Sostav.ru
Москва, ул. Полковая 3 стр.3, офис 120
© Sostav независимый проект брендингового агентства Depot
Использование опубликованных материалов доступно только при указании источника.

Дизайн сайта - Liqium

18+

Как увеличить знание о бренде при помощи programmatic: кейс Hochland Grünländer

Благодаря рекламе показатель brand awareness вырос на 11,99%

5

Построение знания о новом продукте в предновогодний период — задача не из простых. Уровень рекламного шума значительно возрастает, а внимание потребителей рассеивается между многочисленными заманчивыми предложениями рекламодателей. Но это не остановило компанию «Хохланд Руссланд» от проведения РК полутвердого сыра Hochland Grünländer. Нужно было не только достичь высоких охватов, но и сделать так, чтобы сообщения дошли точно до ЦА. Как удалось этого добиться при помощи programmatic-инструментов, рассказала команда MediaSniper .

Задача и механика

Основной задачей предновогодней рекламной кампании стала поддержка нового продукта Hochland Grünländer и построение знания о нем. За полтора месяца предстояло охватить широкую аудиторию пользователей по всей России.

Мы решили использовать классические programmatic-инструменты, но с акцентом на грамотное сегментирование аудитории. Работа велась одновременно в нескольких направлениях в режиме реального времени.

1. Разработка креативов

В качестве метода коммуникации мы выбрали интерактивные баннеры. Предполагалось вовлекать пользователей во взаимодействие с брендом, тем самым стимулируя желание познакомиться с новой маркой.

При нашем участии были разработаны две концепции: первая направлена на создание потребности через игровой формат, вторая — на формирование доверия посредством знакомства с процессом производства.

Статистика кампании показала, что с каждым из этих баннеров пользователь в среднем взаимодействовал 13 секунд.

2. Аудиторная оптимизация и таргетирование на выбранных пользователей релевантного контента

Оптимизация проводилась с использованием аудиторной призмы, позволяющей более глубоко сегментировать аудиторию в рамках каждого выбранного интереса. Почему это было необходимо? Каждый большой сегмент, как правило, содержит в себе определенный процент пользователей, которые ведут себя неактивно. Но алгоритм системы так или иначе относит этих пользователей в группу заинтересованных выбранной тематикой. В нашем случае это любители сыра.

Если не использовать инструменты оптимизации, мы в первом случае показываем рекламное сообщение всем пользователям, включая менее заинтересованных. Во втором варианте система может просто отключить весь сегмент из-за высокой стоимости и низкого CR — тогда нам не удастся добраться до лояльного потребителя. Чтобы минимизировать эти показатели, аудиторная призма MediaSniper разбивает каждый интерес на небольшие срезы и ищет наиболее эффективные кластеры. Это позволяет отсекать неактивных пользователей и сосредоточиться на максимально заинтересованной аудитории.

3. Ретаргетинг

Одновременно с поиском новой аудитории осуществлялась работа с уже лояльными потребителями продуктов бренда Hochland. Благодаря установленному на сайте трекинг-коду MediaSniper система зафиксировала всех посетителей, которые заходили на сайт. Всех таких пользователей находили на просторах Сети и показывали им вышеупомянутые баннеры.

4. Look-a-like

Выбор отдельных сегментов аудитории из общего пласта резко снижает ее количество. Чтобы не ограничиваться исходными ресурсами, нужно было обеспечить постоянный приток новых релевантных пользователей. Для этого был использован инструмент look-a-like моделирования. Анализировался портрет аудитории, позитивно прореагировавшей на рекламное предложение, а далее при помощи автоматизированной технологии в Сети находились похожие на них пользователи. Система предполагала, что такой человек также мог быть заинтересован предложением бренда, и показывала ему баннер.

5. Контекстный таргетинг

Дополнительным и очень важным в этой РК методом сбора подходящей аудитории стал таргетинг, основанный на контексте страниц. Большое количество URL были проанализированы на наличие слов из заранее подготовленного семантического ядра. Система оценивала соответствие семантики страницы и заходящих на нее пользователей, демонстрируя баннеры только тем участникам процесса, которые входили в выделенную для показа группу.

Антифрод-решения

Каждая кампания сталкивается с проблемой роботизированного трафика, который просачивается, несмотря на тщательный анализ аудитории.

Чтобы минимизировать этот процент, MediaSniper использует собственный сервис фильтрации NHT-трафика — это нейросеть, которая отслеживает и исключает уже известных ей ботов, а также в режиме реального времени обучается для поиска новых.

Прежде чем пустить аудиторию в ротацию, она проходит через данный фильтр. И только после такой проверки пользователь может увидеть или не увидеть баннер.

Любое подобное решение, к сожалению, имеет погрешности на выходе. В данной рекламной кампании погрешность составила 4,08% от общего числа пользователей (при общепринятом стандарте в 5%). Этот факт не заставляет сомневаться в прозрачности размещения и результатов. 4,08% процента ботов сервис фильтрации уже занес себе в базу, чтобы в следующих размещениях убрать их из ротации.

Оценка результатов

Проделав кропотливую работу по сбору аудитории и предложив ей интересный и яркий контент, MediaSniper удалось превысить все ожидаемые показатели. Рекламной кампанией было охвачено 34 435 228 пользователей при CTR 0,25% и частоте два показа на каждого.

Но это не все полученные данные. Поскольку в рекламе задействовали интерактивный формат баннера, MediaSniper дополнительно измерили количество пользователей, которые с ним взаимодействовали — 3,87% от общего числа показов, а это 1 332 643 контактов (при KPI 0,5%).

Brand Lift

Несмотря на отличные количественные результаты по рекламной кампании, необходимо было проверить в качественном эквиваленте, как пользователи отреагировали на новый бренд. Для этого была использована методика анализа Brand Lift, основанная на опросах контрольных групп аудиторий: «Рекламу какого сыра вы недавно видели?», «Сыр какой марки вы покупаете/планируете купить в магазине в следующий раз?».

Под влиянием рекламы знание о бренде выросло на 11,99%. Рост готовности к покупке составил 8,23%.

Александр Удотов, бренд-менеджер Fetaxa, Hochland Grünländer:

Новогоднее время — довольно напряженный период не только для рекламодателей, но и для потребителей, которые начинают теряться в изобилии заманчивых предложений. Так как этой рекламной кампанией мы поддерживали новый продукт Hochland Grünländer, то перед нами стояла амбициозная задача в части построения знания о бренде. Решения, предложенные нашими партнерами, отличались продуманностью и технологичностью, что позволило перевыполнить поставленные KPI и нарастить продажи.

Ирина Крыжановская, операционный директор MediaSniper:

Учитывая жаркий период, на который пришлась рекламная кампания, мы сделали ставку на особенно тщательную работу с креативом и аудиторией. Мы использовали максимально продуктивную для данного случая комбинацию programmatic-инструментов, педантично отобрали каждого пользователя, тем самым добились превосходных результатов. Мы рады возобновлению сотрудничества с командой «Хохланд Руссланд».

Благодаря слаженной работе клиента, агентства и платформы получилась красивая, интересная и эффективная РК, подытожила Крыжановская.

Обсудить с другими читателями:
Ваш браузер устарел
На сайте Sostav.ru используются технологии, которые не доступны в вашем браузере, в связи с чем страница может отображаться некорректно.
Чтобы страница отображалась корректно, обновите ваш браузер.
Ваш браузер использует блокировщик рекламы.
Он мешает корректной работе сайта. Добавьте сайт www.sostav.ru в белый список.