Кейс Radar: как с помощью big data создать систему измерения аудитории для рынка наружной рекламы

Компания построила систему измерения аудитории для OOH. При чем здесь большие данные, рассказываем в кейсе

Кейс Radar: как с помощью big data создать систему измерения аудитории для рынка наружной рекламы

Аналитики компании Statista подсчитали, что к 2027 году мировой рынок больших данных вырастет до 103 млрд долларов, в 2011 году — до 7,6 млрд долларов.

Задачи

  • Получить более точное измерение аудитории, используя big data от разных источников.
  • Дать возможность рекламодателям сделать рекламные сообщения более персонализированными.
  • Создать независимую систему измерения аудитории для OOH-рынка.

Решение

С использованием big data в наружной рекламе начался новый этап развития. По данным AdMetrix, в 2020 году доля цифровых рекламных конструкций выросла от общего объема рынка в деньгах до 31,3% против 25,3% в 2019 году.

У DOOH есть ряд преимуществ: возможность временного и географического таргетинга, вариативность рекламных сообщений, анализ трафика, сбор mac-адресов телефонов и другое. Команда Radar решила получить более точное измерение аудитории, используя big data разных поставщиков геолокационных и аудиторных данных, дать возможность рекламодателям сделать рекламные сообщения более персонализированными. Партнеры по источникам данных — это телеком-операторы и агрегаторы данных о местоположении с мобильных устройств.

Radar получает данные о трафике в постоянном режиме и профилирует его по аудитории.

Бизнес-модель компании базируется на «трех китах»:

  • данные,
  • компетенции специалистов,
  • вычислительные мощности.

Алексей Хайновский, Co-Founder, директор по технологиям компании Radar:

«При построении систем такого масштаба, захватывает то, что одна методология обработки и обсчета разных данных одинаково эффективны в любом городе РФ. На личном опыте убедились, что закон больших чисел работает. Важно, чтобы числа были действительно большими и использовалась строгая методология. Тогда возникает продукт, полностью соответствующий третьему закону Артура Кларка».

Благодаря партнерским соглашениям компания получает big data из разных источников: 70% поступает от мобильных устройств и геолокационных сервисов (Locomizer, AlterGeo, Билайн и другие операторы), 20% обеспечивает широкий набор DMP (Mediadesk и другие), 10% дают Wi-Fi-снифферы (Russ Outdoor, Gallery и другие операторы).

Для корректной обработки этих данных в команде есть специалисты с математическим образованием и профессионалы с опытом работы в ООН. Вычислительные мощности позволяют оперативно обрабатывать данные и получать нужный результат по запросам. «Яндекс.Облако» — партнер системы Radar. Благодаря его ресурсам обработка данных происходит в режиме 24/7, 365 дней в году.

Комментарий от команды «Яндекс.Облако»:

«Несколько лет сотрудничаем с компанией Radar. Коллеги за это время многократно выросли в уровне использования возможностей нашей платформы. Активно принимали участие в тестировании и запуске нескольких сервисов Managed Service for Kubernetes, Cloud Functions и других.

Сервисы “Яндекс.Облако” позволяют построить мощную, распределенную, легко масштабируемую систему обработки огромных массивов данных. И, несомненно, специалисты Radar имеют все необходимые компетенции для решения таких задач».

Результат

По мнению основателей Radar, создавать единый идентификатор и не требуется. Намного проще и эффективнее исходить из концепции деперсонализации. Сейчас Radar умеет сегментировать аудиторию по множеству различных параметров. Например, женщины 25–50 лет с детьми, мужчины 35–54 лет с доходом выше 300 000 тысяч рублей, любители фастфуда и другое. Этого достаточно, чтобы решить большинство медийных задач рекламодателей.

Гибридная система Radar находит аудиторию по заданным характеристикам. На базе платформы можно построить распределения заданной аудитории внутри города, тем самым понять наиболее «горячие» точки консолидации заданной аудитории.

Также платформа выстраивает связи, образовывает структуры, строит клиентский профиль и возвращает клиентов, которые интересовались таким же или похожим продуктом.

Можно настроить таргетинг по нужным сегментам с возможностью персонализации креатива, ретаргетинг из офлайна в онлайн (аудитория перенаправляется в системы MyTarget, «Яндекс», Google, Mediadesk).

Сбор данных происходит обезличенно. При этом Data mining идет постоянно, даже если пользователь отключил геолокацию на своих гаджетах. Партнеры предоставляют данные потоком, при этом местоположение определяется телеком-оператором, мобильным приложением на конечном устройстве или регистрируется WI-Fi-сниффером на конструкции.

У сервиса нет привязки к конкретному месторасположению цифровых конструкций, в отличие от операторов наружной рекламы. Платформа агрегирует данные обо всей аудитории в городе. Radar отдельно ведет базу, где хранится информация о рекламной поверхности. Объединяя эту информацию с характеристиками трафика аудитории в этом месте, платформа позволяет оценить эффективность каждого щита.

Интенсивность трафика жителей Москвы и Московской области 19 мая

Radar отслеживает более 300 тыс. рекламных поверхностей по всей России, охватывая 90% населения страны.

Анна Горенкова, основатель группы технологических компаний в сфере рекламы Radar, Mediadesk, Advance:

«Сейчас уровень цифровизации реальности настолько высокий, что появляется возможность анализировать эту реальность без экстраполяций, достроек и искусственных интеллектов. Продукты компании Radar позволяют ООН рынку получить объективную прозрачную оценку эффективности каждой поверхности для заданной целевой аудитории. И дальше работать с этой аудиторией в digital-каналах, увеличивая совокупный ROI от маркетинговых инвестиций. Я верю в высокую эффективность этого канала коммуникации, потому что мы сами его измерили!»

Рейтинги
Лидеры рейтингов AdIndex
# Компания Рейтинг
1 Сбер Рекламодатели 2020
2 Nectarin №1 Digital Index 2020
3 Media Instinct №1 Медиабаинг 2019
–ейтинг@Mail.ru