Разработка методики оценки и повышения эффективности рекламных интернет-сообщений

Цель методики заключается в том, чтобы оценить эффективность рекламных сообщений, участвующих в рекламной кампании, с точки зрения переходов или показателя CTR еще до запуска кампании, а также предугадать возможные направления повышения эффективности кампании.

Для выполнения первого этапа методики используется анкета, в которой отражаются все известные сведения о предстоящей рекламной кампании. Чем больше известно данных, тем точнее будет прогноз. По сути, данная анкета повторяет таблицу входов для модели, однако значения некоторых параметров мы выводим уже в процессе анализа входных данных. Ниже приведена анкета в табличном виде:

Таблица 2.9

Анкета с исходными данными рекламной кампании

Второй этап является реализацией инкапсулированной в методику модели и представляет собой прогон модели с известными данными.

Итак, допустим, что после прогона модели мы пришли к выводу, что прогнозы этой кампании нас не устраивают, поэтому мы имеем два варианта действий — отказаться от данного издателя, либо попытаться увеличить это значение с помощью методов, описанных ниже. При этом не следует забывать, что увеличение эффективности зачастую связано с увеличением бюджета кампании, поэтому может иметь смысл анализировать несколько вариантов проведения РК в условиях ограниченного бюджета (различные типы PC, различные условия размещения, разные варианты изготовления PC и т.д.) и выбрать из них наиболее эффективный. Таким образом, третий этап методики представляет собой анализ результатов моделирования, детальный анализ причин низкой эффективности, корректировку параметров, повторные прогоны модели. Данный этап может быть представлен в виде блок-схемы на рис. 2.7.

Рис. 2.7. Последовательность действий для повышения эффективности рекламной кампании.

В процессе повышения эффективности анализируются следующие параметры: визуальная привлекательность, фокусировка сообщения, содержательная привлекательность, частота показов, показатели расположения рекламного сообщения.

В первую очередь анализируется показатель фокусировки. Если рекламная кампания нацелена на какую-нибудь группу посетителей (например, по тематическому или по возрастному критерию), вполне очевидно, что вероятность показа PC нужному посетителю достаточно

низкая.

=> тематический таргетинг - при фокусировке PC на определенную тематику удобно применить именно такую персонализацию рекламного воздействия;

=> географический таргетинг применим в случае необходимости разделения аудитории по территориальному признаку;

=> таргетинг по социально-демографическим характеристикам применим в случае нацеливания рекламного воздействия на группы, разделяемые по возрасту, полу, уровню доходов, социальному статусу, профессиональной деятельности.

Затем анализируется внешний вид рекламного сообщения. Если по каким-то причинам показатель BVIS имеет низкое значение, мы можем повысить его, меняя дизайн, цветовую гамму и прочие характеристики визуальной привлекательности. Также имеет смысл смена технологии изготовления рекламного сообщения (например, изначально PC представляло собой статичный баннер, следовательно, можно исполнить его в виде динамического Flash-баннера). В данной ситуации не рассматривается возможность радикальной смены технологии изготовления PC (например, использование текстового блока вместо баннера). Смена технологии выливается в повторное изготовление PC, что может нести за собой дополнительные расходы (как в денежном эквиваленте, так и во временном измерении).

Следующим шагом является анализ значения содержательной привлекательности BCONT. Если мы пришли к заключению, что это значение нас не удовлетворяет, можно попытаться скорректировать его. При этом мы можем воспользоваться двумя методами:

=> Изменения рекламного воззвания на более воспринимаемое. Доказано, что некоторые слова или фразы обеспечивают большее

привлечение внимания посетителей (например, слово «Нажми»). Мы намеренно не включаем сюда подробный анализ данного факта, поскольку это представляет собой отдельное исследование в области психологии. Вызывает переделку PC.

=> Использовать таргетинг по типу восприятия. Подробно методику персонализации по типу восприятия мы опишем ниже.

Далее обратимся к такому показателю, как частота показов. Для его повышения можно воспользоваться следующими методами:

=> Увеличение распространения PC - чем больше рекламных мест мы приобретаем, тем больше вероятность, что PC будет замечено посетителями. Тут также имеет место прямая зависимость затрат от количества рекламных мест. Именно тут применяется модель охвата для нескольких носителей/вхождений.

=> Применение механизмов ограничения показов уникальным пользователям и механизма «преследующих» показов. Такие механизмы присутствуют далеко не на всех сайтах, поэтому являются редким и дорогостоящим приемом.

На этом этапе можно сделать следующий вывод: при отсутствии вышеупомянутого механизма не рекомендуется размещение рекламы на основе постоянной цены размещения (т.е. платы за время, а не показы/клики), поскольку становится невозможным ограничение показов тем или иным посетителям.

После оценки эффективности рекламного сообщения для построения результатов рекламной кампании необходима оценка эффективности всей рекламной кампании. Это достигается применением любой из описанных в параграфе 2.1 моделей рекламного отклика. В нашем исследовании мы не

будем заострять внимания на выборе средств оценки эффективности, заметим лишь, что любая из описанных моделей подходит для использования в ней полученных нами результатов. Другими словами мы можем подставить в любую из моделей рекламного отклика выход модели реакции посетителей в качестве показателя эффективности рекламы.

Если обратиться к агрегирующим моделям, то можно сказать, что любая из этих моделей также вписывается в концепцию оценки эффективности рекламного сообщения. Дело в том, что на данном уровне нет различий, применяем ли мы разработанную модель или нет, поскольку все изменения происходят на уровне моделей рекламного отклика, выходы которых и являются исходными данными для агрегирующих моделей.

Как показала описанная нами методика оценки эффективности рекламных сообщений, одним из вариантов повышения эффективности рекламных кампаний в Интернет является персонализация рекламного воздействия. Поэтому следует рассмотреть последовательность шагов, необходимых для повышения эффективности содержательной привлекательности рекламного интернет-сообщения.

Разбиение аудитории сайта по типу восприятия было описано ранее в параграфе 2.1. Суть методики классификации состоит в том, что, имея в распоряжении данные о ключевых словах, используемых посетителями сайта в общении между собой, и применяя приемы контент-анализа, мы можем с определенной уверенностью предположить его «типаж». Каждый типаж имеет свои излюбленные слова и фразы, поэтому для каждой группы возможно применение персонализированного рекламного воздействия. Более эффективное восприятие при использовании терминов, «близких» конкретному типу посетителя, подтверждается исследованиями, описанными в параграфе 2.1.

Предлагаемый прием основан на том, что каждая группа имеет свой тип восприятия, поэтому предлагается создавать несколько вариантов

рекламного сообщения с целью установления максимально тесного контакта с посетителем. Каждый вариант PC показывается исключительно той группе, для которой он предназначается. Обеспечить функционирование данного приема призвана система таргетинга по типу восприятия, описанная в третьей главе данной работы. Забегая вперед, отметим, что в процессе пробного внедрения полностью был реализован только модуль показа рекламных сообщений, поскольку именно он является ядром информационной системы. Исходные коды модуля приведены в Приложении 3.

Таким образом, цель описываемого приема заключается в формализации процесса анализа рекламной площадки с точки зрения привлекательности для таргетинга по типу восприятия и оценки эффективности рекламного сообщения в Интернет с применением указанного вида таргетинга.

Для применения фокусировки по типу восприятия к исходным данным, описанным в модели реакции посетителей, добавляется еще два параметра. Это:

=> Наличие PC, адекватного типу восприятия (ВН) - таблица, в которой для каждого типа восприятия стоит 1 либо 0.

=> Типы восприятия аудитории (АН) - таблица распределения в процентном соотношении аудитории рекламной площадки по различным способам восприятия.

Основным фактором повышения эффективности в этой модели будет содержательная привлекательность BCONT. Наша цель - максимально увеличить это значение - довести его до единицы.

BCONT = XBCONTj ВН,АН, , _{где; (2}.₃₂)

j=l..N - количество групп восприятия на данном сайте,

BCONTj - коэффициент содержательной привлекательности для j-й группы,

BHj -наличие рекламного сообщения, ориентированного на j-ю группу,

AHj -процентное соотношение объема j-й группы восприятия на сайте издателя к общему объему аудитории.

Если в системе таргетинга существует возможность отключения показов рекламных сообщений определенным группам (например, на сайте присутствуют группы, совсем не подходящие для рекламной кампании), то эти группы просто не учитываются в расчете.

Теперь оценим модифицированную формулу на контрольном примере. Для примера будем использовать статистические данные об одной из рекламных кампаний (продвижение нового средства борьбы с насекомыми на сайте Auto.ru), использованных при создании регрессионной модели:

Таблица 2.10

Отчет о рекламной кампании для «Raptor»

Таблица 2.11

Показатель AF для главной страницы сайта Auto.ru

Данный пример был выбран из-за массовости рекламируемого объекта, а также ввиду близких к максимуму остальных значений. Высокий показатель CTR в данном примере обусловлен применением технологии Pop­up и тематического сужения аудитории. Стоимость размещения PC при условии применения таргетинга составила 9 у.е. за 1000 показов, и, ввиду того, что было изготовлено 5 различных видов рекламных сообщений, общая стоимость изготовления составила 80 у.е.

На этапе создания методики, не имея инструментальных средств, мы не можем проверить точный отклик данной модифицированной модели.

Однако, ввиду того, что измерение содержательной привлекательности производится с применением экспертных оценок, и в данном случае будет меняться только этот параметр, мы можем оценить выход модифицированной модели только при помощи экспертов. Для этого аудитория должна быть разделена на группы (в данном случае мы используем предложенную типологию [20]), и для каждой группы реализуется свой вариант рекламного сообщения. Было выделено 4 группы экспертов (Womanizer, Cheerleader, Male chauvinist, Teacher). Проведенный эксперимент выявил, что применение таргетинга по типу восприятия увеличило показатель BCONT с 21% до 89%.

Если сравнить конечные данные модифицированной и базовой модели, получим следующую таблицу:

Таблица 2.12

Сравнение параметров эффективности контрольных прогонов

Нетрудно заметить разницу между результатами. Поэтому мы делаем вывод о том, что данный метод повышения эффективности рекламных кампаний оправдан и успешен.

Далее мы опишем последовательность действий для повышения эффективности рекламных кампаний с использованием персонализации рекламного воздействия по типу восприятия.

Во-первых, необходимо располагать данными о составе аудитории в разрезе групп восприятия. Поскольку предлагаемый прием является новым, ни один из издателей не располагает на текущий момент подобной

информацией. Для получения такой информации целесообразно воспользоваться модулем сбора и анализа информации системы таргетинга, описанной в главе 3. Естественно, подобную задачу можно решить, не прибегая к инструментальным средствам, но этот процесс займет гораздо больше времени. Для того, чтобы мы могли получить портрет пользователя по типу восприятия, нам необходимо выполнение следующих условий:

1. сайт рекламодателя должен содержать раздел интерактивного общения между посетителями (форумы, конференции, чаты);

2. сайт должен содержать программный модуль сбора информации о посетителях и последующего анализа их высказываний, либо аналитики должны иметь доступ ко всем архивам конференций, чтобы проделать подобный анализ вручную;

3. сайт должен содержать программный модуль идентификации посетителей и показов им наиболее близкого по типу восприятия рекламного сообщения.

Исходные данные должны быть представлены в виде, аналогичном представлению любого из параметров демопортрета - доли от общей аудитории сайта для каждой группы восприятия.

Следующим шагом является изготовление рекламных сообщений для каждого типа восприятия. В целом все крупные издатели обладают одинаковым набором групп посетителей, разница лишь в их процентном соотношении. Поэтому при низком проценте посетителей в той или иной группе имеет смысл сравнить затраты на изготовление варианта PC и предполагаемый отклик от этой группы. Отклик оценивается при помощи прогона ранее описанной модели с выбранной группой посетителей в качестве исходных данных. После того, как получен CTR ддя выбранной группы, можно легко сделать вывод о необходимости включения ее в общую рекламную кампанию.

После этого необходимо провести оценку параметров BCONT для каждого варианта рекламного сообщения. В данной ситуации самым сложным является проведение экспертной оценки каждого из вариантов ввиду трудностей поиска необходимого числа экспертов каждого типа восприятия, поэтому мы будет отталкиваться от оценок экспертов первичного варианта сообщения без учета критерия дружественности используемых оборотов.

После того, как все предварительные данные собраны, мы можем вычислить итоговое значение параметра BCONT. Для этого воспользуемся формулой (2.32). Использовав это значение в методике оценки эффективности рекламных сообщений, мы получим конечное значение CTR, которое мы можем сравнить с исходным (без применения таргетинга). Немаловажную роль здесь играет коэффициент цены действия - именно на его основе нам и даелается заключение о целесообразности применения подобного вида таргетинга, и в случае положительного результата - оценить прирост эффективности.

Как мы могли видеть на примере контрольного прогона моделей, в данном случае методика оправдала себя и дала желаемый прирост эффективности, поэтому можно сформулировать следующие выводы:

=> данный прием нацелен на массированные рекламные кампании, не имеющие четкой тематической фокусировки и/или ограничений по социально-демографическим характеристикам;

=> именно поэтому все группы посетителей будут вовлечены в рекламную кампанию, за исключением тех, для которых изготовление отдельного варианта PC нецелесообразно;

=> сайт издателя обязательно должен содержать раздел интерактивного общения;

параллельно можно проводить анализ тематических интересов (любой раздел интерактивного общения представляет собой

тематическое дерево), который можно с успехом применять для тематического таргетинга.

Кроме построения прогнозов на этапе планирования рекламной кампании, данная методика может использоваться при анализе результатов рекламной кампании. Эти действия имеют смысл в случае получения неудовлетворительных результатов. При помощи данной методики легко выделить основные причины неудачи и в дальнейшем, при планировании будущих рекламных кампаний, не повторять сделанных ошибок.

Преимущество данной методики в том, что она позволяет оценивать некоторые результаты рекламной кампании еще до ее начала. С другой стороны невозможно оценить привлекательность рекламного сообщения, не видя его перед глазами, поэтому если мы пытаемся оценить эффективность рекламной кампании задолго до ее начала, не имея в распоряжении ничего, кроме общеизвестных цифр и параметров издателя, прогноз будет носить заведомо неточный характер. Поэтому можно сделать следующий вывод - чем большей информацией о рекламном сообщении и о рекламной площадке мы обладаем, тем точнее будет прогноз. Более того, методика позволяет оценить необходимость в том или ином усовершенствовании рекламной кампании (например, тематический таргетинг далеко не всегда оправдывает себя).