстрацией несостоятельности статистических моделей выступает описанная Нассимом Талебом ошибка дня благодарения: «Представим себе индейку, которую усердно кормят каждый день, и которая убеждена в дружественном отношении к ней людей. В канун Дня благодарения с индейкой произойдет нечто непредвиденное, она поймет что ошибалась. Уверенность индейки в безопасности достигает максимума, когда риск – самый высокий. Проблема в том, что то, что срабатывало в прошлом, может не сработать на этот раз, и тот опыт, который мы получили в прошлом, может оказаться бесполезным, или, что еще хуже, повести нас по неверному пути.» 

Второй значимой проблемой является поиск закономерностей в случайностях и построение на их основе не рабочих гипотез. Сейчас такое происходит из-за отсутствия на рынке Big Data компаний профессиональных инженеров и стратегов, которые могут работать с большим объемом данных и собирать их с какой-то осознанной целью. Сейчас это просто похоже на сбор данных из совершенно разных источников без заданной цели. Результат и гипотезы с одним и тем же набором данных у разных аналитиков будут сильно отличаться друг от друга.  

Конечно, работа с аудиторией, это очень важно, но не стоит в этом подходе уходить к всеобщей систематизации всего.

К самому этому явлению не нужно относится как к решению всех имеющихся проблем. Сработавших кейсов единицы, а вымышленных и высосанных из пальца уйма.

Искандер Шаймарданов 
Account Director Nectarin

Ответить?
Введите капчу