Маркетинговый цикл и основные риски
Этап 1: запуск рекламной кампании
Запускают рекламную кампанию либо сотрудники, то есть работа ведется in-house, либо специалисты агентств или фрилансеры. Уже на этом этапе возникают определенные риски. Во-первых, это необходимость контроля. Однако контроля, который есть, например, в Яндекс Директе, недостаточно, так как он не учитывает большое количество факторов, влияющих на процесс возникновения ошибок. Поэтому нужно использовать дополнительные сервисы. Во-вторых, это риск потерять деньги, если вовремя ее не обнаружить.
Этап 2: настройка отчетности
Когда рекламная кампания уже запущена, начинается этап ведения отчетности. Отчеты – важная вещь для бизнеса, поэтому их необходимо регулярно обновлять. Как правило, этим занимаются аналитики и BI-разработчики из сторонних агентств либо из штата.
На этом этапе есть высокий риск допустить ошибку в отчетности, так как она составляется вручную путем обработки большого количества данных. Неточность может повлиять на верность решения и в результате привести к потере результата.
Этап 3: оптимизация рекламной кампании
Вы запустили рекламу, настроили отчетность, теперь необходимо уходить от общих правил и повышать эффективность кампании новыми оригинальными методами. Для этого нужно обратиться к маркетологу или аналитику. Они помогут понять, каким образом работает реклама, какие есть точки роста для улучшения результата. На этом этапе происходит поиск и тестирование гипотез.
Здесь могут возникнуть следующие сложности:
Непонимание, какие факторы влияют на результативность рекламной кампании.
Риск неправильно подобрать гипотезу и не остановить вовремя неэффективную.
Огромные объемы ручной работы в процессе тестирования гипотез.
Как работать с рисками в маркетинговом цикле
Риск ошибки
Чтобы во время ведения рекламной кампании допускать как можно меньше ошибок, необходимы автоматический контроль и система быстрого реагирования. Для этого нужно установить триггеры, которые будут следить за тем, как проходит рекламная кампания, и оперативно оповещать вас, когда что-то идет не так. Такая автоматизация сведет на нет вероятность того, что вы упустите ошибку и в результате потеряете маркетинговый бюджет.
Отчеты
Часто в компаниях отчеты составляют вручную. Однако в современном мире уже давно существуют качественные системы автоматизации как для отчетности, так и для сквозной аналитики. Важно помнить о том, что сегодня вы уже не можете быть конкурентоспособными, если делаете отчетность вручную и у ваших управленцев на руках нет актуальной информации каждый день. Грамотная автоматизация позволяет, с одной стороны, избежать ошибок, с другой – сэкономить финансы, время и силы, а также всегда быть в курсе всех рекламных процессов.
Проверка гипотез
Этот процесс можно автоматизировать в так называемых системах DSS (Decision Support System) – системах поддержки принятия решений. В первую очередь она работает на основе искусственного интеллекта, автоматически обрабатывает данные, ищет закономерности, генерирует инсайты и превращает их в гипотезы. Также с их помощью проводят инкрементальный анализ.
Еще год назад системы DSS были не так популярны и понятны пользователям, но сегодня уже практически ⅔ работы на 3 этапе маркетингового цикла компании автоматизируют при помощи DSS. И эта тенденция продолжит развиваться.
Инструментарий
В качестве инструментария для решения вышеперечисленных задач можно использовать сервис FAIR BI. Это одна из самых мощных ETL-систем в мире.
В маркетинговом цикле с помощью FAIR BI можно:
- Быстро, эффективно и безопасно собирать и хранить данные, а также оперативно их обрабатывать. Благодаря FAIR BI вам не нужно заботиться о качестве данных, сервис сам находит нужную информацию, связывается с ее источником и выбирает базу для хранения.
Автоматизировать отчетность. Сервис позволяет автоматически строить регулярные отчеты по эффективности маркетинга, по эффективности продукта, по конкурентам и так далее.
Автоматизировать контроль статусов: сервис следит за тем, как работает рекламная кампания, анализирует ее эффективность и выявляет проблемы, о которых сразу же сообщает.
Искать и тестировать гипотезы. DSS-система внутри сервиса самостоятельно обрабатывает данные, находит инсайты, формулирует гипотезы и прогнозирует их результат.
Кейс: как сделать качественную рекламу и потерять на этом
Чтобы понять, как ошибки на каждом из этапов могут влиять на эффективность рекламной кампании, разберем один из кейсов, который встречался в нашей работе.
Клиент – крупная компания, у которой месячный рекламный бюджет в Яндекс Директе составляет 4,8 млн рублей. Компания достаточно продвинутая с точки зрения аналитики: есть когортный анализ, кластеризация клиентов, настроена сквозная аналитика. Однако все рекламные кампании анализируются независимо друг от друга, что отчасти является ошибкой.
Дело в том, что рекламу лучше не рассматривать в вакууме, потому что все кампании так или иначе влияют друг на друга. Например, запуская рекламную кампанию по брендовым запросам в поиске Яндекса, вы забираете трафик и лиды у органического брендового трафика. Запуская рекламные кампании по запросам, по которым находитесь в топе поисковых систем, вы забираете лиды у брендового поискового трафика.
Таким образом ситуация клиента заключалась в том, что компания не считала, сколько дополнительных лидов и продаж принесла реклама. Считалось только общее количество и не учитывались результаты до запуска кампании и после запуска. Поэтому клиент, несмотря на то, что запускал качественную рекламу, не имел представления о том, как она работает и насколько эффективна.
Для того чтобы исправить ситуацию, необходимо было сделать расчет инкрементального эффекта или по-другому – дополненного эффекта рекламных кампаний.
Происходило это следующим образом. У бизнеса была сделана кластеризация, то есть пользователи были поделены на кластеры, а рекламные кампании на категории. Мы провели анализ и увидели, что брендовая реклама в Санкт-Петербурге и Москве работает лучше.
Затем мы посмотрели эффект рекламных кампаний вместе с конверсиями и на этих данных рассчитали инкрементальный эффект, то есть выжатую ценность от каждой рекламы. Оказалось, что брендовая кампания в Москве дает отрицательный ROMI. Большинство людей, которые приходили по этой рекламе, и так были готовы купить товар.
Таким образом расчет инкрементального эффекта помог найти ответ на вопрос о том, зарабатывал ли бизнес на запущенных рекламах. В результате кампании, которые давали хорошие результаты, каннибализировали другие кампании, а также другие каналы привлечения. Мы автоматизировали инкрементальный анализ, что позволило увеличить дополнительный доход в месяц с 1,7 млн рублей до 3,6 млн рублей.
