Кейс OOMSk и МТС Travel: как измерить эффективность омниканальных кампаний

Как определить, какое касание в омниканальной кампании было решающим и сколько раз пользователь увидел рекламу перед тем, как совершить покупку? И как использовать данные о прошлых кампаниях для точного планирования бюджета в будущих? Александр Горбачев, директор продуктовой платформы OOM, на примере кейса МТС Travel рассказал редакции Sostav, как глубокая аналитика помогает решать эти вопросы.

Измеримость результатов рекламных кампаний — одна из самых острых проблем, которые стоят перед маркетинговыми директорами российских компаний. Это следует из выступлений российских СМО на профильных конференциях 2023−2024 годов, которые группа Okkam обработала с помощью нейросетевых алгоритмов при подготовке «Мартех-Трендбука» — 2024.

Проблема особенно актуальна для крупных охватных кампаний, когда реклама одновременно идет в офлайне (ТВ, наружная реклама, радио) и онлайн-каналах (баннеры, OLV, соцсети, контекст, CPA и mobile). Основная валюта закупки в таких кампаниях — контакты с аудиторией. Реально ли определить, как эти контакты превращаются в трафик, продажи и влияют на прибыль?

Маркетологи уверены в перформанс-каналах: для них достаточно правильно настроить аналитические системы — в первую очередь, «Яндекс Метрику», — а затем отслеживать инвестиции, целевые действия по источникам трафика и считать, сколько денег благодаря этому заработал бизнес.

Однако не все так просто: аналитические системы обычно работают по принципу last click и присваивают рекламе ценность по последнему значимому переходу на сайт. В такой ситуации непонятно, как правильно учесть роль контактов с рекламой, которые предшествовали этому переходу. Неопределенности добавляют сезонность, действия конкурентов и другие внешние факторы — они мешают оценить чистый вклад перформанс-каналов и правильно распределить бюджет между ними.

С проблемой оценки эффективности рекламных инвестиций сталкиваются почти все клиенты OOM — в их числе сервис бронирования отелей МТС Travel.

Весной-летом 2024 года МТС Travel провел омниканальную кампанию на ТВ, в диджитале и наружной рекламе. Ее целью было повышение знания о бренде и увеличение числа бронирований, совершенных через сервис.

Медийные результаты кампании:

Все действия пользователей отслеживались через «Яндекс Метрику», а для мониторинга диджитал-рекламы компания использовала AdServing Adriver. Благодаря интеграции с данными «Ростелекома» у МТС была информация о том, кто из пользователей, которые видели рекламу МТС Travel в период с мая по август по IPTV этого провайдера, потом переходил на сайт travel.mts.ru. А еще — о пользователях, которые находились в радиусе 500 метров от наружной рекламы. В итоге получился набор данных по основным рекламным каналам, задействованным в кампании, связанный сквозным идентификатором.

Чтобы оценить эффективность рекламной кампании клиента, задействовали платформу OOMSk (аналитический фреймворк, внутренняя разработка группы Okkam). Платформа использует алгоритмы для эффективной работы с маркетинговыми данными — это своего рода мостик между источниками данных и практическими рекомендациями: продукт помогает выстроить итеративную работу над оптимизацией рекламы с точки зрения рекламных носителей и креативов.

В качестве основного метода анализа платформа использует цепи Маркова — подход, который зарекомендовал себя в проектах диджитал-атрибуции и был перенесен на ТВ-атрибуцию.

Анализ массива данных через OOMSk позволил получить первые выводы спустя две недели после старта проекта. Причем данные, полученные на ограниченной выборке телеком-оператора, пересекли с результатами BLS-трекинга, который клиент проводил с OMI. Это помогло понять, как знание бренда соотносится с поведенческими особенностями аудитории и взаимодействием с рекламой.

Типичная строка данных выглядела так: мужчина 45 лет, который раньше пользовался Booking и Tripadvisor, а когда они ушли из России — перешел на «Тинькофф Путешествия». Затем он 10 раз посмотрел ролик МТС Travel по ТВ, пришел на сайт бренда, с мобильного телефона на Android п Источник: www.sostav.ru