[0:12] Speaker A: Добрый день! Рады приветствовать всех, кто к нам постепенно присоединяется.
[0:19] Даша Куркина (Speaker B): Пока позвольте всех поприветствовать от лица группы АКАМ. Мы рады, что вам интересно послушать про наш новый продукт. Мы его представили на нашей ежегодной осенней конференции, вкратце рассказали о функционале. И сегодня команда готова представить вам более детальное описание, рассказать, как именно устроен сам инструмент, на какие вопросы с его помощью можно ответить и что у него под капотом. Буквально пару слов про хаускиппинг. У нас довольно плотный график рассказа. Сначала небольшое интро с описанием целей и задач, которые мы решали этим инструментом. Потом мы расскажем о том, как он устроен, что у него под капотом и как он функционирует. И в конце покажем несколько практических кейсов, на примере которых проиллюстрируем работу. Часть из вас, наверное, видели презентацию на нашей конференции. Для вас, чтобы не было скучно, кейсы мы обогатили новыми примерами. И, пожалуйста, задавайте вопросы в чате по ходу презентации, мы ответим на все вопросы в конце. Надеюсь, у нас будет достаточно времени, и мы успеем ответить на всё. Пока, собственно, мы собираемся и ждём оставшихся, напомню, что… Мы работаем в группе АКМ.
[1:55] Даша Куркина (Speaker B): Здесь не только медиа-коммуникации, но и, собственно, работа с трейд-маркетинговым инструментарием, с e-commerce. Маркетинг – это одна из наших ключевых дисциплин. Мы еще сильны в креативе, консалтинге, еще занимаемся устойчивым развитием и много чем. В общем, инструмент, про который сегодня пойдет речь, по сути, находится на стыке трех дисциплин. Это медиа, трейд-маркетинг и e-commerce. Почему он возник, сейчас расскажем. А пока, если у вас есть желание больше узнавать про те материалы, которые мы публикуем, то вы можете подписаться на наши каналы. Они разделены тематически, и в каждом есть много всего интересного по отдельным направлениям. И пока, мы надеемся, аккумулируется все самое лучшее и интересное. Поэтому, пожалуйста, подписывайтесь, если вы вдруг еще не там. Ну и для начала давайте представимся на всякий случай. Если вы нас не знаете, меня зовут Даша Куркина. Я операционный директор группы АКАМ. Отвечаю за работу наших фронтальных активов, а также за тот продукт, который мы приносим нашим клиентам и реализуем в рамках группы.
[3:04] Даша Куркина (Speaker B): Со мной сегодня Артём Колобашкин, непосредственный автор той технологии, которая лежит под капотом инструмента и полноценный создатель всей логики, по которой он работает, и Денис Ужаков, наш заместитель директора по стратегии, чей тонкий и точный взгляд позволяет эффективно формулировать базовые задачи для этого инструмента. И откуда он взялся, это был ответ на очень, кажется, назревший вопрос в среде наших клиентов. Как же всё-таки смотреть на все каналы комплексно? Дело в том, что раньше практически все рекламодатели существовали в некой… изоляции, в части того, как планируются медиаканалы, здесь все понятно, можно обеспечить между ними полную синергию и конвергентность, но при этом Ecom и Retail немного в отдельности. И если раньше смотреть на это по отдельности было, ну, окей, приемлемо, то сейчас мы все чаще слышим вопрос. Ну, хорошо, мои отделы e-com и трейд-маркетинга, безусловно, прекрасно решают свои задачи, но как это влияет на маркетинговое KPI, совершенно непонятно. Парадокс заключается в том, что большое количество брендов научилось мерить эффект непосредственно на продаже от разных каналов сильно раньше,
[4:36] Даша Куркина (Speaker B): Чем задалось вопросом, а как эти каналы в сумме и по отдельности влияют на верхнюю часть воронки. И вот здесь ответа не было. А они множились, эти вопросы. Как эти каналы спланировать вместе? Как распределить эффективный бюджет? Что будет с бренд-КПИ, если я перераспределю инвестиции из очень понятного мне ТВ в не самые понятные, но, кажется, очень модные ритейл-медиа-каналы? Как моя аудитория воспринимает сообщения в разных средах? И даже если я хорошо понимаю, насколько у меня эффективны e-com и трейд, то надо ли туда идти с тем же самым сообщением и повлияет ли это как-то позитивно на клиента? общие KPI бренды или нет. В общем, этого всего стало настолько много, что мы попытались найти ответы в индустриальных источниках, ну и, конечно же, поняли, что это в моменте невозможно, потому что не хватает нужных данных. И двинулись дальше, пытаясь найти ответы на вопросы не только внизу воронки, но и в верхней ее части.
[5:44] Speaker C: Да, и, собственно, ответы-то мы нашли, и решение у нас готово, о нем мы сегодня, в общем-то, и говорим. Но важно, что первое, что это решение требует от нас с вами, как от индустрии, это в целом немного освежить наш взгляд на ритейл, на то, как мы его себе представляем. Под ритейлом я имею в виду как онлайн и оффлайн среду в целом. Дело в том, что за последнее время ритейл-среда сильно трансформировалась и развилась, и сегодня мы неизбежно на нее должны смотреть как на полноценную медиа-среду, в которой очень много людей часто в нее ходят, используют не только для конкретных действий покупок, но и просто проводят там время. И что самое главное, эта среда привлекает внимание людей на сравнимом уровне, как и привычные нам среды. охватные медиа тачпоинты. И именно поэтому уже пора, назрела необходимость использовать шире ритейл-медиа среду не только для активации покупок, но и для того, чтобы работать и строить бренд на верхних частях воронки. Прямо сейчас имеем массу доказательств того, что добавляя ритейл-медиа в наш привычный медиамикс, мы можем заметно усилить эффект коммуникации.
[7:11] Speaker C: Все дело в том, и тут, в принципе, помогают базовые настройки, так сказать, человека, его привычное поведение как потребителя. Дело в том, что он по умолчанию, люди по умолчанию настроены более восприимчиво к брендам в ритейл-среде, к тому, что они говорят о себе, что в результате, собственно, и улучшает эффект, в том числе и рекламы в этой самой среде. То, насколько хорошо люди запомнят ваш бренд после контакта, они задумываются, создает ли бренд, собственно, им ваш бренд. Все это… в цифрах, имея сопоставимые показатели с привычными, традиционными для нас, как нам кажется, медийными форматами, как видеоконтакт. И как следствие, мы знаем, что если вы добавляете ритейл-медиа в свой обычный медиасплит, в среднем на 41% увеличивается прирост знания вашего бренда. Но помимо качества контакта, добавление ритейл-медиа также еще помогает и, собственно, оптимизировать стоимость охвата. Дело в том, что ритейл-медиа среда, продолжает и все больше и больше наращивать охват, его потенциал охвата аудитории.
[8:42] Speaker C: В то время как стоимость этого охвата, конечно, тоже меняется, как и все вокруг, но перерастает совсем не так стремительно, как привычный тот же самый телевидение, который мы рассматриваем как самый эффективный, надежный, качественный инструмент для медийного охвата. И, собственно, мы, понимая все это, сталкиваемся с главным вызовом того, как непосредственно, окей, все хорошо, это работает все вместе, и было бы здорово добавить ритейл-медиа в общий сплит и прийти к этому интегрированному планированию. Но отсутствие данных для нас всю дорогу было главным вызовом для того, чтобы воплотить эту жизнь. Просто не существует в индустрии у нас инструментов для того, чтобы адекватно сопоставить один формат с другим. Сопоставить рекламу в видео, видеорекламу в супермаркете и баннер в диджитале, например, и выверить наиболее оптимальный эффективный баланс между ними. Все это было открытым вопросом и совершенно нерешаемым челленджем, казалось бы. Но, собственно, хорошая новость, главная новость нашей сегодняшнего вебинара состоит именно в том, что мы научились рассчитывать ритейл-медиа.
[10:04] Speaker C: И мы первые даем возможность, собственно, вам превращать ритейл-медиа в полноценный стратегический актив роста. Собрав все данные о том, как человек себя ведет в ритейле, смоделировав его поведение во всем разнообразии, мест продаж, там, где он может вообще быть и что видеть, мы смогли оценить эффект ритейл-медиа и, наконец, сопоставить его с остальными привычными нам медиаканалами для того, чтобы найти вот этот наиболее эффективный баланс сплита. Ну и, собственно, далее мы с вами и поговорим о том, как же все это устроено, и продемонстрируем на конкретных примерах, как это все воплощается в жизнь, и с этим я передаю уже Слово Артему.
[10:52] Артём Колобашкин (Speaker D): Итак, первое, с чего нужно начать, это немножечко повторю за Денисом, потому что на сегодняшний момент, к сожалению, в индустрии не существует готовых измерений на тему того, насколько эффективна и вообще как в принципе работает реклама в оффлайн-ретейле. Сейчас основной рассказ будет про нашу модель, именно построенную в оффлайн-ретейле. Поэтому всю историю про моделирование охвата торговых точек и форматов для них нам нужно было полностью выстроить самостоятельно. Благо, все, что касается того, как люди ходят в магазины, особенно продуктового, она давно хорошо изучается, мы смогли выделить три основные источника, на которые мы будем опираться. Первый и самый важный – это собственные данные торговых сетей. Мы сегодня будем говорить о пятерочке, магните и перекрестке. Значит, какие данные Мы можем подчеркнуть из того, что исследуется на торговой сети. Первое и самое важное – это общее количество магазинов, это координаты магазинов, их площади. Соответственно, также мы можем получить общее количество покупателей за продолжительный период, за квартал. Мы можем получить трафик за средний день каждой торговой точки и daily reach всей торговой сети на всю Россию.
[12:19] Артём Колобашкин (Speaker D): То есть достаточно много информации. Следующий важный момент – это Что можно найти там? Там точно так же, как в данных торговых сетях, можно найти среднее время, которое проводит человек в магазине, и мы его даже чуть позже сравним. Соответственно, что немаловажно, там мы можем найти в том числе распределение времени. То есть если в среднем люди проводят в магазине полчаса, то кто-то явно больше, кто-то явно меньше. И вот всю эту форму мы можем оттуда получить. Точно так же из данных BrandPulse мы можем получить… средний профиль покупателя социально-демографический, и можно получить все, что касается истории про пересечения торговых сетей между собой. Это пока кроме как из бренд-пульса нигде добыть нельзя. Третий большой пласт данных – это огромное количество открытых публикаций и исследований, доступных в интернете на текущий момент. Мы их изучили, и здесь наше внимание очень сильно привлекло исследование компании «Этодата», которое посвящено тому, как по географическим признакам выбирают магазины, в которые, собственно, человек пойдет. Пойдет ли он в магазин за продуктами в какой-то ближайший к дому или будет выбирать более удаленный по каким-то причинам.
[13:43] Артём Колобашкин (Speaker D): А вся наша методология дальнейшего построения модели будет лежать на объединении и пересечении между собой всех данных, которые нам удалось собрать. Здесь, что очень важно, появляется четвертый источник данных. данных помимо трех основных это проникновение инвентаря и механика ценообразования на каждый формат в каждой торговой сети поскольку если говорить про пятерочки то их в россии порядка 22 тысяч но рекламные форматы доступны пока далеко не в каждой и соответственно нам нужно было это учесть при расчете охвата вот таким образом к трем источникам добавляется еще механика ценообразования проникновения Сегодня мы будем говорить о трех основных рекламных форматах, доступных во всех офлайн магазинах. Соответственно, это радиореклама в торговых залах, это реклама на видеоэкранах в торговых залах и это реклама на кассах самообслуживания. Итак, каким образом базово выстраивается логика всей модели? Для каждой торговой сети за каждый день мы знаем общее количество покупателей за 91 день, и нам нужно решить достаточно простую задачу.
[15:10] Артём Колобашкин (Speaker D): Нам за каждый день нужно каждому покупателю назначить его соцдем, назначить его время и назначить торговые точки, в которые он будет ходить в этот день, так чтобы выполнились все те ограничения, о которых мы уже знаем. Это и daily reach, и daily reach всей сети, это средний дневной охват каждой торговой точки, это частота посещения в неделю и это механика выбора, что этот человек не должен ездить в магазин в соседний город. Сам алгоритм проходит пять элементов по ходу его работы. И сейчас мы по чуть-чуть будем разворачивать его из этого таймлайна в отдельный юнит. И детально разберем, что же там происходит. И начнем мы с того, как для нас важно время. Соответственно, первое, что мы сделаем, это посмотрим, какие данные по времени в магазине у нас есть. Базово есть два источника данных. Это данные самих торговых сетей и данные, которые можно получить из «Брандпульс». Мы видим, что в среднем эта цифра колеблется вокруг получаса, где-то больше, где-то меньше, и что хорошо, мы не видим каких-то катастрофических различий. Когда данные одного источника подтверждают данные другого источника, это всегда хорошо. Соответственно, почему время для нас важно?
[16:32] Артём Колобашкин (Speaker D): Потому что именно при помощи, за счет времени мы можем по-разному транслировать наши рекламные форматы в частоту на конкретном человеке, который туда зашел. А почему для нас важно не только время, но и его распределение. На основании данных BrandPulse мы можем посмотреть, кто проводит в торговых точках, например, в пятерочках меньше получаса, кто примерно час, кто больше и так далее. Потому что чем больше человек или чем меньше человек проводит времени в магазине, тем меньше раз он услышит ту рекламу, которую мы там будем транслировать. Для того, чтобы с этим разобраться, мы еще посмотрим на саму механику. Подажа оффлайн-итейла очень важна. Помимо того, что у нас есть распределение по тому, кто больше, кто меньше, мы понимаем, как это зависит от соцдема. И что одни социально-демографические группы в зависимости от пола и возраста проводят в магазинах за продуктовым шоппингом чуть больше времени, другие чуть меньше. Это все также зависит легло в наше моделирование. Итак, небольшой экскурс в механику продажи оффлайн-ритейла. Продается все по торговым точкам, по дням и по конкретному формату. Например, есть радио, КСО и видео. И то же самое радио можно покупать в течение
[18:06] Артём Колобашкин (Speaker D): Четыре выхода в час, шесть выходов в час или 12. Вот для радио, например, предоступен широкий спектр хронометражей, а для остальных форматов несколько более сокращенный. Соответственно, итоговая цена формируется в зависимости от того, сколько торговых точек покупается, какое количество они размещения и формата параметры выходов в час выбором вот выходов час очень важны поскольку они краски числе влияют на итоговую чистоту на отдельном человеке разберемся на примере вот такой вот картин мы где наверху у нас будет 12 выхода в час а вниз будет 4 выхода в час и 2 У одного будет 7 минут, у другого 7, ну и внизу 20-15. И мы точно так же видим, как тот человек, который проводит больше времени, он при нашей частоте закупки видит точно так же больше или меньше нашей радиорекламы. Таким образом, зная время, мы можем перейти не только к уникальному охвату, то есть сказать, сколько хотя бы один раз людей слышал нашу рекламу, но и понять все частотное распределение до интересующих нас значений. То есть охват 2 и более раза, 3 и более раза, и так до N+, ровно столько, сколько потребуется.
[19:30] Артём Колобашкин (Speaker D): Как вы помните, наша задача для каждого виртуального покупателя из огромного количества, за каждый день смотреть кучу параметров. И вот мы начинаем его по чуть-чуть строить. В первый день для нашего первого условного субъекта мы назначим время 25 минут. Наша здесь главная задача так, чтобы в среднем то распределение, которое мы выяснили, что в среднем 3, Если кто-то больше, кто-то меньше, в итоге точно выполнялся. Поэтому мы добавляем 25, а дальше будем всех следующих уже с учетом выполнения этого ограничения. Переходим к социально-демографическому профилю. Социально-демографический профиль в разрезе полувозраста, группы дохода и наличия детей нам доступен благодаря исследованию демографии. откуда мы это можем получить по каждой торговой сети отдельно. Соответственно, как можем получить в разрезе отдельно полу-возраст, так и можем пересечь все эти юниты и понять, сколько людей каждой конкретной социально-демографической группы нам нужно, просто разложив общее количество покупателей по этой пропорции.
[20:37] Артём Колобашкин (Speaker D): Соответственно, таким образом мы знаем, сколько каждых синтетических юнитов нам нужно, и первому, которого мы моделируем, назначаем какой-то пока что еще свободный полный возраст из этого огромного количества. Таким образом он у нас становится мужчиной в возрасте 37 лет. Следующие пункты, с которыми нам нужно разобраться, это процент пользователей КСО и механика выбора магазина. Согласно собственным исследованиям ритейлеров, примерно 40% покупателей являются пользователями КСО. То есть далеко не вся аудитория идет и самостоятельно что-то пробивает на кассовом обслуживании. Это примерно 40%. Поэтому нам нужно будет это распределение также выполнить. А, согласно интересному исследованию Дата, при выборе магазинов для похода за продуктами с вероятностью 95% покупателей выбирают просто ближайший к ним. И, соответственно, идут в него. Для того, чтобы решить задачу, чтобы на каждого виртуального респондента назначить магазин,
[21:43] Артём Колобашкин (Speaker D): Мы моделируем какой-то конкретный город, например, Москву, зная общее количество покупателей там, аккуратно их расстелили по Москве, поверх них нанесли карту торговых точек и дальше для каждого респондента синтетического выбрали торговую точку, в которую он пойдет с наибольшей вероятностью. Таким образом, мы на наш синтетический субъект можем навесить еще признак КСО и ту точку, в которую он пойдет. Соответственно, и следующий момент, это важная история про частоту похода. Значит, согласно нескольким исследованиям, в том числе и Тинькофф Т-дата, люди в среднем ходят в магазин около трех раз в неделю, согласно данным бренда Пульса, в пятерочку люди посещают порядка 3,7 раз в неделю, какие-то социально-демографические больше, какие-то меньше. И, соответственно, нам вот эту недельную частоту походов нужно будет тоже выполнять, добавляя признаки на наших субъектах. Таким образом, пока что у нас все свободно, это первый, и мы говорим, что в первый день он туда сходил. Какова будет дальнейшая механика всего того, что будет происходить в алгоритме? Нам нужно, когда мы создали первого, у нас стал минус один покупатель из более чем 95 миллионов.
[23:10] Артём Колобашкин (Speaker D): А каждого последующего нам нужно добавлять так, чтобы не нарушалось ни одно из ограничений. То есть для того, чтобы выполнялся среднесуточный трафик каждой торговой точки, мы его можем посчитать. Для того, чтобы… чтобы выполнялся общий охват торговой сети, мы его также знаем. Также нужно, чтобы выполнялась количество, частота походов в магазин в неделю, и на респондентах выполнялся среднее время на всех, которое порядка 30 минут. В результате работы данного алгоритма по каждой торговой сети, это пятерочка, магнит и перекресток, мы получаем три отдельные панели. Соответственно, дальше нам осталось, по сути, несколько шагов к тому, чтобы получить один большой набор данных, где будут уже на одном объекте висеть признаки посещения разных торговых точек. Первым шагом мы отработали все, о чем я рассказал ранее, получили три отдельных набора данных. Дальше мы, благодаря исследованию BrandPulse, знаем пересечение аудитории между собой. Мы можем их разложить на все не пересекающиеся множества, то есть выделить людей, которые посещают только пятерочку, только перекресток, только магнит, все пары и все тройки. И, зная это, мы можем…
[24:34] Артём Колобашкин (Speaker D): Отъединить все три модели в одну таким образом, чтобы у нас на одном человеке висели признаки посещения им разных торговых точек. То есть и магниты, и пятерки, и перекрестка. В итоге, что построенная модель позволяет нам сделать? Первое, она точно так же, как по всем остальным классическим медиа, позволит нам построить кривые накопления охвата на целевую аудиторию, на какой-то регион, на формат. рекламы в ритейле, точно так же, как мы можем это делать по телевидению, по радио, по наружной рекламе. Теперь это можно делать по радио в пятерочке. Следующий важный момент, то, что есть возможность посчитать план. То есть здесь буду также делать отсылки к классическим медиа, как при планировании, например, телевизора, сравниваются между собой несколько сплитов из разных телеканалов и выбирается тот, который согласно медиапоказателям лучше, чем все остальные для решения поставленной задачи. Теперь можно сделать то же самое с офлайн-ретейлом и сравнить несколько торговых сетей. между собой несколько форматов внутри торговых сетях. В общем, абсолютно произвольный сплит в зависимости от того, какую задачу мы хотим решить и посмотреть, какие медиапоказатели лучше.
[26:01] Артём Колобашкин (Speaker D): Также, поскольку мы это моделируем на уровне конкретных торговых точек, можно составить адресную программу, исходя из охватных характеристик торговых точек. Не просто исходя из ценовых, а именно из охватных на определенную аудиторию на определенном частоте. И самый важный момент, то что построенная модель позволяет делать расчеты оффлайн ритейла вместе с онлайн ритейлом и всеми классическими медиа в синергии, то есть считать кросс-охваты, что позволяет нам очень эффективно подойти к задаче планирования медиа-микса. И сейчас мы покажем уже в рамках созданного для этой задачи, для синергетического расчета инструмента, пять кейсов для разных сценариев его работы. И я беру техническую паузу на запуск.
[26:56] Даша Куркина (Speaker B): Для того, чтобы нам было проще показывать и вам было проще следить, сейчас мы будем в чат выкладывать слайды с описанием коротким каждого из кейсов. Это позволит вам видеть в одном месте и, собственно, ту формулировку задачи, с которой мы работали. И Артём покажет, как эта задача отрабатывается в инструменте. Все вопросы, которые сейчас падают в чат, мы видим. Пожалуйста, не стесняйтесь, задавайте, как и договаривались, ответим на них в самом конце.
[27:27] Артём Колобашкин (Speaker D): Итак, переходим к демонстрации инструмента. Первый кейс у нас будет для товарной категории лекарства. И ситуация такая, что, например, бренду необходимо усилить, не изменяя бюджет, усилить охватные характеристики своей компании в высокий сезон для того, чтобы эффективно выглядеть в сравнении с конкурентами. Итак, что инструмент умеет делать? Во-первых, он умеет работать в трех разных сценариях, и первый, который мы рассмотрим для данного кейса, это генерация. Также инструмент умеет работать на разные регионы, на разные целевые аудитории, и, соответственно, можно выбрать эффективную частоту, которую мы в данном случае выберем как 3+. Очень важна именно в том числе товарная категория для всех расчетов, поскольку помимо наших основных моделей ProMedia, про которые мы рассказывали, инструмент умеет использовать данные нашего панельного исследования M1 ProMedia. который происходит у нас in-house. Выборка порядка 20 тысяч респондентов на базе панели ГФК и изучает демографию, психографию и, в общем, такой глубинный анализ аудитории. Почему для нас это важно?
[28:54] Артём Колобашкин (Speaker D): Потому что там это происходит в привязке к категориям, и мы можем вывести коэффициент запоминаемости рекламы в зависимости от медиа и товарной категории. Соответственно, здесь он приведен. Его стоит трактовать не как то, что 90% людей запомнят рекламу на ТВ, а то, что в данной товарной категории для данной целевой аудитории запоминаемость ТВ примерно в два раза лучше, чем запоминаемость диджитала. Итак, проговорили, почему для нас важна товарная категория. Теперь разберемся с тем, что умеет делать стандарт регенерации и какие возможные настройки. Стандарт регенерации умеет из всех медиа, которые мы выбрали как стандарт, Под фиксированный бюджет на заданную нами целевую частоту он может проанализировать все возможные распределения бюджета по этим медиа и выдать наиболее оптимально решающую нашу задачу опцию и еще несколько опций для сравнения. Соответственно, для каждого медиа есть возможность делать настройки по тому, какой конкретно носитель там будет использоваться. После запуска анализа мы получим результаты.
[30:11] Артём Колобашкин (Speaker D): Пока еще расскажем то, что если известен какой-то базовый сплит, ну, либо, например, текущий сплит, то можно задать его, и мы получим не только нашу рекомендацию, но и сравнение. В данном кейсе мы задали наш базовый сплит как состоящий из TVA Digital 90 на 10%. По результату расчета мы получаем распределение бюджета и эффективность нашего базового сплита. И дальше инструмент нам предлагает, как можно прирастить охват на частоте 3+, за счет диверсификации медиа, которые туда входят. Соответственно, мы видим, что рекомендуемая опция состоит из доминирующей доли ТВ, но в ней также присутствуют все остальные медиа, включая радио и офлайн-ретейл вместе с айком и диджиталом, что позволяет нам нарастить 3% пункта охвата 5+. Также мы видим для сравнения, что будет, если мы будем выбирать какие-то другие медиа, и что это будет не так эффективно, как наша самая рекомендуемая опция. Итак, переходим к следующему кейсу. Он у нас работает для сценария преобразования. Его мы также будем рассматривать на товарной категории лекарства, на географию России, на широкую аудиторию все 25-50 и на высокую эффективную частоту 5+. Что умеет сценарий «Генерация»?
[31:48] Артём Колобашкин (Speaker D): При фиксированном бюджете и при наличии уже проверенного годами, выверенного опытом медиа сплита, например, ТВ, радио и диджитал в определенных пропорциях, можно проверить, имеет ли смысл этот сплит диверсифицировать, перенеся часть бюджета в определенные медиа. Например, размещение на видеоэкранах в магните. После запуска расчета, после того, как анализ будет закончен, мы увидим, как инструмент из нашего основного сплита с небольшим шагом двигает бюджет в видео в магните и показывает, как будет меняться эффективность на выбранной нами площади. Такой анализ легко нам дает понять, целесообразен ли такой перенос, нужно ли диверсифицировать или нет. И в случае, если он целесообразен, можно понять, где находится максимальная граница и какую дополнительную эффективность мы получим. На каждом шаге по пути к этой максимальной границе. Также можно посмотреть, что будет, если мы целиком все перенесем в наше целевое медиа в виде, в данном случае, оффлайн ритейла. Итак, переходим к следующему кейсу. Кейс номер 3. Здесь мы будем говорить про товарную категорию «Уход за кожей».
[33:20] Артём Колобашкин (Speaker D): Вот здесь у нас будет задача посмотреть, можно ли диверсифицировать сплит, состоящий из диджитала и рекома, добавив какие-то другие медиа. Это у нас опять сценарий генерации. Давайте посмотрим, что получится в результате. Здесь у нас также география России, женская аудитория и небольшая частота и небольшой бюджет. Соответственно, если базовый сплит из стопроцентного диджитала дает нам порядка 7%, то его диверсификация за счет онлайн-ритейла, икома и оффлайн-ритейла позволяет нам в рамках достаточно небольшого бюджета на всю Россию эффективный хват прирастить. Точно так же мы можем посмотреть, что будет, если мы, например, полностью исключим диджитал из этого набора из трех медиа, это все-таки рекомендации инструмента она действительно работает переходим к кейсу номер четыре здесь у нас будет старый усиление Здесь у нас будет сценарий «Генерация», и здесь мы переходим первый раз к локальному усилению. Это город Москва. Мы можем делать расчеты также на отдельные регионы. Аудитория все 25-45, целевая функция. И наша задача точно так же в рамках бюджета создать большее давление с точки зрения охвата на эффективную частоту за счет того, чтобы пересмотреть существующий сплит.
[35:09] Артём Колобашкин (Speaker D): Здесь достаточно широкий сплит базовый, который включает в себя ТВ, радио, диджитал и наружную рекламу. Она у нас первый раз появляется. И сейчас после завершения расчета посмотрим, что с этим можно сделать. Итак, в целом сам базовый сплит достаточно диверсифицирован и дает достаточно неплохой охват, но изменение его распределения с увеличением ТВ, сокращением наружки и добавлением оффлайн-ретейла и диверсификации по другим медиа позволяют нам также прирастить охват на эффективной частоте. Опять-таки можно посмотреть, что будет, если посмотреть другие варианты распределения. То есть также инструмент позволяет улучшить или дать рекомендации по улучшению существующего сплита. И последний кейс, мы также, кстати, остаемся в Москве, он у нас на сценарии усиления. Сценарий усиления у нас умеет делать следующее. При наличии фиксированной существующей рекламной кампании или существующего медиа-сплита, например, в нашем случае на Москву, на 10 миллионов рублей, это будет ТВ, радио, диджитал и наружная информация.
[36:36] Артём Колобашкин (Speaker D): В случае появления, например, дополнительного бюджета, дополнительных 20 тысяч процентов, сценарий может проверить, куда лучше из всех существующих медиа, которые мы выбрали, добавить этот бюджет. Его нужно добавить в радио или лучше вообще просто расти существующий сплит по пропорциям. Соответственно, после запуска анализа инструмент считает нам эффективность нашего базового сплита и дальше показывает, какой дополнительной охватной эффективной частоте 1+, мы получим, добавляя эти деньги в той или иной медиа, в ТВ, в радио, в диджитал. И последний показывает, что будет, если мы просто по пропорции перерастим тот сплит, который у нас уже есть. Такой подход к анализу нам позволяет достаточно эффективно понять, какие медиа у нас в первом приоритете и какие могут наиболее эффективно решить те цели, которых мы стремимся достичь в рамках планирования. Это у нас 5 кейсов про возможности нашего инструмента.
[37:45] Даша Куркина (Speaker B): Здесь приведены только 5 примеров. Очевидно, что мы за Ограниченное количество времени можно сказать про все кейсы, которые мы за буквально последние полтора месяца отработали. Если вам интересно что-то посмотреть про непосредственно вашу категорию и попробовать рассчитать какой-то сценарий под ваши индивидуальные задачи, то, пожалуйста, приходите в свою команду АКАМП. Или если вы по какой-то причине еще не работаете с нами, у вас нет своей команды, то вам с удовольствием поможет наша команда нового бизнеса Катя Фишер и ее блестящие ребята к вашим услугам. Пожалуйста, обращайтесь. А пока мы, наверное, можем ответить на вопросы. Наверное, давайте вот прям сверху вниз, как они у нас были. Я для удобства тех, кому не хотел читать в чатике, буду проговаривать голосом. Вдруг у вас был такой же вопрос, но вы постеснялись его задать. Значит, первый вопрос – это портреты аудитории торговых точек на каких данных сформированы? Вообще кажется, что Артём подробно про это рассказал. Наверное, давай в двух словах ещё раз как-то summary.
[38:54] Артём Колобашкин (Speaker D): Сам репортаж покупателей торговых точек сформирован на данных исследований Mediascope BrandPulse, где респондентам задается вопрос, скажите, посещали ли вы данную торговую точку за последние полгода. Соответственно, это опросное исследование Mediascope BrandPulse.
[39:13] Даша Куркина (Speaker B): Второй вопрос в ту же сторону. А как вы понимаете трафик конкретной торговой точки? Вам сам перекресток дает данные, без этого очень условно получится точность.
[39:24] Артём Колобашкин (Speaker D): Трафик торговой точки предоставляется самими торговыми системами. По каждой торговой точке по отдельности, то есть это их in-house.
[39:37] Даша Куркина (Speaker B): На основании каких данных вы распределили людей по Москве для того, чтобы понять, в какую точку они пойдут приписать их конкретной точке ритейлера?
[39:48] Артём Колобашкин (Speaker D): На основании, ну, смотрите, на основании, во-первых, контура Москвы, поскольку мы говорим о том, что нас интересуют жители Москвы, а, соответственно, уже внутри самой Москвы, поскольку нас интересует именно непосредственно близость, а не точное географическое положение, то они размещены просто равномерно внутри определенной шахматки гектагонов внутри города.
[40:16] Даша Куркина (Speaker B): Можно ли в инструменте конструировать целевые аудитории?
[40:21] Артём Колобашкин (Speaker D): Да, есть возможность сделать расчеты на тот набор соцдема, про который мы описывали, полувозраст, доход, наличие детей. Но только на такие, на другие нельзя писать.
[40:34] Даша Куркина (Speaker B): Расчет охвата построен на том, что есть процент людей, посещающих сеть до 30 минут. Но это странно. Эти 30 минут сами по себе огромное время. Его надо дробить условно на 2-3 слота. Будет много людей с визитом до 10 минут, когда забежал за хлебом водой и убежал. И они не дадут реального охвата на весь диапазон до 30 минут общего визита. Тут как-то сложно выделить вопрос. Это скорее утверждение.
[41:00] Артём Колобашкин (Speaker D): Но давайте попробуем. Давайте я попробую. Здесь, наверное, речь идет о том, что показалось, что мы используем всегда 30 минут, и тогда получается, что мы всех покупателей гребем под одну гребенку, что они, соответственно, проведут там 30 минут и услышат радиорекламы той же самой, как если бы они были 30 минут. Ответ у нас это не так. У нас используется как раз-таки распределение, которое мы подчеркнули из бренда. И мы навешиваем на людей, согласно этому распределению, то время, которое они проведут. То есть в среднем по всей выборке получается 30. Но есть люди, которые проводят 3 минуты, то есть реально забежали, услышали полролика или вообще ничего не услышали и выбежали. А есть те, кто провели 40 минут. И у нас это все выполняет, но в среднем 30. Но в этом и прелесть именно того, что есть не только среднее, но и его распределение.
[41:55] Даша Куркина (Speaker B): Что в данном кейсе понимается под эффективной частотой?
[42:01] Артём Колобашкин (Speaker D): В данном кейсе это…
[42:03] Даша Куркина (Speaker B): В одном из примеров, полагаю, что речь идет про первый, но они одинаковы в принципе.
[42:09] Артём Колобашкин (Speaker D): Во всех кейсах и во всей моей презентации под эффективной частотой понимается охват на эффективной частоте, то есть это процент тех людей, которые увидят нашу рекламу один и более раза, два и более раза, три и более раза, уже в зависимости от того, какая у нас стоит стратегическая задача.
[42:31] Даша Куркина (Speaker B): Включает ли диджитал в себя соцсети? Думаю, что здесь, конечно, нужно было бы уточнить вопрос. Речь идет о соцсетях как о площадке с их медийными форматами, типа видеоинвентаря условного ВК, или же речь идет про блогеров. Тут из вопроса, к сожалению, не очень ясно. Ну,
[42:53] Артём Колобашкин (Speaker D): Я могу ответить и про соцсети, и про блогеров, для того, чтобы, возможно, это закрыть. Соответственно, с точки зрения того, что включают ли потенциально соцсети, да, то есть если нужно посчитать охват именно соцсетей и не каких-то других рекламных носителей внутри многообразия того, что есть в ДИД, можно выделить в соцсети, для этого всего используются данные медиаскоп-кроссов, где это измеряется. Если говорить про блогеров, то блогеры не измеряются совсем ничем, поэтому и этого здесь нет.
[43:29] Даша Куркина (Speaker B): Правильно ли я понимаю, что запоминаемость – это условная средняя запоминаемость рекламы в канале с учетом категории целевой аудитории? Какой источник у данных по запоминаемости?
[43:41] Артём Колобашкин (Speaker D): Так, значит, источник данных по запоминаемости – это наше внутреннее исследование М1, которое строится… Это опросная методика на базе панели ГФК, соответственно, источником является оно. И это не средняя запоминаемость, это коэффициент, который… должен нам показать, насколько запоминаемость одного медиа лучше, чем запоминаемость другого медиа, что нам позволяет делать более взвешенный анализ того, что рекламный контакт в телевизоре на огромном экране – это не совсем то же самое, что то же самое радио в пятерочке, которое только аудиоконтакт и все-таки немножко на ходу в магазине. Это позволяет нам привести медиа к единому знаменателю. город более эффективно, чем мы бы это делали без учета этих коэффициентов.
[44:36] Даша Куркина (Speaker B): Ну, давай, наверное, здесь еще раз акцентируем, что да, эти коэффициенты отличаются в зависимости от целевой аудитории и товарной категории, про которую мы говорим. И важный момент в том, что Если у вашего бренда есть какие-то собственные данные на достаточном историческом горизонте, чтобы вы могли с уверенностью сказать, какой индекс запоминаемости соответствует каким каналам, условно у вас есть понимание на каких-то своих исследованиях, то в принципе софт позволяет внести изменения на уровне базовых настроек, подлив туда ваши индивидуальные данные. если такая задача стоит. Насколько репрезентативно использовать данные BrandPulse, которые основаны на онлайн-панели объемом 35 тысяч человек, и применять их, видимо, к медиаметрии в данном случае? Насколько репрезентативен инструментарий медиаскоп?
[45:34] Артём Колобашкин (Speaker D): Я, на самом деле, наверное, отвечу на немножко другой вопрос. Насколько репрезентативно вообще использовать опросную социологию для чего-либо? Потому что есть нюанс с тем, что большой вопрос даже не в количестве, а в том, как задается вопрос, но как конечный респондент на этот вопрос отвечает. И любые опросные методики, они будут вне зависимости от объема выборки изобиловать очень интересными вещами. Я даже на примере нашей товарной категории, то есть то, о чем мы сегодня говорим, приведу этот пример, потому что тем, у кого есть подписка на бренд Пульс, он, скажем так, общественно доступный. Потому что если говорить про магазины «Перекресток», Соответственно, если посмотреть процент тех, кто посещал магазин перекресток в ДВФО, он будет не нулевой. Маленький, но не нулевой. Это при том, что магазинов перекресток в ДВФО нет. Это точно так же, как все опросные методики продолжают мониторить потребление и лояльность к тем брендам, которые уже… Не то, что ушли из России, они в принципе не производятся. То есть в любом случае опросная методика кроет в себе какие-то такие вот нюансы. И поэтому вне зависимости от того, кто ее проводит, нюансы будут.
[46:57] Артём Колобашкин (Speaker D): Но здесь нужно понимать, что других альтернативных данных нет, а мы все-таки все нюансы их эти понимаем.
[47:07] Даша Куркина (Speaker B): Надеюсь, мы удовлетворили ответом в таком формате. Категория лекарства, основные точки продаж, офлайн и онлайн аптеки, а не магазины.
[47:17] Speaker A: Как вы это учитываете?
[47:23] Артём Колобашкин (Speaker D): Ну, здесь, наверное, давайте я начну, и, возможно, Денис меня дополнит. Что мы сейчас говорим не о привязке рекламы к точке продаж. Мы говорим о том, что у нас есть некая аудитория, которой мы хотим транслировать некий месседж о том, что нужно пойти и купить такой препарат, а не какой-то другой. И, соответственно, если раньше мы ограничивали область трансляции этого месседжа о том, что нужно купить этот препарат такими классическими медиа, как телек, наружка и радио, и digital, то теперь мы расширяем пул мест, где мы можем людям этот месседж транслировать. Теперь они могут увидеть… сообщение о том, что если у вас аллергия, то вам срочно нужно купить что-то вот это, когда они пробивают что-то на кассе самообслуживания. И что здесь речь про построение знания охвата эффективной частоты не приведет нас к точке продаж. То есть мы на уровень выше во всех наших воронках. Как раз коллеги об этом раньше говорили.
[48:26] Speaker C: Да, поддержу. Как мы говорили в начале… Цель и фокус этого инструмента и этого подхода – это работа над верхней частью воронки. А контакт, который нам позволит строить верхнюю часть воронки, он не обязательно требует возможности купить продукт в моменте.
[48:47] Даша Куркина (Speaker B): Супер. Кажется, что мы тут тоже вопрос закрыли. И, кажется, финальный. Уточните, пожалуйста, все ли ритейлеры участвуют и предоставляют свои данные для расчета?
[49:03] Артём Колобашкин (Speaker D): Сейчас есть три ритейлера, это пятерка и перекресток. Все, что касается тех, кого нет в этом списке, это все пока что в перспективе.
[49:18] Даша Куркина (Speaker B): Будем рады. К моменту расширения сплита готовы технически. В принципе, все на месте. Поэтому… Здесь осталось дело за малым, за привлечением остальных ритейлеров. Начали пока самых крупных. Вот тут, кажется, есть прекрасный комментарий в чате в ответ на вопрос про репрезентативность. Как сотрудник медиаскопа подтверждаю, что достаточно репрезентативен. Учитываете ли вы людей, которые не слушают радио в торговых точках в целом, так как ходят в наушниках, разговаривают по телефону и тому подобное? Даже не знаю, стоит ли тут передавать слово. Кажется, что… А как видеоскопы, учитывая тех, кто за бутербродом отвлекся от телеканала? Сложно себе представить, что можно проверить точную долю в моменте. Мы занимаемся этим в рамках другого проекта, который называется «Экономика внимания». Если вам интересно, про него тоже есть большое количество материалов в нашем канале. Можно про это почитать. Проблематика актуальная, действительно, но в моменте объективно учесть это крайне сложно. Мир по запаху с бутербродом. Отлично, хорошее решение. Вы подтверждали эффективность применения инструмента на практике в сетях. Какая точность рекомендации?
[50:54] Даша Куркина (Speaker B): Вот тут, к сожалению, я не готова поделиться всеми данными, потому что этот проект только стартовал, и у нас есть клиенты с согласованным исследованием Brand Lift, которые позволят ответить на этот вопрос. Сейчас в публичном пространстве никакие результаты, тем более клиентские, мы шарить не можем. Так, простите, у меня подвисает немного чат. Знаю, что некоторые магазины пятерочки работают как дарксторы. Это учитывается в статистике количества покупателей или это не попадает в расчет?
[51:37] Артём Колобашкин (Speaker D): Так darkstore и но смотрите у нас есть такая информация как наличие наличие рекламных форматов вот и трафик людей в магазины вот соответственно если darkstore и ходит рекламный формат учитывается вот соответственно если там где-то то есть по сути на складе людям показать рекламу нет рекламы и людей и соответственно там просто я негде размещать то ответ нет не учитывается
[52:06] Даша Куркина (Speaker B): Правильный ли инсайт, что ритейл-медиа – это вообще для разных-разных товаров, не обязательно непосредственно продающихся в конкретной торговой точке. Не размывает ли это эффект для товаров, которые в этой торговой точке есть.
[52:28] Артём Колобашкин (Speaker D): Это, наверное, на Денису.
[52:32] Speaker C: Давайте. Но, опять же, мы говорим про построение верхней части рынка. Это требует от нас достаточно качественного контакта и медиа-формата. На этом уровне ритейл-медиа идеально подходит, вне зависимости от того, про какую категорию мы говорим, и, опять-таки, вне зависимости от того, продается ли в момент контакта там этот товар или нет. Ну, собственно, как и любой другой медиаформат, который мы используем для построения знания, например. Поэтому в этом плане абсолютно нет необходимости и смысла привязываться к наличию товара на полке. Не размывает ли эффект этой коммуникации для товаров, которые есть в товарных точках? Ну, тут, мне кажется… можно довериться самим этим торговым точкам и быть уверенным, что они не станут размещать такие форматы у себя, которые помешают людям совершать покупки и, собственно, не доведут человека до выбора на полке. Поэтому в этом плане коммуникация, я уверен, рассчитана таким образом, чтобы встроиться в этот общий путь к покупке джорни человека в магазине и никак ему не мешать. Поэтому от Остальных товаров это отвечать не должно, я уверен, если об этом был вопрос друг.
[53:55] Даша Куркина (Speaker B): Ну и в завершение спасибо автору комментария. Комментарий звучит так. Сам инструмент очень крутая по помощи в эффективном использовании бюджета для достижения цели. Спасибо за презентацию. Коллеги, мы надеемся, что это действительно будет помогать давать в руки маркетингу нужный инструмент для того, чтобы, вооружившись цифрами, отстаивать свою точку зрения на то, как должен выглядеть оптимальный микс инвестиций в трех средах, чтобы лучше помогать строить бренд. Приходите, пожалуйста, с вашими задачами. Единственный момент здесь все-таки в том, что пропускная способность пока ограничена, поэтому принцип first come, first served, он все-таки будет иметь место быть. На этом мы завершаем. Спасибо большое. Кажется, что мы успели практически на все вопросы ответить, а если где-то не успели, то вернемся позже. Благодарю вас за внимание, и если вы хотите узнать еще больше про наши инструменты, подписывайтесь на наш канал. Спасибо большое.
