Как с помощью post-view аналитики до сделок и ROMI увеличить эффективность медийной рекламы на 80% | Публикации |

Как с помощью post-view аналитики до сделок и ROMI увеличить эффективность медийной рекламы на 80% | Публикации | Аналитика

9 лучших сервисов автопостинга в инстаграм, вконтакте, другие социальные сети

Профессионально заниматься SMM без автопостинга нереально, поэтому на рынке с каждым годом появляются новые сервисы, помогающие работать с контентом в социальных сетях. Редакция блога Нетологии составила список из 9 сервисов автопостинга, чтобы вы смогли выбрать лучший для решения бизнес-задач.

Для автоматического ведения групп существует два типа сервисов: те, что размещают только созданные вами посты, и те, что самостоятельно ищут контент и постят его в нужное время.

Сервисы отложенного постинга подойдут вам, если:

  1. У вас уже есть контент: например, вы ведете блог и размещаете статьи на сторонних ресурсах; размещение в соцсетях вы используете, чтобы охватить больше аудитории.
  2. В соцсетях вы занимаетесь продажами: ваши посты авторские, брендированные и содержат лого или ссылку на сайт.

Небольшая особенность сервисов отложенного постинга без генерации контента: обычно они рассчитаны на то, что вы будете вести сообщество комплексно, а не только фаршировать контентом.

Поэтому в таких сервисах обычно больше функций: есть возможность адаптировать посты для каждой сети, статистика, элементы работы с вложениями и другие фичи.

Сервис удобен тем, кто наполняет группы в соцсетях контентом с сайта и блога. Функциональность сервиса не очень богатая, зато можно полностью автоматизировать размещение брендированных материалов:

Регистрация проходит через заполнение стандартных форм, а дальше сервис постит все сам. На выходе получаете группы с одинаковым, но брендированным контентом.

Умеет постить в 10 соцсетей: ВКонтакте, Instagram, Telegram, Pinterest, LinkedIn, Одноклассники, Facebook, Google , LiveJournal.

Стоимость подписки — от 350 рублей за 1 проект. После регистрации доступно 10 дней бесплатного доступа.

Сервис удобен в первую очередь маркетологам и бизнесменам: людям, которые не только ведут странички, но и активно отвечают на вопросы подписчиков в соцсетях. Он позволяет:

Есть возможность настроить разное время публикации, текст и вложения для каждой соцсети, и увидеть результат с помощью предпросмотра: это поможет еще до публикации увидеть, как лучше поставить абзацы и как будут выглядеть картинки (при необходимости их можно кадрировать).

SMM Aero поддерживает постинг в четыре соцсети: ВКонтакте, Instagram, Одноклассники, Facebook.

Самый маленький тариф — 300 рублей: за эти деньги можно вести по одной странице в каждой соцсети, куда умеет постить сервис. Первые 7 дней сервис бесплатный, функциональность не ограничена.

Post-view аналитика в фарме: как и зачем ее использовать при оценке эффективности рк

В ходе воркшопа для представителей фармацевтических компаний Яна Саулова, руководитель отдела аналитики агентства «Риалвеб», и Екатерина Аралина, ведущий веб-аналитик «Риалвеб», рассказали, какие задачи помогает решить post-view аналитика, и показали, как использовать данные из разных систем, чтобы понять, как пользователи взаимодействуют с брендом через различные рекламные каналы. А мы делимся конспектом.


Существуют два базовых сценария поведения пользователя:

  1. Пользователь видит рекламу, кликает на баннер, переходит на сайт и совершает конверсию. В этом случае отследить техническую реализацию с точки зрения взаимодействия пользователя с сайтом не сложно, потому что все происходит в рамках одной сессии. С этим системы довольно успешно справляются уже много лет.
  2. Пользователь видит рекламу и переходит на сайт не сразу, а через 2-4 дня или неделю и вдобавок с других источников трафика и только после этого совершает конверсию. В этом случае связь с пользователем в рамках одного источника теряется, в цепочке появляются новые источники трафика, новые касания с брендом. Задача аналитика — не потерять эти касания с брендом и собрать воедино весь путь пользователя от первичного показа рекламы до конечной конверсии. Такой сценарий и называется post-view аналитика.

Отслеживать post-view аналитику стоит по трем основным причинам:

  1. Важно отслеживать вклад медийной рекламы с точки зрения всех взаимодействий пользователя с сайтом и с брендом;
  2. Важно оценивать окупаемость медийной рекламы;
  3. Необходимо не только анализировать весь путь пользователя, но и смотреть на наиболее удачные сценарии с точки зрения медиамикса для дальнейшего медиапланирования. Это помогает понимать, какие-то источники играют вспомогательную роль, а какие — конверсионную. Если суметь отследить наиболее удачные вариации, то можно использовать их для увеличения конверсии на сайте.

📍 Все эти моменты важны для фармацевтической отрасли, учитывая, что за последний год доля медийных рекламных размещений в фарме выросла вдвое — с 9% до 22%.


В первую очередь post-view аналитика дает возможность разделить всю аудиторию на тех, кто увидел рекламу и перешел на сайт в рамках этой же сессии, и тех, кто после просмотра рекламы не перешел на сайт. Разделение на эти сегменты крайне важно, так как они требуют к себе разного подхода с точки зрения рекламной коммуникации.

Еще одна задача, которую решает post-view аналитика, — это медиамикс. Анализируя всю цепочку взаимодействия пользователя с сайтом, можно определить, в какой последовательности и из каких источников пользователи переходят на сайт и какие целевые действия совершают либо не совершают на нем. Это важно понимать с точки зрения поведенческих паттернов и реакций.

Дополнительный анализ:  Аналитика в маркетинге: обязанности маркетолога-аналитика

Третий пункт актуален для всех сегментов бизнеса и связан с тем, что пользователи, видя рекламу в интернете, никак себя не проявляют в онлайне и уходят в офлайн. В фарме это довольно большая доля аудитории. Поскольку у всех разное производство препаратов, разное количество упаковок в аптеке, препараты реализуются в разное время и с разной скоростью, придумать работающую механику и проследить за клиентами очень сложно. Но технически, если бы на упаковке был QR-код, который пользователь зафиксирует у себя на телефоне, дальше можно было бы связать эту аудиторию с той, которая увидела баннер и не проявила себя в онлайне.


Когда речь не идет о post-view аналитике, рекламодатель видит следующую картину: в начале своего пути пользователи касаются бренда через медийную рекламу, затем их догоняют performance-каналы, пользователи переходят на сайт и конвертируются. В итоге в системе аналитики остаются прямые либо ассоциированные конверсии с медийной рекламы. Учитывая, что у медийной рекламы совершенно другая направленность, оценить вклад медийной рекламы в общую цепочку и отдачу от нее не получается.

Отслеживание post-view аналитики дает возможность отдельно проанализировать источники с точки зрения конверсионности, посмотреть, как они выглядят в цепочке вместе, выделить наиболее удачные вариации среди каналов трафика, сегментировать аудиторию по тому, кто как себя ведет с точки зрения отложенного спроса, частоты переходов на сайт в рамках взаимодействия с баннерами и т.д.

В «Риалвеб» для отслеживания post-view аналитики не подключают дополнительные сервисы и инструменты. Вся работа ведется через Google Tag Manager и Google Analytics. Необходимо связать единым ключом разрозненные данные из GA и GTM. В нашем случае единый ключ — это Client ID. Благодаря этому уникальному идентификатору появляется возможность отследить все взаимодействия с пользователями — от показа рекламы до конечной конверсии, вне зависимости от того, с каких источников и когда произошла конверсия.


Приступая к настройке post-view аналитики, необходимо убедиться в наличии доступа к трем инструментам Google — DoubleClick Campaign Manager, Google Tag Manager и Google Analytics.

Затем нужно настроить интеграцию Campaign Manager и GTM. Для этого в DCM прописывается идентификатор из Google Analytics, а в Google Analytics подтверждается связь между двумя этими аккаунтами.

Следующий шаг — проверка корректности установки Google Analytics и настройки специальных параметров, таких как TimeStamp и Client ID.

После этого можно переходить к настройке Floodlight Activity Tags.

Floodlight Activity Tags — это специальные теги, которые активируются в момент, когда пользователь совершает целевое действие на сайте, и эти действия передаются в Campaign Manager.

Floodlight Activity Tags можно сравнить с целями Google Analytics, разница в том, что цели передаются в GA, а Floodlight Activity Tags — в Campaign Manager. На скриншоте в качестве Floodlight Activity Tags настроены кнопка «Где купить», переходы на партнерские сайты, переходы на карточку товара и т.д. Обязательно настраивается так называемый tag all site, позволяющий отслеживать не только целевые действия, но и любые переходы на сайт.

Следующий этап — настройка для каждого тега Floodlight Activity Variables. Можно настроить от одной до 200 переменных. В конкретном примере настраиваются только 7: Client ID, UTM-параметры и TimeStamp. После этого настройки пушатся и подтверждаются в GTM.

После этого необходимо настроить переменные непосредственно в Google Tag Manager. Названия переменных заключаются в две фигурные скобки. Они настраиваются для того, чтобы получать значения для каждого перехода. Это те же переменные Client ID, UTM-параметры и TimeStamp.

Затем для каждого из запушенных тегов нужно проставить переменные для ключа от u1 до u7 и указать односеансный метод подсчета (тег будет работать один раз за сеанс). Для каждого тега настраиваются триггеры — специальные условия, при наступлении которых данный тег будет передаваться в DCM. На этом настройки закончены, остается опубликовать версию GTM на сайте, и можно запускать нашу рекламную кампанию.


Запуск рекламных кампаний может выглядеть как на скриншоте. Они могут быть распределены на временной шкале неравномерно, но обязательно будут старт и финиш. На скриншоте также изображена кривая эффекта от рекламной кампании, она имеет затухающую геометрию. Порой хочется собирать и анализировать данные сразу после окончания рекламных кампаний, но лучше подождать некоторое время, чтобы post-view пользователи успели перейти на сайт и совершить или не совершить свои конверсии. Но не стоит и слишком долго тянуть, потому что те данные, которые можно получить из отчета в DCM, доступны только за определенный период, не ранее чем за 60 дней. Предположим, что мы находимся в точке сбора данных и можем приступить к подготовке данных.


Подготовить отчет из DCM можно через DCM API либо напрямую из интерфейса. Но при большом объеме данных обычный экселевский файл может не справиться, поэтому лучше использовать API.

В API необходимо выбрать период, за который нужно выгрузить данные (activity-теги, о которых речь шла ранее ранее). Обязательными параметрами здесь являются переменные Client ID, Source, Medium, TimeStamp. Метрики — Click Through Conversion и View Through Conversion.

Дополнительный анализ:  Методы веб-аналитики и инструменты, которыми она пользуется

Отчет из DCM может выгружаться от одного до двух часов.

Отчет из Google Analytics рекомендуется выгружать по API, чтобы избежать семплирования. В качестве параметров и показателей нужно указать дату, источник, канал, Client ID и TimeStamp.

После выгрузки этих данных получатся две выборки: сверху данные из Campaign Manager, снизу — из Google Analytics. У этих выборок данных одинаковые поля именно по в Client ID. По этому полю и будут объединяться данные. На верхнем скринешоте выделены строки, где не определились Source и Medium. Это произошло именно у post-view конверсиq. Это связано с тем, что UTM-параметры передаются в основном у рекламных источников. А такие источники, как органика, прямые переходы, реферальные, не имеют таких параметров. Соответственно, значение у них будет не определено — undefined.

В выборке из Google Analytics нужно найти Client ID, для которого в Campaign Manager не определился Source и Medium. Затем нужно отыскать соответствие и заменить данные в отчете Campaign Manager на источники перехода из GA. Таким образом получается полная выборка, которую можно анализировать и в качестве post-click, и в качестве post-view.

На основе этих данных можно визуализировать данные. На примере представлена визуализация в Power BI, но можно использовать любую другую систему.

Анализировать данные можно в виде диаграмм и в виде таблиц-воронок.

DCM — это богатый инструмент для представления аналитических данных. В нем также можно анализировать цепочки по источнику или по продукту (кампании).

К сожалению, в DCM пока нет технической возможности промечать показы в Facebook и Instagram, невозможно прометить их и в поисковом контексте. В остальных источниках, которые указаны в списке, можно. Есть ограничения по бюджету в прометке баннеров «Яндекса».

Для чего нужен автопостинг?

Автопостинг необходим не только для регулярного размещения постов в социальных сетях, с помощью данных инструментов вы автоматизируете процесс и экономите время. Принцип работы сервисов достаточно прост: вы создаете пост и заранее планируете дату и время его выхода. Программы для автопостинга дают следующие преимущества:

  • экономия времени — например, вы будете тратить несколько часов один раз в неделю, чтобы настроить ежедневные публикации на ближайшие 7 дней;
  • удобство — заранее прописанный сценарий того, какой контент, в какой соцсети и когда публиковать, делает работу более эффективной;
  • повышение охватов — постоянные публикации позволяют повысить вовлеченность и охват, а как следствие — заинтересованность аудитории.

Как технически реализовать post-view

Схема технической реализации работы post-view выглядит так:

Как технически реализовать postview?

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 на цифрах и данных.

Схема технической реализации работы postview выглядит так:

Проблема

До этого кейса для оценки видеороликов маркетологи интернет-магазина использовали отчет-аудит от паблишера рекламы 1 1 Digital, который содержал данные об охвате, количестве показов и переходов на сайт, а также CTR (число кликов / число показов). Однако такой отчет без привязки к сайту, конверсиям и реальным продажам не давал полной картины.

Ранее аналитики клиента совместно с коллегами из OWOX BI проделали очень важную часть работы — объединили данные из онлайна и офлайна, настроили сквозную аналитику и ROPO-отчеты. Оставалось дополнить данные клиента, уже собранные в Google BigQuery, информацией о видеорекламе.

Проблема заключалась в том, что GDPR (новый регламент по защите данных в Европе) запрещает получать идентификатор пользователя из систем Google для паблишеров. А без этого идентификатора невозможно связать просмотры роликов конкретным человеком с его переходом на сайт или покупкой, если пользователь не кликнул по рекламе.

Решение

Рассмотрим детальнее каждый шаг.

Список сервисов по автопостингу

dlvr.it (Деливерит)

Крупнейший сервис автопостинга, которым пользуются такие мировые гиганты, как The Guardian, Reuters и USA Today.

Есть такие возможности:

  • автоматическая публикация в социальных сетях, также с функцией планирования;
  • автопубликация контента сайтов eCommerce, RSS-каналов, приложений для обмена фото;
  • интеграция с различными инструментами (расширениями Chrome, RSS, WordPress, Bit.ly, Google Analytics);
  • большой выбор настроек (приватность, хэштеги, стиль изображения);
  • работа с разными типами аккаунтов (публичными страницами и личными профилями).

Цена: стартовый набор инструментов (2 платформы, 3 сообщения в день, 3 сайта и 3 часа обновления ленты) — бесплатно, более расширенный функционал — от 8,29 долларов в месяц.

Шаг 2. связать все данные между собой

Клиент собирает данных о действиях пользователей на сайте в Google BigQuery с помощью OWOX BI. Также разработчики интернет-магазина самостоятельно настроили ежедневную автоматическую выгрузку данных об офлайн-продажах из ERP (Axapta) в Google BigQuery.

Эти данные, а также информация о видеороликах собираются в три разных таблицы. Чтобы построить отчеты, аналитики с помощью SQL-запроса объединили все данные в одну таблицу. В качестве ключа использовались User ID (уникальный идентификатор пользователя из ERP-системы клиента) и анонимизированный идентификатор OWOX User ID.

Компания начала использовать OWOX User ID еще в апреле 2021 года. Поэтому после объединения всех данных удалось выяснить, что 14,8% людей, просмотревших рекламу, ранее уже бывали на сайте клиента. А количество пользователей, которые перешли на сайт в течение 9 дней после просмотра ролика, составило 5,8%.

Шаг 3. построить отчеты

После объединения всех данных аналитики OWOX BI создали для клиента дашборд в Google Data Studio. Для расчета всех метрик использовали конверсионное окно в 9 дней. Конверсионное окно — это время, необходимое пользователю, чтобы пройти воронку и совершить целевое действие. В нашем случае — это время от просмотра видеорекламы до покупки в онлайне или офлайне.

Дополнительный анализ:  Курсы, семинары и тренинги для маркетолог-аналитиков в Перми - обучение в 2021
Отчет о Post-view конверсиях
В целях конфиденциальности на скриншоте приведены произвольные цифры

На первой странице дашборда маркетологи онлайн-магазина могут посмотреть:

  • Сколько уникальных пользователей видели ролики, общее количество просмотров и общие затраты на видеорекламу.
  • Как пользователи взаимодействовали с сайтом после просмотра роликов — сколько сессий, онлайн-заказов и дохода они сгенерировали.
  • Сколько денег компания потратила на контекстную рекламу, в случаях, когда пользователи после просмотра ролика заходили на сайт через платный канал.
  • Как видеореклама повлияла на офлайн-покупки — сколько офлайн-заказов и какой доход принесли пользователи, видевшие рекламный ролик.
  • Статистику по видеорекламе в разрезе площадок, на которых она транслировалась — сколько было показов на каждом сайте и какова их стоимость, сколько пользователей посмотрели видеорекламу на определенной площадке.
  • Как каждый ролик в отдельности повлиял на онлайн-покупки — сколько пользователей, сессий, заказов и дохода принес определенный ролик и сколько компания заплатила за его ротацию.
  • Пути пользователей, в которых просмотр видео был первой точкой касания.
Как с помощью post-view аналитики до сделок и ROMI увеличить эффективность медийной рекламы на 80% | Публикации |
В целях конфиденциальности на скриншоте приведены произвольные цифры

На второй странице дашборда маркетологи интернет-магазина могут увидеть качественные KPI видеорекламы в общем и в разрезе площадок:

Этапы реализации проекта

Проект реализовывался в несколько этапов.

Первый этап — это MVP с глубиной анализа от просмотра рекламы до звонка
с сайта (вне зависимости от того, кликнул ли пользователь по рекламе или пришел
на сайт спустя время с других каналов). С помощью этого этапа удалось быстро
получить результат и подтвердить работоспособность и реализуемость модели.

Второй этап — это полноценная postview-аналитика до нижних уровней
воронки продаж. Он реализовывался параллельно и в итоге позволил оценить
эффективность медийной рекламы до состоявшихся визитов в офисах продаж, бронях
и оплаченных договорах.

Этапы реализации проекта:

Первый этап – это MVP с глубиной анализа от просмотра рекламы до звонка с сайта (вне зависимости от того, кликнул ли пользователь по рекламе или пришёл на сайт спустя время с других каналов). С помощью этого этапа удалось быстро получить результат и подтвердить работоспособность и реализуемость модели.

Второй этап – это полноценная postview-аналитика до нижних уровней воронки продаж. Он реализовывался параллельно и в итоге позволил оценить эффективность медийной рекламы до состоявшихся визитов в офисах продаж, бронях и оплаченных договорах.

Результаты

Текущие результаты мы считаем промежуточными.Почему?

Показы – это очень большая когорта: десятки-сотни миллионов значений за большой флайт. Их собрали, зафиксировали – и после нужно ждать, когда эта когорта совершит свой путь по воронке. То, что ранее моделировали, теперь смотрится на фактических конверсиях. А для их пути через все этапы воронки – нужно время.

Влияние на медиа-стратегию

Итак, при оптимизации сплита рассматриваемого OLV-флайта команда ГК ФСК применяла данные о postview-конверсиях с учётом data-driven модели атрибуции Шепли. Благодаря этому, количество конверсий удалось увеличить на 80% при сокращении их стоимости почти на 40%.

Но главный результат в другом

Главное – это приобретённые прозрачность и управляемость медийной рекламы, сопоставимые с performance. Теперь у застройщика есть возможность менять медиаплан, используемые логики,  запускать новые форматы, основываясь на данных, а не на догадках, гипотезах и стат. моделях.

Артем 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 не заметны или даже отрицательны. Совершенно понятно, как на основе этого перераспределять рекламные инвестиции внутри канала. Вот эта уверенность в своих действиях на основе данных – и есть главное достижение технологии.

Дополнительные инсайты:

Postview-аналитика также открыла практически безграничный доступ к долгожданным инсайтам для построения эффективной медиа-стратегии.

Например:

  • Эффективная частота контакта (сколько рекламных просмотров достаточно, чтобы завлечь пользователя в воронку? как изменение частоты контакта влияет на стоимостные показатели?)
  • Эффективность креативов шире и глубже
  • Длительность цикла сделки от первого просмотра рекламы
  • И пр.

Выводы

Реальная польза бизнесу застройщика в этом проекте была не только в оптимизации миллионов рублей и отключении неработающих площадок. А в первую очередь – в изменении процессов медиа-закупки.

Именно это позволило выстроить оптимальную схему работы на той стадии принятия решения о покупке или выборе бренда, которая еще не стала кровавым океаном, как performance. На ранних стадиях, когда клиент еще только задумывается что/где/как/у кого купить, ему уже можно посеять любовь к своему бренду.

Артем Загоруйко, Head of Digital ГК ФСК:

Postview, о которой так много говорят на рынке, конечно, не является волшебной палочкой или панацеей. Скорее это скальпель, который помогает отрезать лишнее. Это логичное продолжение и следующий шаг вашей сквозной аналитики в области, в которой ранее она была слепа. И цель postview такая же – отрезать лишнее, чтобы увеличить прибыль. А возможно это при наличии не только технологии, но и готовности менять статус-кво удобных (или наоборот, неудобных) для размещения в медиа-плане площадок.

Оцените статью
Аналитик-эксперт
Добавить комментарий

Adblock
detector