Кейс МТС AdTech и Metro: как с помощью больших данных увеличить продажи на 6 процентных пунктов
О том, как медийная реклама позволила бренду повысить узнаваемость бренда и увеличить количество транзакций, — в кейсе
Для ретейла медийная реклама остается одним из инструментов взаимодействия с аудиторией. Она позволяет поддерживать контакт с пользователями между покупками и решать задачи, связанные с узнаваемостью бренда и формированием лояльности клиентов.
Клиент
Metro — международная компания в сфере оптовой и розничной торговли. Бренд работает как для аудитории ретейла, так и для HoReCa (сфера гостеприимства и общественного питания). Он представлен в 34 странах.
Задача
Охватить целевую аудиторию состоятельных людей и сформировать у них намерение к покупке, а также увеличить количество транзакций.
Целевая аудитория
Целевой аудиторией кампании стали пользователи старше 25 лет с высоким уровнем дохода, которые выбирают продукты и алкоголь высокого ценового сегмента в процессе подготовки к торжествам. Они готовы инвестировать в качество и атмосферу своих праздников.
Сегментацию построили на обезличенных и агрегированных больших данных МТС на основе поведения, интересов и образа жизни покупателей. В кампании использовали сегменты пользователей, которые совершают покупки в премиальных продуктовых сетях, интересуются путешествиями и посещают рестораны и придерживаются здорового и активного образа жизни.
Дополнительно провели Sales-Lift-исследование (исследование, позволяющее узнать, как изменилось количество покупок, средний чек или добавление товаров в корзину после контакта пользователя с рекламой), чтобы измерить влияние кампании на рост транзакций. Аудиторию разделили на две группы:
- тестовую — пользователей, которые видели рекламу;
- контрольную — пользователей, которым реклама не показывалась.
Кампанию запустили на все сегменты сразу. Такой подход позволил сфокусироваться на едином портрете высокодоходной аудитории.
Реализация
Ход кампании
Для реализации кампании команда Metro совместно с агентством OMD Media Direction использовала платформу МТС DSP (Demand Side Platform — платформа для автоматизированной закупки рекламы на интернет-сайтах и в мобильных приложениях) для запуска программатик-рекламы, работы с готовыми и кастомными аудиторными сегментами, а также оптимизации размещений на основе ML-моделей (Machine Learning — машинное обучение).
Кампания проходила в несколько этапов.
1. Запустили 15-секундные видеоролики в формате in-stream — рекламные сообщения выстраивались в видеопоток и появлялись в момент переключения контента. В роликах транслировали информацию о скидках, стимулируя аудиторию к покупкам и создавая дополнительный импульс к визиту в офлайн-магазин.
2. Провели Brand-Lift-исследование (социологическое исследование, которое в маркетинге помогает понять, как рекламная кампания повлияла на отношение аудитории к бренду). Оно позволило зафиксировать изменения в ключевых показателях: запоминаемости рекламы, предпочтении бренда и намерении к покупке у аудитории, которая контактировала с рекламой.
3. Кампанию оценивали одновременно по медийным метрикам и по качественным KPI (Key Performance Indicators — ключевые показатели эффективности) — постклик-метрикам и верификации показов через AdServing (сервис для отслеживания и контроля рекламных показов).
Для оптимизации использовали встроенные ML-алгоритмы платформы и ручную настройку со стороны команды. Модели анализировали качество размещений и поведение пользователей, выявляя неэффективные площадки, источники и устройства. Для снижения доли некачественного трафика применяли автоматические фильтры и отсечки, а также регулярно обновляли списки площадок с наиболее высокими поведенческими показателями.
Анализ показал, что трафик с планшетов демонстрирует низкое качество, — этот источник исключили. Веб-трафик продемонстрировал более сильные результаты по вовлеченности, поэтому в ходе кампании его долю увеличили.
По итогам кампании данные по медийным метрикам, Brand Lift и Sales Lift сопоставили между собой, чтобы комплексно оценить эффективность размещения.
Результаты
Пользователи, которые взаимодействовали с видеорекламой, оказались более вовлечены, лояльны к бренду и готовы к покупке по сравнению с контрольной группой.
По результатам Brand-Lift-исследования реклама положительно повлияла на все ключевые показатели восприятия бренда:
- запоминаемость рекламы (Ad Recall) выросла на 7,7%;
- предпочтение бренда (Brand Favorability) увеличилось на 22,8%;
- намерение к покупке (Purchase Intent) — на 58%.
Исследование Sales Lift показало рост продаж в тестовой группе по сравнению с контрольной. Во время кампании наблюдалось увеличение как числа покупателей, так и объема транзакций:
- рост количества транзакций составил 11,8 п. п.;
- число покупателей увеличилось на 11 п. п.;
- рост оборота в рублях — почти 5,7 п. п.
По медийным и качественным метрикам кампания перевыполнила плановые показатели как в Москве, так и в регионах. Фактический CTR (Click-Through Rate — отношение числа кликов на рекламу к числу показов) более чем в 2 раза превысил план (выше 1% при плане 0,5%), а VTR (View Through Rate — процент досматриваемости) составил свыше 84% при плановом значении 75%. Частота показов при этом оставалась ниже запланированной, что позволило избежать выгорания аудитории.
Постклик-метрики также показали позитивную динамику: увеличилась глубина просмотра, снизился показатель отказов, а время взаимодействия с сайтом превысило плановые значения. Верификация через AdServing (сервис для отслеживания и контроля рекламных показов) подтвердила высокое качество инвентаря. Уровень валидных показов (VR) составил около 95%, а доля некачественного трафика (GIVT) по показам и кликам оказалась ниже допустимых порогов.
Результаты кампании показали, что использование программатик-видеорекламы позволяет оценивать влияние размещения на разных этапах воронки — от узнаваемости бренда до динамики продаж в офлайн-ретейле.
Таким образом, полученные результаты продемонстрировали, что медийная реклама может решать несколько задач одновременно: повышать узнаваемость, влиять на восприятие продукта и поддерживать рост бизнес-показателей. Это подтверждается данными Brand Lift и Sales Lift, которые зафиксировали изменения как в отношении аудитории к бренду, так и в фактическом покупательском поведении.
Татьяна Бурцева, исполнительный директор OMD Media Direction:
«Благодаря подходу с тщательной сегментацией аудитории с помощью больших данных нам удалось добиться не только высоких медийных показателей и увеличения бренд-метрик среди премиальной целевой аудитории, но и подкрепить эффективность кампании исследованием Sales Lift, которое подтвердило вклад канала и его роль в достижении бизнес-целей клиента».
Анастасия Симонова, руководитель по развитию программатик-направления МТС Ads:
«Сочетание автоматизированных технологий с возможностью применения ML-моделей, сбора пользовательских интересов и паттернов поведения на основании больших данных дали эффективный результат для достижения бизнес-показателей клиента».
Маргарита Макжанова, руководитель маркетинговых коммуникаций Metro:
«При работе с высокодоходной аудиторией недостаточно просто заявить о скидке — важно предложить то, что действительно востребовано этим сегментом. Используя кастомные сегменты (премиальный ретейл, путешествия, рестораны), мы сделали коммуникацию органичной и желанной для этой группы. Результаты кампании подтверждают: глубокая персонализация на основе больших данных позволяет выстраивать долгосрочную связь с брендом, превращая разовую промоакцию в инструмент формирования привычки выбирать компанию за качественные продукты».
