Как правильно распределить рекламный бюджет на примере телеком-оператора
Какой эффект даст одновременный запуск рекламы на телевидении и радио и сколько нужно инвестировать, чтобы получить максимальный доход. Просвещает Александра Гончарова, эксперт по Data Science из IBA Group (Минск).
Маркетологу недостаточно информации, чтобы обосновать бюджет
Одна из задач маркетолога — посчитать, сколько денег нужно вкладывать в каждый канал продвижения: интернет-рекламу, радио, телевидение.
Бюджет нужно утверждать у руководителя. Последний хочет получить аргументированные цифры, а маркетологу часто не хватает информации, почему другая сумма не принесёт нужных результатов и каких в целом результатов ожидать при большем или меньшем объёме вложений. Ведь на распределение бюджета влияют и особенности каждого канала, и внешние факторы, например, праздники, мероприятия или сезон года.
Эффективная и выгодная реклама с сервисом от МегаФона
Широкий выбор рекламных каналов, более 100 параметров по интересам, подробная аналитика и другие возможности уже ждут в Личном кабинете. А еще кешбэк 100% за запуск рекламы в первый месяц и еще 10% — каждый месяц.
Чтобы обосновать бюджет, нужен инструмент, который сможет учесть все факторы, рассчитать их влияние и показать, как наиболее выгодно распределить бюджет.
Рассмотрим на примере телеком-оператора, как с помощью маркетинг-микс моделинга построить декомпозицию затрат и узнать, куда лучше инвестировать в зависимости от задач.
Калькулятор оптимального бюджета на примере телеком-оператора
Маркетологам телеком-оператора поставили задачу получить максимальное количество посещений в офлайн-магазинах. Бюджет фиксирован, но его нужно было правильно распределить по медиаканалам.
У оператора были данные за три года:
-
суммы на рекламные кампании по неделям;
-
сводки по медиаканалам — радио, интернет, наружная реклама по всей стране;
-
число клиентов, которые приходили в магазин оператора каждую неделю.
Нам необходимо было определить бюджеты на медиаканалы и факторы, которые влияют на каналы продвижения.
Задача 1: определить бюджеты на медиаканалы
Задача состояла из трёх частей.
-
Найти зависимость между посещениями магазинов и затратами по каждому каналу продвижения. Например, люди начинали массово посещать магазины через неделю-две после запуска рекламы на телевидении и продолжали даже после её завершения.
-
Оптимально распределить фиксированный бюджет по медиаканалам. Например, 100 долларов нужно распределить на диджитал-каналы, печатную рекламу, радио и телевидение.
-
Определить, какой канал лучше подходит для привлечения людей в зависимости от задачи. Например, если нужно добиться длительного притока людей или быстро привлечь максимальное количество посетителей.
Задача 2: определить факторы медиаканалов
Мы предположили, что каждый медиаканал имеет три ключевых фактора, которые влияют на посещение магазина.
-
Непосредственное влияние медиаканала: запустили рекламу — получили приток посетителей.
-
Задержка влияния медиаканала: запустили рекламу, а приток посетителей получили через некоторое время.
-
Затухание влияния медиаканала: рекламный период закончился, и количество посетителей постепенно снижается.
Дополнительно работает постоянный фактор: люди ходят в магазины и без рекламы. На это влияет, в первую очередь, узнаваемость бренда, а также сезонность, праздники, модные тренды.
Когда несколько медиаканалов работают одновременно, возникает эффект наложения, который тоже нужно учитывать при распределении бюджета.
Как считали: Data Science и математика
Data Science предлагает много математических моделей, например, нейронные сети, бустинговые алгоритмы или алгоритмы, основанные на деревьях.
Для задач телеком-оператора выбрали модель, результаты которой просто интерпретировать. А сама модель легко встроится в нужные инструменты и будет работать, когда данных мало.
Первым вызовом были сами данные: их было не очень много, некоторые из них представляли собой раскрашенные графики акций в Excel. Для модели все данные структурировали и привели к единому виду. Также добавили экзогенные переменные, например, уровень потребительского счастья и другие.
Вторым вызовом стала сама модель. Она должна учитывать огромное количество неизвестных переменных при условии ограниченного количества данных.
Чтобы убедиться, что параметры правильные, мы советовались с экспертами.
Результаты проекта: стоимость привлечения одного клиента снизилась в три раза
Оператор сравнил эффективность предыдущего распределения бюджета и новой методологии и выяснил, что стоимость привлечения клиента снизилась в три раза.
Чтобы маркетологам было проще распределять бюджет, мы создали «калькулятор»: специалисты задают сумму и получают оптимальное разбиение.
Например, если бюджет небольшой, то лучше вкладываться в интернет-рекламу. А при крупных суммах — закупать рекламу на телевидении, потому что люди будут идти в магазины благодаря эффекту затухания.
Теперь маркетологи могут посчитать ROAS (return on ad spend) — рентабельность затрат на рекламу. Они понимают, какой доход приносит каждый вложенный доллар.
В результате моделирования мы получили следующие данные.
-
Для каждого из каналов определили цифровое значение влияния медиаканала, а также значение постоянного фактора.
-
С помощью построенных моделей определили коэффициенты задержки и затухания, оценили влияние каждого из медиаканалов.
-
Построили модели, которые показывают, что при одной комбинации рекламы приходит 50 человек, а при другой — уже 150.
На основе этих данных определили, как работает каждый медиаканал.
Интернет-реклама эффективна, работает без задержек и без затухания.
Реклама на телевидении эффективна с большим периодом затухания, но и с изначальной задержкой влияния.
Реклама на радио, в прессе или наружная реклама имеют минимальную эффективность, работают с небольшими задержкой и затуханием.
С новым распределением медиа-микса в магазины пришло в три раза больше человек.
По итогу проекта смогли оценить, какую долю клиентов получили благодаря рекламе в интернете, а какую на TV. Определили, сколько человек пришло даже без рекламы — только благодаря узнаваемости бренда и общему спросу на рынке.
Выявили сезонные факторы, например, праздники и отпуска. Благодаря информации о рекламе конкурентов смогли оценить, какую часть клиентов конкуренты «забрали» у нашего заказчика.
Маркетинг-микс моделинг помогает узнать, сколько и во что нужно инвестировать
Маркетинг-микс моделлинг подходит не только телеком-операторам, но и бизнесу во многих других сферах, например: потребительские товары и услуги, ритейл, фармацевтика. Решение уже давно используют многие компании вроде P&G, AT&T, Coca-Cola и Pepsi.
Маркетинг-микс моделинг помогает ответить на несколько главных вопросов маркетолога:
-
какой канал принесёт больше клиентов?
-
как распределить маркетинговый бюджет в зависимости от задачи?
-
сколько нужно инвестировать, чтобы получить максимальную прибыль?
Маркетинг-микс моделлинг построит декомпозицию затрат на основе данных по бюджетам на продвижение за прошлые периоды. Это поможет понять, какое влияние оказывают различные факторы на ваших клиентов: вложения в интернет, ТВ, активность конкурентов, сезонность и другое. А калькулятор бюджета будет рассчитывать оптимальное распределение инвестиций по медиаканалам.
Источник фото на тизере: Isi Parente on Unsplash
Рекомендуем:
- Продвижение без «телека»: как сделать рост +51% за три месяца и сэкономить клиенту десятки миллионов рублей
- Как сделать проект-лидер отрасли и продать его за миллиард: интервью с основателем Calltouch
- Нестандартные инструменты продвижения недвижимости. Эффективный медиамикс для 2021
- Как улучшить рекламные кампании в период нестабильности
- Как простые digital-инструменты увеличили длительность прослушиваний радио на 40%
- Кейс: как запустить аудиорекламу на Яндекс.Музыке и Яндекс.Радио
- BlaBlaCar о своей первой рекламной кампании на радио: задачи, цифры, KPI
Мнение редакции может не совпадать с мнением автора. Ваши статьи присылайте нам на 42@cossa.ru. А наши требования к ним — вот тут.