ConversionConf-2015: стратегия выбора аудиторных данных в RTB

24 февраля 2015 года в Москве в бизнес-центре Digital October прошла ConversionConf-2015, одна из немногих конференций для профессионалов, целью которой является получение и обмен практическими знаниями по повышению эффективности продаж в интернете.

В рамках секции «Стратегии» прозвучал доклад Сергея Мариева, руководителя отдела контекстной рекламы агентства RealWeb, «Стратегия выбора аудиторных данных в RTB».

В начале выступления докладчик задал слушателям вопрос: какие данные использовали те, кто запускал RTB в прошлом году? Различают 3 уровня данных, отметил он: 1. First-party data; 2. Second-party data, 3. Third-party data.

First-party data – это собственные данные рекламодателя, собранные им о клиентах. Такие данные можно расширить при помощи технологии Look-alike (пользователи с похожим поведением, интересами и социальным и демографическим уровнем). First-party включает данные о поведении и действиях пользователей на сайте, данные из высшей CRM, информацию, которую можно получить, проводя в оффлайн и онлайн маркетинговые мероприятия, а также любые данные, которые можно собрать для собственного использования.

Преимущества First-party data: наивысшее качество собранных данных, их уникальность, отсутствие наценки за использование и безопасность. Недостаток: ограниченность сведений. Вы сможете использовать ровно столько данных, сколько можете собрать.

Пример: Look-alike в тематике «Недвижимость (жилой комплекс)». Оцениваемые действия клиента на сайте: заявка на рассрочку, запрос звонка, просмотр планировок, просмотр контрактов. Результаты: CRM = 59,17 руб., CTR – 0,17%, CPC = 34,06 руб., средний CPA = 59,56 руб. Конверсия составила 839. Получили низкую цену конверсии и клика.

Запуская ремаркетинг для тех посетителей, которые уже были на сайте, можно «догнать» человека на сторонней площадке и продать ему, если он еще не купил; или замотивировать на дополнительную продажу, если уже купил. «С точки зрения CTR лучше всего отрабатывает ремаркетинг», - подчеркнул спикер. В частности, при использовании Look-alike CTR составила 0,17% при 1120 показах, в ремаркетинге CTR = 0,22% при 1330 показах и при тематическом показе CTR = 0,09% при 1900 показах.

Эффективнее всего ремаркетинг и динамический ремаркетинг в данном случае работает в следующий системах RTB:

Second-party data – это данные, которые можно получить напрямую от издателя или другой компании. Сведения поступают в результате сотрудничества между клиентом и издателем сайта по обмену данными. Например, для портала о новостройках речь идет о данных, предоставленных застройщиком, для портала о моде – о сведениях из ритейла одежды, для портала о туризме – об информации от турператора.

Сведения Second-party data могут стать доступными в результате взаимовыгодной сделки между компаниями с дополняющей продукцией, например: туроператор и авиакомпания, строительная компания и магазин мебели, отель и компания по прокату автомобилей.

Преимущества Second-party data: высокое качество данных, сохранение уникальности, увеличение масштаба данных. Недостатки: необходимость в переговорах (нужно определить условия продажи между двумя сторонами) и технические ограничения (необходимо выбрать правильную платформу, которая обеспечит передачу, хранение и безопасность данных). В RTB Second-party data можно использовать как поведенческий маркетинг, в рамках обмена аудиториями. Технология RTB Яндекса позволяет обмениваться данными об аудиториях между клиентами через счетчик Яндекс.Метрики. В Doubleclick Manager Google - через счетчик DMB возможен обмен аудиториями и заключение сделок между клиентом и издателем.

Далее спикер привел пример: при работе с тематикой «Недвижимость (жилой комплекс)» на первом этапе осуществляли таргетинг на тех, кто вводил запрос «Недвижимость». На втором этапе – осуществляли таргетинг на посетителей, которые проявляли интерес к покупке квартир на сайте pingola.ru/realty. Результаты: после реализации мероприятий по таргетингу CTR вырос с 0,08 до 0,19%, CRM с 41 руб. до 68 руб., CPC при первом таркетинге составил 51 руб., при втором 35 руб.

Third-party data – это данные, собранные сторонним субъектом, который не имеет отношения к людям, чьи данные собирает. Так называемые «сырые» данные предоставляют такие сервисы, как: Openstat, LiveInternet, AddThis. Обработанные данные дают: VisualDNA, Aidata. DMP – это платформа управления данными, которая отвечает за их сбор и хранение. К DMP подключены все основные поставщики данных, и это позволяет создавать сегменты, смешивая любые типы данных First-party и Third-party data.

Преимущество Third-party data: большой охват. Недостатки: качество данных, наценка за их использование, непрозрачность методологии сбора и обработки данных.

Например, в AdRiver источником сведений являются данные Soloway и «сырые» поставщики данных. Методология обработки представляет собой сбор данных о действиях пользователей в сети Soloway, их совмещение с данными «сырых» поставщиков и последующее разложение на сегменты. Использование: сторонние DSP, доступа в DMP нет.

В Weborama источником данных являются социально-демографические данные от поставщика сведений Toluna и данные по интересам post-campaign (анализ логов рекламных кампаний). Методология обработки предполагает контекстуальный анализ страниц, а для расширения аудитории – построение моделей Look-alike. Использование: сторонние DSP, доступа в DMP нет.

В Aidata.me источниками данных становятся сайты, лайки и профили социальных сетей, поисковые запросы, оффлайн-данные. Методология обработки представляет собой контекстуальный анализ страниц, конструирование сегментов, Look-alike.

В VisualDNA источниками данных являются: визуализированный тест и сайты. Методология обработки сводится к построению моделей. Основываясь на данных пользователя 1, прошедшего тест, строится модель поведения других пользователей с похожим поведением, применяется моделирование Look-alike.

Исключения в среде Third-party data представлены Яндекс, который располагает уникальными аудиторными данными, полученными с помощью технологии «Крипта», используется только в DSP Баян-2 (Яндекс. Аукцион). Уникальные аудиторные данные на базе продуктов Google предоставляет соответственно Google (используется только в DSP DBM). Наконец, уникальные аудиторные данные, собранные на базе продуктов Mail и сайта «Одноклассники», предлагает Mail.ru. Перечисленные площадки обеспечивают высокое качество данных и большой охват.

Важно понимать, что не все данные равновелики, подчеркнул Сергей Мариев. Необходимо понимать разницу между ними и использовать в зависимости от поставленных целей.

Когда рекламодатель планирует RTB-кампанию важно задатся следующими вопросами:

  • Какого уровня данные могут быть использованы в рекламной кампании?
  • Есть ли возможность покупки Second-party data?
  • С какими поставщиками Third-party data ведется сотрудничество?
  • Какова методология сбора и обработки Third-party data?

comScore: Yahoo увеличил свою долю на поисковом рынке США в январе 2014

В январе 2015 года Yahoo увеличил свою долю на рынке поиска в США, сообщает comScore. Также в отчётном периоде вырос объём поисковых запросов к Yahoo

Google включил фактор дружественности к мобильным устройствам и индексирование приложений в поисковый алгоритм

Google объявил о двух существенных изменениях в своем поисковом алгоритме для ранжирования результатов поиска на мобильных устройствах

Google экспериментирует с рекламой приложений в результатах поисковой выдачи Google Play

Google приступил к тестированию показов рекламы приложений в результатах поиска магазина Google Play

Google представит новую платёжную систему Android Pay на I/O 2015

Google планирует презентовать новый сервис мобильных платежей Android Pay на конференции для разработчиков I/O 2015, которая состоится в мае

Mail.ru Group намерена создать единый рекламный сервис на базе существующих продуктов

Mail.ru Group рассматривает возможность объединения всех собственных рекламных продуктов в единый сервис. Об этом сообщает ТАСС

Facebook выплатил $1,3 млн за найденные уязвимости в 2014 году

Facebook выплатил $1,3 млн пользователям, которые находили уязвимости и сбои в работе социальной сети в 2014 году...