Кейс Askona. Влияние таргетированной рекламы на офлайн-конверсии
Как сопоставить данные из CRM про ваших покупателей и клики из рекламных систем Facebook и myTarget.
При планировании и ведении performance-кампаний мы регулярно сталкиваемся с довольно жёсткими KPI, такими как ROI, ROMI, ДРР и другими. Когда перед агентством ставятся такие показатели эффективности, это значит одно — заказчик ориентируется на доход «здесь и сейчас», то есть на покупателей, готовых купить в интернет-магазине.
К сожалению, в таком случае в воронке очень сложно учесть пользователей, которые увидели рекламу в интернете и решили сходить в офлайн-магазин, где и совершили покупку. Но даже в этом случае мы поняли, что реклама сработала. И ниже мы расскажем, как мы пришли к данному выводу.
Компания Askona — производитель качественных товаров для сна (матрасы, диваны, кровати, подушки и подобные товары) и клиент агентства iConText. Ниже мы расскажем об одном интересном кейсе, реализованном совместно с рекламодателем, и о том, как именно таргетированная реклама помогла конвертировать просмотры в продажи на сайте, а также способствовала продажам в офлайн-магазинах.
Специфика бизнеса
Товары для сна, как и некоторые другие категории продукции для долгосрочного использования, чаще приобретаются в офлайн-магазинах. Возможность потрогать, прилечь, сравнить ощущения и даже в полной мере визуально оценить товар пока что недоступна в сфере digital, каким бы хорошим с точки зрения юзабилити не был бы сайт. VR-технологии только набирают обороты и ещё не скоро доберутся до мира рекламы.
Есть лишь часть пользователей, которые готовы осуществить покупку через сайт, остальных же мы можем только подтолкнуть к посещению офлайн-магазина.
Цели и задачи клиента
Основная цель компании Askona — поиск новых каналов продаж и увеличение дохода, но при этом, как говорит руководитель отдела конверсионного маркетинга Адам Машитлов, у компании есть чёткие ограничения по ДРР, за рамки которых они не могут выходить. ДРР — доля рекламных расходов. ДРР рассчитывается как: расходы на рекламу / доходы с рекламы * 100 %.
|
|
Адам Машитлов
Руководитель отдела конверсионного маркетинга Аskona |
|
«В условиях постоянно растущей конкуренции на рынке (особенно в онлайне), Аskona всегда находится в поисках новых каналов продаж. При этом у нас есть чёткие ограничения по ДРР, за рамки которых мы не можем выходить. Была гипотеза, что реклама в онлайне влияет на продажи в офлайне, но оценить этот эффект и атрибутировать его к интернет-рекламе мы не могли. Благодаря данному исследованию мы получили ценные инсайты, которые позволили нам пересмотреть наши инвестиции в рекламу в социальных сетях и тем самым увеличить доход в рамках приемлемых показателей ДРР».
Для решения этой задачи мы, помимо оценки прямых транзакций, решили изучить, как реклама в социальных сетях влияет на продажи в магазинах.
Для этого был использован инструментарий офлайн-конверсий, доступный на площадках myTarget и Facebook. В рекламных системах социальных сетей хранится информация о пользователях, контактировавших с рекламой, и данные об этом взаимодействии. Так, обе площадки позволяют смэтчить (сопоставить) данные о пользователях.
Если загрузить CRM-базу в рекламные кабинеты, то произойдёт сопоставление данных рекламных кампаний с этими базами. На пересечении окажутся пользователи, которые совершили покупку в офлайн-магазине в том числе после перехода на сайт по рекламе в социальных сетях. То есть, пользователь, который видел или кликал на нашу рекламу, а затем купил что-то в офлайн-магазине Askona, засчитывается как офлайн-конверсия.
Примечание: если нет CRM системы, это работать не будет, так как не будет выгрузок. Если не выставили настройку учета офлайн-конверсий — тоже работать не будет.
Сопоставление происходит, в первую очередь, за счёт телефонных номеров и email-адресов. Для Facebook доступен повышенный функционал для загрузки данных о пользователях, например:
- имя, фамилия;
- страна, город;
- возраст, год рождения, дата рождения;
- пол;
- события, в том числе интересующее нас «Purchase» (вид события);
- ценность события.
Выбор решения, описание, причины
При первой загрузке информации о пользователях из CRM в рекламные кабинеты мы получили первые результаты. Они были довольно противоречивы.
При загрузке одной и той же базы в рекламные кабинеты результаты и эффективность размещений в Facebook и myTarget получилась кардинально разная. Так, мы увидели, что эффективность myTarget по CRM-базе офлайн-покупок в пять раз выше, чем Facebook.
Возник вопрос: насколько эти данные корректны и каким образом происходит подсчёт? Исходя из детального анализа полученных данных, мы, обсудив с рекламодателем, смогли понять, в чём заключается разница подсчёта.
В myTarget один хеш учитывается несколько раз за счёт показа рекламы одному пользователю из разных рекламных кампаний. Проблема заключается в том, что некоторые транзакции дублируются, и площадка считает участие в конверсии, а не уникальную транзакцию. Ниже мы покажем, как можно решить этот момент.
По умолчанию в myTaget выставлено окно атрибуции — 30 дней после показа. Это значение можно изменить, но мы решили на нём остановиться и в дальнейшем пришли к выводу, что оно является оптимальным. Окно атрибуции — это временной промежуток, который измеряется от первого контакта пользователя с рекламным сообщением и до целевого действия.
За счёт того, что в myTarget подсчёт конверсий по умолчанию происходит по показам, один пользователь может засчитываться несколько раз как офлайн-конверсия — в случае, если пользователь видел объявления из разных рекламных кампаний. Выше мы это упоминали. Соответственно, каждая кампания припишет эту конверсию себе.
При этом учитываются именно показы, а не клики, и пользователь мог даже не переходить на сайт по нашему рекламному объявлению. В том числе из-за этого количество офлайн-конверсий на выходе может оказаться значительно больше, чем есть на самом деле (как у нас в примере выше с показатели myTarget по сравнению с Facebook). Если не принимать во внимание эти факторы мэтчинга, это может ввести в заблуждение и не дать корректной информации по результатам обеих площадок.
Теперь про Facebook. По умолчанию в Facebook было выставлено окно атрибуции 7 дней после клика. В целом же, можно использовать следующие окна: 1, 7, 28 дней.
В отличие от myTarget в Facebook используется совершенно другая система отображения точно тех же данных, которые загружались в рекламные кабинеты. Главное отличие — в Facebook по умолчанию пользователь обязательно должен кликнуть на рекламное сообщение.
Решение. Корректность расчётов и реализация
После того, как мы определили различия между площадками, удалось внести корректировки, позволяющие получить результаты, приведенные к единому знаменателю. myTarget — исключение дубликатов хешей, за счёт чего количество офлайн-конверсий значительно увеличивалось.
Так же мы решили исключить те покупки, в которых пользователь только видел нашу рекламу, но не кликал по ней. В итоге получены уникальные данные: 1 пользователь — 1 транзакция, где обязательным условием для засчитывания офлайн-конверсии является переход на сайт. Это соответствует системе подсчёта Facebook. Facebook — увеличение окна атрибуции до 28 дней после клика. Тем самым мы уравняли его с периодом в myTarget.
Благодаря этим корректировкам мы смогли сравнить данные площадок. Новый подход подтверждал участие канала социальных сетей в цепочке до совершения покупки в офлайн. Оставалось только оценить вклад таргетированной рекламы с точки зрения бизнес-показателей.
Для этого в Facebook был использован параметр Value (ценность события), равный чеку офлайн-покупки. Информацию по value предоставил нам рекламодатель. И именно благодаря этому мы смогли получить не только общее количество конверсий и CPO, но и суммарный доход.
Дальше мы столкнулись с ещё одной проблемой: в myTarget отсутствует возможность внешней загрузки данных по доходу. Но решение нашлось довольно быстро. Благодаря полученным общим данным по доходу мы смогли посчитать средний чек по базам офлайн и онлайн. Так как изначально загружаемые базы Facebook и myTarget идентичны с точки зрения содержания, мы решили использовать этот средний чек для myTarget.
Расчёт офлайн-дохода в myTarget мы сделали с помощью среднего чека в Facebook в разрезе по году, месяцу и типу кампании после процесса мэтчинга с данными CRM. В отличие от Facebook данные по myTarget получились приблизительными, но эти цифры позволили оценить вклад myTarget в общую доходность от социальных сетей.
Совместно с рекламодателем решили использовать инструментарий офлайн-конверсий обеих площадок ещё одним способом. Для корректности расчётов рекламодатель разделил данные из CRM на онлайн- и офлайн-покупателей (онлайн — продажи с сайта, офлайн — в офлайн-магазинах), а мы подгрузили эти две базы в рекламные кабинеты по-отдельности для возможности сравнения работы онлайн- и офлайн-каналов.
Идея заключалась в том, чтобы отследить общее количество транзакций, на которые повлияла реклама в социальных сетях, а также сравнить между собой офлайн и онлайн. Для этого пришлось совершить сложную систему вычитаний, чтобы разграничить результаты по двум загружаемым базам.
Изначально в рекламные кабинеты была загружена база из CRM офлайн-магазина. По этой базе мы получили логи myTarget и взяли данные из Facebook. Затем была загружена онлайн-база, но получить по ней результаты сразу не получалось, так как данные сливались воедино с офлайн-базой. Поэтому из общих данных мы убрали статистику по офлайн, в результате чего были получены данные по онлайн-базе.
Как это выглядело, если показать совсем просто:
- X — статистика офлайн-базы,
- Y — статистика онлайн-базы,
- Z — общая статистика,
- Z — X = Y.
Результат
Доход в офлайне, на который повлияли рекламные кампании в социальных сетях, получился в 2,2 раза выше, чем от онлайн-продаж.
Используя доступную надстройку в Facebook, отображающую различные окна атрибуции (1, 7 и 28 дней после клика), мы смогли отследить динамику принятия решения о покупке: одна неделя составляет средняя длительность процесса принятия решения о покупке.
Заключение
Изначально в Askona оценка эффективности канала социальных сетей измерялась по прямому доходу, без учёта участия этого рекламного канала на офлайн-продажи.
Эффективность таргетированной рекламы оценивалась метрикой онлайн-дохода, влияние данного рекламного канала на офлайн-продажи не учитывалось. Новый подход к оценке данных позволил выявить участие социальных сетей в процессе принятия решения о покупке и их влияние на итоговую конвертацию пользователя в офлайн-продажу.
Для бренда это возможность оптимизировать бюджеты и увеличить инвестиции в эффективные размещения, которые впоследствии будут корректно оценены как в онлайн, так и в офлайн.
В связи с нашим исследованием, которое мы описали выше, нам удалось увеличить верхнюю планку показателя эффективности ДРР в 2 раза.
В результате данного кейса получилось, что у Askona 70% дохода формировалось офлайн-конверсиями, совершёнными после перехода на сайт по рекламному креативу в социальных сетях.
|
|
Адам Машитлов
Руководитель отдела конверсионного маркетинга Аskona |
|
«Надеюсь, что данный кейс будет полезен для всего рынка, и коллеги из других ecommerce-компаний смогут использовать его для решения своих задач. Также хочется поблагодарить команду iConText за проделанную работу в рамках кейса, а также, в целом, за эффективное продвижение бренда Askona в digital. Совместными усилиями с iConText нам удалось сделать этот кейс и удостовериться, что в нашем случае таргетированная реклама лучшим образом влияет на офлайн-конверсии».
Рекомендуем:
- Как найти целевую аудиторию в myTarget
- Кейс Банка CenterCredit: как избежать «ошибки выжившего» при анализе performance-кампании с помощью данных post-view
- Кейс: тестирование трёх форматов в myTarget для продажи квартир в ЖК бизнес-класса
- Как набрать подписчиков в мессенджеры через соцсети, почтовые и SMS-рассылки
Мнение редакции может не совпадать с мнением автора. Ваши статьи присылайте нам на 42@cossa.ru. А наши требования к ним — вот тут.