Билборд узнает из тысячи
Как большие данные работают в наружной рекламе
Анализ больших данных сегодня позволяет измерять аудиторию наружных рекламных конструкций, лучше планировать кампании и эффективнее оценивать их результат, отмечают участники рынка. “Ъ” разбирался, кто сейчас поставляет большие данные операторам наружной рекламы и как они используются.
Фото: Getty Images / EschCollection
Фото: Getty Images / EschCollection
БОльшая часть затрат рекламодателей на наружную рекламу в России уже приходится именно на цифровые экраны, следует из оценок измерителя Admerix: доля цифровой наружной рекламы в затратах рекламодателей в России, по данным компании, за январь—июль 2023 года составила 54%. За аналогичный период 2022-го показатель составлял 48%, 2021-го — 40%. В оценке учтены продажи наружной рекламы в стандартных форматах (сити-борды, суперсайты, пиллары) в 50 городах РФ, не включена индор-реклама (в ТЦ и пр.) и транзитная реклама (на транспорте, в аэропортах и др.). В крупных городах показатель всегда был выше: как оценивали в группе Russ, доля digital наружной рекламы в Москве выросла за последние два года вдвое и, по данным на сентябрь, равна 67%, в Санкт-Петербурге — 43%.
Операторы наружной рекламы инвестируют в закупку экранов: ими заменяют статические щиты в востребованных местах. Экран позволяет показать намного больше рекламных сообщений, чем традиционные форматы. Кроме того, разместить рекламу на экране намного быстрее, чем печатать и устанавливать билборд. Это позволяет учитывать особенности аудитории в моменте размещения — «считать» ее портрет позволяет Big Data.
Откуда берутся данные
Операторы наружной рекламы в России сейчас ежедневно собирают и обрабатывают более 100 млн записей, оценивает управляющий директор объединенного баинга группы «Игроник» Анастасия Сергеева. Это MAC-адреса пользователей (уникальный идентификатор, назначенный сетевому адаптеру в мобильном устройстве), которые собирают с помощью Wi-Fi снифферов, средств для перехвата и анализа трафика на цифровых билбордах, а также технологии GPS и геозонирования.
«Основные данные, которые собираются (обезличенно),— это социально-демографический портрет (пол, возраст, доход), интересы и предпочтения, покупки и места посещения. Для более точной оценки аудитории и анализа размещения операторы наружной рекламы прибегают к сотрудничеству с другими компаниями, которые также собирают MAC-адреса»,— объясняет Анастасия Сергеева. Операторы связи и банки при сборе больших данных используют также такие идентификаторы, как cookies, email-адреса, номера телефонов и др., добавила она: «Операторы связи могут предоставить данные о местоположении клиентов, а банки — информацию о покупках клиентов в определенных категориях товаров».
В целом для использования в наружной рекламе подходят любые данные об аудитории с геолокационной составляющей, комментирует директор департамента наружной рекламы АДВ Людмила Сапронова: «MAC-адреса смартфонов, триангуляция местоположения абонента по вышкам сотовых операторов и геоданные из приложений на смартфонах. Эти данные позволяют оценить вероятность контакта с наружной рекламой и сформировать сегменты для сравнения (A/B-теста)».
Дополнительно к этим данным используются любые базы данных, которые можно соединить с этими сегментами и получить распределение по тем или иным действиям аудитории: покупки в приложении, CTA, посещение магазинов и другое, говорит она. Источниками этих данных, по ее словам, также выступают CRM-системы ритейлеров и компаний, СМС-чеки о покупке от мобильных операторов и некоторые ОФД-системы.
В основе исследовательских продуктов измерителя Admetrix, по словам гендиректора компании Ильи Шершукова, лежат данные на основе технологии GPS: «В их числе данные по объемам автомобильного и пешеходного трафика, данные о скоростях автомобильных потоков по дорожно-транспортной сети России». Характеристики аудитории, по его словам, собираются на основе геоданных, профиля потребления интернет-трафика, типов используемых абонентских устройств, круга общения, покупок и т. д., а затем проходят несколько уровней проверки с помощью технологий Big Data.
Wi-Fi аналитика уходит в прошлое
При этом данные о MAC-адресах пользователей, по словам участников рынка, уже не так актуальны, как несколько лет назад. Сильное влияние на потенциал использования WI-FI данных оказывает рандомизация МАС-адресов: автоматическая смена номера устройства при подключении к сети — производители устройств внедряют ее, чтобы защищать пользователей от случайного подключения к нежелательным Wi-Fi сетям. Это существенно тормозит сбор данных Wi-Fi снифферами.
«Инструменты планирования и отчетности на основе Wi-Fi аналитики начали активно развиваться для целей наружной рекламы шесть-семь лет назад. На сегодня данная технология охватывает лишь крайне малую долю рекламного инвентаря, например вообще не используется для классических (нецифровых) рекламных конструкций. И самое главное, Wi-Fi данные не отражают точную картину об объемах и составе аудитории OOH-конструкций»,— говорит Илья Шершуков.
Russ как оператор опирается на данные Admetrix в том, что касается медиаметрии и аудиторных измерений, говорит директор по развитию продуктов компании Павел Суржанский: «Внутри мы продолжаем собирать обезличенные идентификаторы мобильных устройств — МАС-адреса, то есть идентификаторы WI-FI модуля смартфона. WI-FI технологии используются в наружной и indoor-рекламе уже несколько лет и долгое время были успешны. Но сегодня мы видим, что с ростом внимания к защите персональных данных WI-FI технологии в ближайшем будущем потеряют актуальность для измерения аудитории»,— также отмечает он.
«Среди существующих сегодня технологий данные операторов связи представляются самыми перспективными: они непрерывно и стабильно собираются, репрезентируют население, их использование легко масштабировать при росте количества рекламного инвентаря»,— добавляет господин Суржанский.
Как используют анализ Big Data
Павел Суржанский выделяет три направления практического применения больших данных: «Первое — это измерение аудитории. Нам важно понимать средний объем аудитории перед каждым экраном и каждым щитом для каждого часа, а для программатик-закупки — для каждых пяти секунд».
Вторым направлением он называет планирование рекламных кампаний: «Мы используем анализ аудиторных данных для прогнозирования будущих периодов. Например, в сентябре нужно планировать кампанию следующего февраля. Для этого мы анализируем аналогичные прошлые периоды, исключаем аномалии». Данные телеком-операторов, данные крупных банков и ритейлеров, по его словам, также могут использоваться как дополнительный источник информации о местах преобладания целевой аудитория рекламодателя и тем самым позволяют более качественно подбирать адреса размещения рекламы.
Третье направление, по словам Павла Суржанского,— это измерение результата. «Большие данные позволяют сравнивать поведение для группы, которая могла видеть рекламу, и группы, которая рекламу, скорее всего, не видела. Это один из способов выделить вклад конкретного канала продвижения, в частности наружной рекламы»,— говорит он.
Big Data в целом позволяет создавать более эффективные и целевые рекламные кампании, проводить анализ эффективности наружной рекламы и улучшать таргетинг, обобщает Анастасия Сергеева. Демографические и географические данные, по ее словам, позволяют понимать, какие люди проходят мимо наружных рекламных дисплеев, настраивать контент и расписание рекламы для достижения максимального эффекта.
Таргетинг на билборде
Наружная реклама даже может использовать данные в реальном времени, такие как погодные условия, движение на дорогах, и корректировать контент, например продвигать горячие напитки в холодный день рядом с кофейней, отметила Анастасия Сергеева. Большие данные также позволяют создавать персонализированные наружные рекламные кампании, говорит она. Например, цифровой рекламный щит может отображать персонализированные сообщения для отдельных лиц на основе их предпочтений или предыдущих взаимодействий.
Big Data дает рекламодателям возможность выбора локаций, которые в большей степени соответствуют целевой аудитории: тепловые карты, показы в момент, когда концентрация нужной ЦА максимальна, добавила директор по закупкам наружной рекламы NMi Group Ирина Гусева: «Активно используется рекламодателями ретаргетинг в диджитал, за счет чего достигается либо увеличение частоты контактов, либо расширение охвата». «Для оценки эффективности используются инструменты Sales Lift, Brand Lift: они позволяют оценить то, как повлияла именно наружная реклама на покупку того или иного товара или узнаваемость бренда, соответственно оценить доходимость до торговой точки, конверсию в целевые действия»,— отметила она.
Глубокий анализ транспортных потоков по дням недели, по часам, по географическому принципу (по районам, округам, магистралям, группам конструкций) позволяет находить целевые аудитории, увеличивать охват, работать с частотой, говорит Людмила Сапронова. Данные о количественных характеристиках транспортных потоков, по словам Людмилы Сапроновой, позволяют моделировать различные подходы к планированию в рDOOH (программатические закупки): «При одном и том же бюджете pDOOH в сравнении с классическим размещением позволяет увеличивать охват на 14–20%».
Перспективы развития технологий
Компании—владельцы больших данных рассматривают их как ценный актив, но в бизнесе оператора наружной рекламы использование данных не приносит мгновенную дополнительную прибыль, признает Павел Суржанский: «Для оператора использование новых источников — это всегда инвестиция в развитие продуктов».
Сейчас у рынка нет полного понимания, будут ли оправданны вложенные в Big Data инвестиции, говорит Людмила Сапронова: «Мы видим проблематику, связанную с объемом данных и процентом метчинга: не всегда возможно получить статистически значимый результат, иногда сложно получить разнородные сегменты (где процент от тех, кто видел/не видел рекламу, значительно различается) для получения корректного результата при А/В-тестировании (маркетинговое исследование для определения наиболее эффективного продукта.— “Ъ”)»,— добавила она.
Сложно стыковать базы данных между собой, поскольку они могут быть созданы с использованием разных форматов данных, подтверждает Анастасия Сергеева: «Это может затруднить использование данных для целевого наружного маркетинга».
В Russ считают, что в перспективе будет расти спрос на измерения эффективности кампаний: «Измерение результата станет де-факто стандартом каждого размещения, каждого флайта. Это позволит превратить размещение рекламы ООН в постоянно действующую модель test and learn: корректировать медиапланирование, выбирать более удачные креативы». Запрос на работу с Big Data есть, в дальнейшем мы ожидаем еще большей доступности этих данных, добавила Людмила Сапронова.