Data — переворот в таргетировании медийной рекламы

2013 год станет годом ренессанса медийной рекламы. По прогнозам аналитиков, расценки на рекламу в интернете в 2013 году вырастут на 10%; однако дисплейная реклама подорожает на 14%, обогнав по темпам роста другие инструменты — к примеру, контекстную рекламу, которая вырастет только на 13%. На наш взгляд, драйвером этого роста станет экосистема RTB с использованием Big Data, благодаря которой медийка, считавшаяся ранее сугубо имиджевым инструментом, по своей эффективности вплотную приблизится к контекстной рекламе.

Что такое Data?

Согласно энциклопедическому определению, Data, то есть данные — это представление фактов и идей в формализованном виде, пригодном для передачи и обработки в некотором информационном процессе.

В RTB Data — это данные о пользователях. В основе RTB лежит аукционный принцип торгов в реальном времени — что, собственно, и отражено в названии технологии Real-Time Bidding, — где именно Data является ключевым звеном и основной ценностью.

При этом у каждой стороны свои интересы, но объединяет их то, что Data нужна всем. SSP закупают данные, чтобы увеличить цену трафика. DSP требуется Data, чтобы иметь возможность максимально эффективно выкупать показы.

Продвижение медцентров и клиник: три кейса о SEO, TikTok и Instagram*

Как получить измеримые результаты в фарммаркетинге.

Показываем на примерах →

Спецпроект

Типы данных

По принципу сбора данные делятся на три типа: данные первого, второго порядка и данные третьего порядка или третьей стороны (first, second и third-party data).

• First-party data: собственные данные, источником которых стал собственный ресурс — например, пользовательские регистрации, история посещений;
• Second-party data: косвенные данные — такие как: результаты предыдущих рекламных кампаний — клики, просмотры, прочтения; социальная активность — лайки, шеры;
• Third-party data: сторонние данные, полученные из источника, к которым получатель отношения не имеет. Как правило, это данные, приобретаемые у сервисов обработки и хранения данных — DMP и Data Exchanges, либо у других поставщиков данных — сайтов, платёжных сервисов, email-рассылок и многих других источников, которые обладают информацией о действиях и интересах пользователей.

Использование данных, DMP и Data Exchanges

• Провайдеры данных DMP (платформа управления данным — Data Management Platform) и Data Exchanges — это сервисы, которые собирают данные из сторонних источников, унифицируют и сегментируют их;

— DMP отвечают за сбор и нормализацию данных, смешивание разных типов данных для создания аудиторных сегментов и их хранение. DMP используется в основном рекламодателями и агентствами для применения данных при открутке рекламы по RTB;
— Data Exchange — это сбор и нормализация данных, а также привязка к профайлу пользователя. Если DMP в основном оперируют сегментами, то Data Exchange — это профили пользователей. В Data Exchange хранят более «сырые» данные, нежели DMP, и в большем объеме. DE используются в основном DSP и SSP для дополнения и улучшения качества сегментов.

• Поставщики данных: сайты, плагины, интернет-провайдеры, операторы сотовой связи, процессинговые системы, которые размечают аудиторию с помощью cookies или собирают данные о ней другими способами — отправляют данные в DMP и DMP продаёт их;
• Рекламное агентство: заводит в DMP данные первого и второго уровня, по необходимости докупает данные третьей стороны; формирует и откручивает рекламные кампании для своих клиентов;
• Бренд: заводит в DMP данные первого и второго уровня, по необходимости докупает данные третьей стороны; формирует аудитории, но использует их для нужды собственных рекламных кампаний.

DMP или Data Exchange являются неотъемлемыми участниками всех этих процессов. Для рекламодателей и агентств DMP — это платформа, которая позволяет знать все о собственной аудитории и, используя данные третей стороны, проводить сверхцелевые медийные размещения. C помощью DMP рекламодатели могут создавать нужные сегменты аудитории. Для поставщиков данных — это площадка, позволяющая монетизировать свои данные.

Как извлекаются и работают данные

Всё начинается с аудита данных — детального рассмотрения бизнес-процессов с целью вычленения и сбора first-party data. В общем смысле можно сказать, что данные есть везде. Любые каким-либо образом зафиксированные действия являются данными. Как пишет Википедия, «данные могут рассматриваться как записанные наблюдения, которые не используются, а пока хранятся».

Более или менее очевидно, что отделы маркетинга, продаж, работы с клиентами оперируют огромным количеством различных данных. Однако бывает, что данными владеют, просто не замечая их — скажем, статистика покупок в любом супермаркете (средний чек, количество наименований и т. д.) — это тоже данные, причём довольно важные. Процесс сбора и извлечения данных называется Data Mining. Даже самые маленькие данные можно сделать большими, найдя применение им.

Контент — тоже данные. Это значит, что существуют определенные показатели, которые скажут об аудитории больше, чем любые другие источники. Продолжая цитировать Вики: «данные, являющиеся результатом фиксации некоторой информации, сами могут выступать как источник информации. Информация, извлекаемая из данных, может подвергаться обработке, и результаты обработки фиксируются в виде новых данных». Это веяние времени: любая стратегия — продаж, контента, продвижения — становится стратегией данных.

Извлечение и разметка данных. Определившись, где «водятся» данные, их нужно извлечь и записать. Технология довольно простая: DMP или Data Exchange сообщают поставщику специальный код, который при загрузке страницы сохраняет в браузере пользователя cookie, по которому отслеживаются его дальнейшие передвижения по сайту и между сайтами. Как правило, для этого используется javascript или невидимая пиксельная картинка. Таким образом и создаётся виртуальный «образ» пользователя.

Сохранённые данные размечаются по максимально доступному количеству параметров. При этом существуют и технологии импорта offline data — например, данных из CRM. Главной задачей импорта является необходимость связать имеющиеся данные о реальных клиентах или пользователях с виртуальными профилями.

Например, компания делает рассылку по базе email-адресов клиентов, не покупавших у неё год и более, в которой приглашает зайти на определённую страницу или встраивает картинку-пиксель в само письмо. Если пользователь откроет письмо в браузере или пройдёт по ссылке, то добавленная в браузере кука позволит отслеживать его профиль и начать показывать рекламу именно ему.

Обмен данными — информация работает только когда её распространяют. Покупка, продажа или обмен данными — неотъемлемый аспект в экосистеме RTB.

Анализ и создание аудиторий. Опираясь на специфику каждого конкретного случая, можно разрабатывать точные и полезные сегменты аудиторий для дальнейшего их применения. Например, анализируя посещаемость разделов сайта, можно поделить аудиторию на сегменты, относящимся к воронке продаж или к продуктовым разделам. Более точные и узкие сегменты позволят в дальнейшем получать максимальную эффективность от более точных обращений к потенциальным потребителям.

Использование данных

Использование Data открывает безграничный мир возможностей для маркетинга:

• Восстановление баланса. Опытному продавцу достаточно одного взгляда, чтобы понять, что за человек перед ним, что ему можно предложить, а чего он никогда не купит. Онлайн-реклама подобна торговле через зеркальное стекло: клиент продавца видит, а тот его — нет. Использование Data восстанавливает справедливость, позволяя продавцу существенно расширить набор инструментов и сценариев продаж;
• Не дать забыть про свой продукт. Ретаргетинг увеличивает конверсию, т. к. «напоминает» пользователю о той услуге или товаре, которым он недавно интересовался или «говорит» о том, что он не закончил начатое действие. Напоминание — лучший способ запомниться. Ретаргетинг позволяет напомнить пользователю како самом бренде, так и желании, которое могло забыться в силу отсутствия возможности реализовать его в момент посещения сайта;
• Показывать именно ту рекламу, которая нужна в данный момент. Таргетинг без Data крайне ограничен. Скажем, можно показывать рекламу автомобилей тем, кто сидит на автомобильном сайте. Однако если знать, что перед этим пользователь был на сайте страховой компании, то можно предложить ему рекламу услуг автострахования. Но как узнать, что человек, который каждый день читает автомобильные сайты, вчера разбил очки и сегодня ему нужно купить новую пару? Традиционно монопольное право доступа к таким клиентам было только у поисковиков. Однако использование third-party data производит революцию в дисплейной рекламе, позволяя за счёт анализа поведения пользовательского профиля в интернете вычислять его потребности в текущий момент времени;
• Показывать рекламу там, где пользователь её увидит. На одном ресурсе пользователь проводит 30 секунд, на другом — пару часов в день. Более или менее очевидно, что показывать рекламу эффективнее там, где пользователь проводит больше времени. Использование Data позволяет избежать привязки к конкретному ресурсу (например, на котором закуплены показы) и показывать рекламу на тему, которая актуальна для пользователя, там, где он проводит больше всего времени;
• Показывать рекламу только своей аудитории. Размещая баннер в интернете классическим способом, рекламодатель оплачивает в том числе его показы и тем, кому не интересно данное сообщение. Медийная реклама подобна вывеске магазина на оживлённой улице: помимо клиентов магазина, её видят тысячи других случайных прохожих. Как сделать так, чтобы мимо магазина ходили только его покупатели? Data позволяет закупать готовые аудитории и показывать рекламные сообщения только тем, кто в них заинтересован;
• Добавлять данные от других поставщиков информации. К примеру, интернет-магазину одежды будет полезно знать пол и возраст пользователя на основе данных третьей стороны. Девочкам можно показывать сумочки и юбки, мальчикам — ремни и брюки. Такой подход существенно увеличивает отклик от рекламы;
• Находить пользователей, похожих на тех, которые уже стали клиентами. Так называемый look-alike таргетинг, позволяющий предлагать конкретный товар пользователям, по характеристикам похожих на потребителей, которые уже купили аналогичный товар ранее.
• Платить за это минимальную цену. Торги на аукционе в реальном времени (RealTime Bidding — RTB) проходят по модели второй цены, когда победившая ставка дисконтируется до уровня проигравшей ставки плюс один шаг. Например, если компания Ford поставила на аукцион 7 центов за показ, а Chevrolet — 4 цента, то выигрывает Ford, а его ставка дисконтируется до 5 центов. Чем ниже конкуренция — тем ниже ставка. А на российском рынке RTB-рекламы конкуренции практически нет. Это момент, который нужно ловить!

Этот список можно продолжать. Фактически, это сейчас Клондайк для маркетологов, в котором границы возможностей пока не определены.

Монетизация Data

Существует две модели монетизации Data в RTB для поставщиков данных:

1. Процент от стоимости показа, который уходит поставщику данных.
2. Возможность продавать данные с заранее объявленной ценой за 1000 показов (CPM).

В обоих случаях DMP и Data Exchange зарабатывают на комиссии, которую взимают с платежей поставщикам данных. Таким образом, данные позволяют любому ресурсу с более-менее крупной посещаемостью получать приличный пассивный доход, монетизируя даже не аудиторию, а знания о ней. В российском сегменте свою рабочую схему монетизации данных для поставщиков предоставляет Auditorius.

Гарантия конфиденциальности и безопасность данных также является важнейшим условием их использования. Независимость DMP позволяет, с одной стороны, обеспечивать конфиденциальность данных: SSP и DSP получают данные в виде, соответствующем запросу системы, однако источник данных остаётся неизвестным. Таким образом, независимая DMP обеспечивает сохранность данных, что важно, не позволяя идентифицировать конкретную аудиторию как «аудиторию газеты «Коммерсантъ», например, и украсть её. С другой стороны, рекламодатель или продавец инвентаря может менять SSP и DSP на своё усмотрение, не рискуя накопленными данными, которые находятся на независимом хранении. При желании владелец данных может просто «переехать» на другую DSP, закупая там инвентарь по своим данным.

Защита данных

Рассказ о том, как много знают рекламодатели о пользователях, неизбежно вызывает опасения — не слишком ли это много, на самом деле? В конце концов, все мы, помимо рабочих обязанностей, являемся одновременно и простыми пользователями. И вопросы приватности для нас не пустой звук. Защита персональных данных является важнейшим аспектом при работе с ними. Данные хранятся в обезличенном виде. Мы не знаем, что какой-то пользователь это Иван Иванов из Новосибирска, мы знаем его как ID7430. При этом никакая информация, по которой можно было бы его каким-либо образом идентифицировать с реальной персоной — например, email — не хранится вообще, либо хранится в хешированном виде. Забота о безопасном хранении пользовательских данных — один из приоритетов DMP и Data Exchange.

Поставщики Data на Западе

DMP

• BlueKai
• eXelate
• eyeota
• Brilig
• Lotame
• nugg.ad

Data Exchanges

• eXelate
• eyeota
• Weborama
• Adatus

В частности, американский рынок данных развит настолько, что некоторые компании уже специализируются на узких данных, таких как знание о b2b — какой штат в компании, кто руководитель и так далее. К таким компаниям относится, например, компания BIZO.Однако для российского бизнеса все эти названия представляют скорее академический интерес, т. к. российских аудиторий у них нет, соответственно для рекламодателей на нашем рынке они пока бесполезны.

Поставщики Data в России

В России только развивается культура работы с Data. Первую российскую публичную DMP, которая хранит данные брендов, имеет возможность выгружать данные и делать закупки по внешним данным запустила компания Auditorius. По данным карты digital экосистемы России, свою DMP также разрабатывает компания Adriver, но более подробной информации о ней пока нет.

Влияние Data на рынок медийной рекламы

«Вторжение» Data изменило саму парадигму медийной рекламы: во главе угла теперь аудитория и то сообщение, которое хочет до нее донести рекламодатель, а не площадка, на которой, возможно, можно будет эту аудиторию «поймать».

С помощью Data в RTB маркетолог сначала создаёт целевые сегменты, как ключевые запросы в контекстной рекламе, и только потом формирует сообщение под каждую целевую группу. Это кардинально отличается от прежней ситуации, в которой сначала делался баннер с сообщением, а затем уже подбирались площадки, где его разместить, чтобы постараться показать его нужной целевой аудитории. Таким образом, деньги рекламодателей с приходом Data в медийную рекламу будут расходоваться куда более умно и эффективно, чем при классических размещениях.

Изменит Data и отношение пользователей к баннерам и медийной рекламе вообще — так как благодаря точному таргетингу они будут получать только релевантные сообщения. Реклама из навязчивого информационного шума превращается в полезного советчика.

Ссылки по теме:

Trading Desk — революция в управлении медийной рекламой
Экосистема российского RTB-рынка в 2013 году
Data Management Platform — важнейший инструмент современного digital-маркетинга

Источник: cossa.ru