Трудовой Кодекс РФ с комментариями ТК РФ, бесплатные консультации юристов
Онлайн-данных для эффективной рекламы недостаточно: их поставляют разные платформы и объединить их подчас невозможно
«На рубеже XXI века новым фундаментальным правилом для бизнеса стали изменения, принесенные интернетом: как минимум, интернет-технологии меняют способы взаимодействия всех компаний (даже самых небольших) с работниками, партнерами, поставщиками», — это одна из самых известных цитат Билла Гейтса. «Не каждая компания пока работает со своими покупателями через интернет, но когда-нибудь корпоративный сайт, где потребитель сможет в том или ином виде присоединиться к бизнесу компании, будет таким же важным, как когда-то были телефон или e-mail-адрес,» — говорил Гейтс.
Сегодня глобальная интернет-аудитория прошла отметку в 3,5 млрд человек. Пользователи проводят в интернете все больше времени: мы узнаем новости, совершаем покупки не выходя из сети и, конечно, видим рекламу. Много рекламы. Средний пользователь Рунета видит около 500 рекламных сообщений ежедневно только на компьютере, не считая объявлений на мобильном телефоне. Эффективна ли коммуникация пользователя и рекламодателя в таком потоке? Вряд ли. Неудивительно, что крупные интернет-компании вкладывают миллиарды долларов, чтобы лучше понимать пользователей. Например, объем R&D-инвестиций корпорации Alphabet (холдинг, управляющий активами Google) составляет около $13,5 млрд. ежегодно — это в 13,5 раз выше выручки Yandex за 2015 год. Новые разработки призваны помочь бизнесу перейти от массовой коммуникации к адресной. Одно из самых перспективных направлений — работа с Big Data.
Еще несколько лет назад уже набивший оскомину тезис «Big Data — новая нефть» никто не подвергал сомнению. Маркетологи крупнейших компаний надеялись, что смогут прекратить стрелять из пушки по воробьям и верили, что реклама станет для покупателей помощником, а не предметом ненависти. Интернет-технологии обещали персональное общение бренда с каждым покупателем. Но этого не произошло. У рекламодателей, их агентств и больших площадок оказалось недостаточно данных о потребителях: поведение людей в интернете ничего не значит без контекста их событий в реальной жизни.
Выяснилось, что все теории рекламодателей и агентств работают только в «стерильных» лабораторных условиях. В этот момент интернет-компании «реабилитировали» значимость офлайн-данных и нашли выход в партнерстве с банками, телеком-операторами и крупным ретейлом. Сегодня Facebook, Google и другие компании становятся партнерами таких гигантов как HSBC и Wells Fargo. Знания о жизни «вне браузера» органично дополняют данные о поведении в сети.
Онлайн-реклама: не так хороша, как хотелось бы
Современный формат баннерной рекламы появился еще в 1994 году, когда компания AT&T разместила картинку с призывом кликнуть на нее. Настоящий бум интернет-рекламы начался в 2000-х. С тех пор глобальные расходы на онлайн-рекламу растут на десятки процентов ежегодно.
Google, например, с 2001 года по 2015 увеличила доходы почти в 1000 раз (ежегодная выручка выросла с $70 млн. до почти $70 млрд.) И дело не только в том, что за это время стало больше пользователей, которые стали проводить больше времени в сети. Как и всякой новой технологии, интернету нужна была мощная маркетинговая поддержка. Начиная с середины 2000-х, эксперты постоянно рассказывают об аналитических возможностях интернета — как, исследуя путь пользователя в сети, можно узнать о нем практически все. В реальности системы онлайн-аналитики только недавно приблизились к точному определению пола и возраста, не говоря уже о более сложных характеристиках. Согласно последнему исследованию Nielsen, точность обычной баннерной онлайн-рекламы оставляет желать лучшего.
Компании с таргетингом по полу и возрасту 18-34 только в половине случаев достигают цели. Стандартный метод определения профиля пользователя в сети основан на определении «эталона» и сравнении пользователя с ним. Например, можно взять несколько тысяч человек, о которых известно с точностью в 100%: владельцы авто. Проанализировав их поведение в сети и выявив общие черты, в дальнейшем можно сравнивать поведение других пользователей с полученными на «тестовой группе» показателями. Чем поведение новых пользователей будет ближе к «эталону», тем больше вероятность, что у них есть машина. Для проведения такого анализа требуется большой объем данных о поведении пользователя в сети: на какие сайты заходит, чем он интересуется, заказывает ли такси, как перемещается по городу и многие другие. Вторая составляющая — технологии для анализа собранной информации. Именно с технологией проблем не возникло. Слабым местом оказались онлайн-данные: их, как обнаружилось, недостаточно в принципе, а вдобавок они хранятся у разных компаний и часто их даже невозможно объединить между собой.
Почему так произошло? Обычный пользователь оставляет до десяти профилей онлайн: мы используем разные устройства, браузеры, приложения и, что самое главное, — пользуемся сервисами разных компаний. Почта — от Google, навигатор — от Yandex, такси — Uber, «лайки» — в Facebook и т.д. Эти компании не обмениваются данными, и каждой из них доступен лишь «кусочек» нужной информации, по которому мало что можно определить. Отдельно стоят социальные сети: они обладают значительно большей информацией о своих пользователях, но не знают потребительские интересы,
В итоге всю рекламу в интернете «сделали» поисковые машины. Когда ты не знаешь ничего про пользователя, но он сам идёт в Google и сообщает, чего он хочет — например «Купить iPhone в Москве недорого», то это становится лучшим видом знания. Но, несмотря на все преимущества такого формата, он не идеален. Во-первых, аудитория проводит в поисковых системах всего 9% от всего времени в интернете, что сказывается на доступном объеме рекламы. Если ваш продукт ищет 1000 человек, то удвоить это количество будет стоить невероятно дорого. Во-вторых, поисковая реклама подходит только ограниченному числу рекламодателей. Например, для FMCG-товаров контекстная реклама практически не нужна, мало кто ищет Coca-Cola или стиральный порошок в интернете. Товары, не требующие детального изучения и продающиеся повсеместно, требуют иного подхода: им необходимо формировать спрос и повышать узнаваемость бренда. Для них реклама в поисковиках слишком дорогая и не дает нужного охвата и частоты контакта. В этой ситуации интернет-компании столкнулись с «потолком» роста. Единственным выходом для повышения своей доли для онлайн-компаний стало развитие точности рекламы в остальные 91% времени, за пределами поисковых систем: они стали исследовать новые данные и новые возможности их анализа.
Больше данных, хороших и разных!
Активность человека в интернете и социальных сетях показывает его желания и мечты, а реальная жизнь — его настоящие возможности и потребности. Значение таких данных трудно переоценить, именно поэтому крупный бизнес развивает собственные CRM системы и системы лояльности, чтобы собирать данные о покупках человека. Без точных данных о клиентах невозможно удерживать их, выигрывать их внимание и понимать, где искать новых покупателей. Поэтому даже крупнейшие интернет-компании вынуждены покупать данные из «реального» мира. В первую очередь, их интересует информация о тратах и финансовых возможностях пользователей, их геолокационные данные, сведения о предметах собственности. Facebook и Google уже стали самыми большими покупателями офлайн-данных.
Возможности объединения данных из онлайн и офлайн легко продемонстрировать на таком примере: По оценке Datalogix и IBM, использование офлайн-данных в онлайн-рекламе повышает ее эффективность на 50%. Альберт Усманов, директор по цифровому маркетингу Сбербанка, рассказывал о том, как объединение онлайн и офлайн данных для рекламной кампании по продвижению ипотеки помогло банку снизить стоимость привлечения клиента в девять раз.( «Сбербанку» принадлежит 50% акций Segmento, компании автора колонки — прим. Forbes). Офлайн данные используются не только для текущих рекламных кампаний, но и позволяют строить новые маркетинговые стратегии, упрощая общение с брендом для каждого клиента. Представьте, что вы и ищете конкретный продукт, например, страховку путешественника. В обычной ситуации, вы переходите на сайт своего банка и начинаете искать в меню интересующий вас вариант. Вы потратите море времени, продираясь через информацию на сайте, которая вам не нужна — и хорошо, если не уйдете в Google, где за ваше внимание в итоге будет рад заплатить банк-конкурент. А теперь представьте, вы заходите на сайт, и вас сразу встречает предложение оформить страховку на даты вашего путешествия, а цена уже учитывает историю вашего взаимоотношения с банком и страну в которую вы собрались. Именно такого персонального отношения ждут ваши клиенты и это окупается. Например, летом прошлого года Сбербанк провел тест по интеллектуальной персонализации сайта в реальном времени, когда предложения по страховым продуктам подстраивались под конкретного посетителя. Результаты — рост конверсий в реальные продажи почти в два с половиной раза!.
Но что делать, если покупка происходит не в интернете? Такую задачу решал с помощью офлайн-данных McDonalds во время своей летней кампании по Greek Mac. Известно, что фастфуд-компании много тратят на кампании с большим охватом и в интернете и в прессе, но редко знают, что именно на самом деле привело покупателя. Для этой кампании McDonalds использовал возможности офлайн-данных как для таргетинга рекламы, так и для анализа размещений. Компания связала все рекламные показы с транзакциями по картам «Сбербанка» и увидела, что просмотр видеорекламы в сети повышает вероятность покупки на 60%. Кроме того, выяснилось, что нацеливание рекламы на тех, кто часто тратит деньги в категории «фастфуд», даёт почти трехкратный прирост продаж по сравнению с обычными таргетингами в сети. Всё это было бы недостижимо с помощью обычных интернет-данных!
На рекламном рынке постепенно выходят на первое место технологические компании, не имеющие ни одной рекламной площадки. Они — такие же, как Uber, ставший без единой машины главным перевозчиком мира. В рекламной отрасли лидируют игроки, умеющие объединять данные из разных источников и использовать их для таргетирования рекламы. Это дает рекламодателям возможность выбирать целевую аудиторию для коммуникации как на основе интересов в интернете, так и по реальным действиям в офлайн-среде. Для этого используются технологии DMP (Data Management Platform) — системы для хранения, обработки и управления данными. Такие платформы собирают обезличенные данные о поведении пользователей для дальнейшей сегментации и таргетирования рекламы. Важно, что все системы работают с анонимными и деперсонализированными данными, по которым невозможно определить конкретного человека.
По оценке Winterberry Group, затраты рекламодателей в США на сервисы и технологии по обработке и объединению собственных данными вырастут до 2020 года в четыре раза — с $250 млн. по итогам 2016 года до $1 млрд. Для сравнения: в 2012 году рынок составлял всего $30 млн. —рост в 33 раза за 8 лет! При этом сами по себе объединенные данные не представляют большого интереса, их необходимо использовать для рекламы. Идеальная технология для этого — programmatic, которая позволяет проводить аукцион за каждый рекламный показ. Рекламодатель сам определяет, сколько он готов заплатить за показ данному пользователю данного рекламного баннера в данный момент.
Конечно люди не не сидят перед монитором, торгуясь за показы. Алгоритмы искусственного интеллекта позволяют анализировать тысячи факторов, относящихся к конкретному пользователю, и принимать решения о ставке на аукционе. Каждый выбор основан на вероятности целевого действия — клика, покупки, досмотра ролика и множества других. Система постоянно самостоятельно «учится» и делает ставки все точнее и точнее. Рынок programmatic-рекламы растет, в первую очередь, за счет доступных данных и постоянного улучшения технологий. Этот рост, по прогнозам, в ближайшие годы не остановится: в 2016 рынок решений programmatic вырастет на 31%, на него придется 58% всех бюджетов онлайн-рекламы в2017 году.
При этом уже очевиден тренд: лидирующие технологические компании приобретают платформы, специализирующиеся на работе с онлайн- и офлайн-данными и обладающие технологиями для их использования. Вот несколько примеров таких сделок:
- Google и Adometry
В 2014 году лидер интернет-рекламы приобрел Adometry — компанию, специализирующуюся на отслеживании конверсий офлайн-рекламы, а также на инструментах для аналитики и управления онлайн-рекламой и автоматизированными закупками. Google отказался от бренда Adometry и интегрировал их технологии в свои продукты, создав Google Analytics 360 Suite. На основе технологий Adometry был создан продукт Google Attribution 360, который позволяет анализировать результаты рекламной кампании с учётом всех каналов, устройств и систем, в том числе и отслеживать влияние на офлайн-продажи. Такие инструменты востребованы, в первую очередь, ритейлом, так как позволяет торговым компаниям анализировать результаты рекламы, опираясь на показатели продаж, а не на абстрактные маркетинговые метрики.
- Аcxiom и LiveRamp
В том же 2014 году один из глобальных лидеров в области сбора и анализа данных для таргетированной рекламы, компания Acxiom, купила стартап LiveRamp за $310 млн. LiveRamp специализируется на разработке технологий для загрузки клиентских данных в мобильные приложения для улучшения цифрового маркетинга. Приобретение позволило Acxiom охватывать таргетированной рекламой 99% взрослого населения США. В 2016 Acxiom усилила свои возможности приобретением еще двух компании — Arbor и Circulate. Arbor — это маркетплейс, платформа, на которой самые разные компании могут продать свои данные о пользователях. Circulate — это сервис для монетизации данных о своих пользователях разработчиками приложений. Стоимость двух сделок составила $190 млн, из которых $140 млн стартапы получили наличными, а $50 млн — акциями материнской компании, Acxiom. В 2017 году Acxiom рассчитывает на выручку в размере %870 млн., во многом благодаря этимкрупным поглощениям.
- Oracle и Datalogix
Datalogix — один из пионеров анализа офлайн- и онлайн- данных. Компания, после шести раундов венчурных инвестиций, в 2014 году была приобретена Oracle. Специализация Datalogix — анализ офлайн-транзакций для последующего использования этих данных в маркетинге. На момент приобретения Datalogiх работала с 1500 партнерами и агрегировала информацию о расходах потребителей в 110 млн домохозяйств более чем на $2 трлн. Сегодня в числе клиентов компании — 82 из 100 крупнейших рекламодателей США, а также 7 из 8 крупнейших онлайн-площадок (например, Facebook и Twitter). C помощью покупки Datalogix Oracle усилила собственное аналитическое решение для маркетологов, Oracle Data Cloud.
- Cardlytics
Особенность этой компании — в изобретении абсолютно нового формата рекламы — card-linked marketing. Cardlytics собирает информацию о покупках пользователей и объединяет с онлайн-данными и предоставляет рекламодателям возможности рекламировать свои спецпредложения непосредственно в онлайн-банкинге. Среди строчек о расходах клиента банка появляется предложение о скидке или любом другом бонусе. Также их данные применяются в programmatic инструментах. Таким образом, рекламодатели получают абсолютно новые рекламные площадки и повышают показатели уже используемых. Сегодня Cardlitycs работает с более чем1500 организациями (в основном — рестораны, ритейл, банки и др.) и ежегодно анализирует платежей на $1,5 трлн Carlytics закрыла уже пять раундов инвестиций, на $166 млн. Думаю, вокруг Carlytics уже ходят потенциальные покупатели.
История развития интернета остается историей эволюции технологий. Из офлайна — в онлайн, от ручного управления — к автоматизации, от локальных разработок — к мгновенному масштабированию эффективных решений. Digital-маркетинг не исключение: в этой сфере интернет меняет не только подходы рекламодателей и компаний, но и открывает новые направления. Сегодняшний вызов цифровой рекламы — объединить два мира, онлайн и офлайн. Если (а можно говорить увереннее — «когда») это произойдет, мы увидим новый виток развития интернета и маркетинга в целом. В ближайшем будущем мы полностью уйдем от разделения коммуникации по каналам: интернет, ТВ, радио, наружная реклама станут единым полем коммуникации компаний и потребителей. Использование объединенных данных позволит работать со всеми форматами одновременно.Целью маркетологов станут продажи, а не достаточно оторванные от бизнес-реалий маркетинговые показатели вроде кликабельности баннеров. Но чтобы это произошло, компаниям предстоит решить несколько ключевых задач. В первую очередь, наладить регулирование оборота данных и научиться узнавать все больше о пользователях, не ставя под угрозу их приватность. Как Uber или Airbnb убрали посредников, так и поставщики технологий и данных в цифровом маркетинге соединят рекламодателей с клиентамии сделают рекламу подспорьем для осознанного выбора, а не раздражителемИ тогда действительно наступит настоящее будущее маркетинга.
