Кейс Havas Media и Reckitt Benckiser Healthcare: влияние машинного обучения и автоматизированных закупок на эффективность конкретной рекламной кампании

Работа с большими данными, машинное обучение, автоматизация бизнес-процессов – эти термины прочно вошли в лексикон всех, кто имеет отношение к рекламному рынку. Однако многие компании часто оставляют за кадром вклад конкретной технологии в качество конечного продукта. Агентство Havas Media на примере кейса для бренда Gaviscon (Reckitt Benckiser Healthcare) рассказывает о влиянии машинного обучения на эффективность конкретной рекламной кампании

Картинка Кейс Havas Media и Reckitt Benckiser Healthcare: влияние машинного обучения и автоматизированных закупок на эффективность конкретной рекламной кампании

Перед агентством стояла задача переключить потребителей конкурентных брендов в категории препаратов против изжоги на бренд клиента, и как следствие, повысить уровень его продаж.

На пути к решению есть две основные проблемы:

1. Стагнация фармацевтического рынка в целом, низкая динамика роста продаж в категории;

2. Reckitt Benckiser является лидером по объемам размещения на региональном ТВ, опережая ближайших конкурентов как минимум в три раза. Учитывая количество регионов размещения, медиазакупки в данном случае становятся нетривиальной задачей, требующей большого количества времени и ресурсов.

Клиенту было предложено провести тестовое размещение в период с января по март (включительно) 2019 года непосредственно на аудиторию покупателей конкурентных препаратов против изжоги вместо стандартного таргетирования по социально-демографическим характеристикам. Именно на этом моменте включается машинное обучение, благодаря которому данные покупательской и single-source панелей GfK, кликстрим Weborama, а также данные Mediascope Web Index и TV Index превращаются в аудиторный сегмент, на который можно размещать ТВ-рекламу (в основе лежит методика создания look-alike сегментов).

Если разбирать подробнее, процесс выглядит следующим образом: на основании single-source панели GfK, в которой идентифицированы одни и те же пользователи как на ТВ, так и в интернете, платформа Aizek находит похожих пользователей в Mediascope TV Index и Web Index и формирует собственную, расширенную single-source панель. Далее происходит обогащение данных покупательской панели GfK кликстрим-данными Weborama, благодаря чему удается найти специфический паттерн онлайн-поведения покупателей препаратов против изжоги. Последний шаг — поиск похожего паттерна в single-source панели Aizek и, как следствие, возможность идентифицировать предпочтения нужной аудитории на ТВ.

Вторым этапом становится использование Aizek.Trade для автоматической закупки составленного медиаплана на ТВ. Помимо того, что, согласно замерам АДВ, скорость размещения рекламы роботом в 5 раз выше, чем у человека, он позволяет производить закупки во всех регионах одновременно, что несомненно сокращает ресурсоемкость процесса.

«Важно отметить, что автоматизация – это не только про скорость, но и про качество, - говорит Сергей Шуськов, директор по закупкам телерекламы группы АДВ. – По результатам размещения региональной рекламы Reckitt Benckiser через Aizek.Trade в 2019 году нам удалось достичь средних показателей аффинити на 5% выше рыночных, что является значимым показателем, учитывая закупаемые объемы».

«Телевизионная среда стала цифровой, — говорит генеральный директор НРА Алексей Толстоган. — Инструменты продаж ТВ и видеоконтента в целом учитывают требования времени и запросы индустрии. Мы предлагаем агентствам доступ из их программатиков в инвентарь для выбора правильных ТВ-программ, нужного контента. Мы в диалоге с рынком и заинтересованы в росте качества контента и продаж от каждого размещенного у нас ТВ-ролика. В этом году группа АДВ увеличила долю автоматизированных закупок, что позволило им выйти в лидеры этого сегмента в регионах. Мы продолжаем работать над тем, чтобы стать максимально адаптивными к перспективным технологическим инструментам, чтобы преимущества автоматизации на ТВ использовали все участники медиарекламного рынка».

По результатам тестового периода ТВ-реклама бренда Gaviscon показала самый высокий ROI с 2016 года, после чего клиентом было принято решение переключиться с таргетирования по социально-демографическим характеристикам на аудиторию покупателей конкурентных брендов в категории препаратов против изжоги до конца года.

«Ключевой задачей бренда «Гевискон» является рост продаж путем построения знания у потребителей, — говорит Андрей Романенков, менеджер категории безрецептурных лекарственных средств Reckitt Benckiser Healthcare.Переключение потребителя с конкурентов является одним из источников роста, поэтому мы с радостью откликнулись на предложение о тестовом размещении. Первые результаты показывают, что таргетинг на покупателей конкурентных брендов в категории эффективен, ведь потребитель уже знает, что такое изжога и каким должен быть идеальный препарат, осталось только его им предложить. Мы несомненно продолжаем этот способ размещения, для усиления позиции бренда у аудитории потребителей, которая уже в категории.»

«Переход на таргетирование реальных покупателей дает возможность выстраивать коммуникацию именно с теми потребителями, кто максимально склонен к конверсии в покупку, — говорит Татьяна Кизилова, медиа-менеджер Reckitt Benckiser Healthcare.  Такие технологические решения особенно релевантны для решения задач по росту продаж, увеличению доли рынка, переключению потребителей с конкурентных брендов. Благодаря Aizek, нам удалось существенно увеличить вклад ТВ-кампаний в продажи и повысить ROI. Мы планируем увеличивать инвестиции в подобные типы размещения на ТВ».

Совокупные результаты за январь-май 2019 года показали рост продаж бренда на 7% в упаковках при общем падении продаж в категории на 5%, а также рост доли рынка на 150  базисных пунктов в условиях стагнации.

 

Рейтинги
Лидеры рейтингов AdIndex
# Компания Рейтинг
1 MGCom №1 Digital Index 2023
2 Росст №1 Digital Index в Фармкатегории 2023
3 Arrow Media №1 Performance в недвижимости 2023
–ейтинг@Mail.ru
Этот сайт использует cookie-файлы и рекомендательные технологии. Оставаясь на сайте, вы даете согласие на использование cookie-файлов и соглашаетесь с правилами применения рекомендательных систем на сайте.