От охвата к бизнес-результату: как измерить влияние медийной рекламы на конверсии

Оценка влияния медийной рекламы на бизнес-результаты — давняя боль рынка. Контакт с медиа редко ведет к конверсии напрямую: он растянут во времени и почти всегда накладывается на другие активности бренда и общий рыночный фон. Поэтому классическое сравнение «до/после» часто фиксирует динамику, но не объясняет ее причину.

При этом запрос на измеримость растет. Бизнес все чаще ждет от имиджевой рекламы не только охватов, видимости и чистоты, а четкого ответа: действительно ли конкретная кампания дала результат или конверсии выросли по естественным причинам.

Отсюда и главный фокус: рынку нужны надежные методы, которые отделяют реальный эффект медийного контакта и позволяют оценить инкрементальный вклад кампании.

Классические методы оценки влияния

Когда бизнес хочет понять, «хорошо ли отработала медийка», в ход идут разные подходы. Каждый из них отвечает на свой вопрос и требует разного уровня данных, времени и ресурсов.

Самый банальный вариант — смотреть валовый эффект: сравнивать показатели до и после кампании. Это быстро и понятно, но такой подход не отделяет влияние рекламы от сезонности, промо или активности других каналов.

Более точный уровень — геотесты, где сравниваются регионы с рекламой и без нее. Они лучше учитывают внешний фон, но сложны в постановке и требуют аккуратной работы с контрольными территориями.

Отдельный класс — Brand Lift-исследования (социологическое исследование, которое в маркетинге помогает понять, как рекламная кампания повлияла на отношение аудитории к бренду). Они позволяют сравнивать поведение или восприятие у тех, кто видел рекламу, и у тех, кто не видел. Однако такие исследования чувствительны к дизайну и не всегда дают чистую оценку инкрементального эффекта.

Наконец, эконометрика дает наиболее глубокий ответ и позволяет учитывать сразу множество факторов, влияющих на продажи. За точность приходится платить: это долго, дорого и требует накопленных исторических данных.

В итоге возникает типичная развилка: быстрые методы дают понятную динамику, но слабо отвечают на вопрос «почему», а более точные основаны на серьезных ресурсах. На этом фоне рынок все чаще обращается к экспериментальным подходам.

Лифт Конверсий (Conversion Lift): что это и почему его выбирают

Если часть способов непрозрачно показывает динамику, а другая часть требует значительных ресурсов, то Conversion Lift, подход к измерению инкрементального эффекта рекламы через сравнение тестовой и контрольной групп, закрывает этот разрыв.

В его основе — эксперимент: выделяются пользователи, которые видели рекламу, и те, кто с ней не контактировал, — а затем сравнивается их поведение. Такая методика позволяет в значительной степени убрать влияние внешнего фона и сосредоточиться именно на эффекте рекламного контакта.

Практическая ценность здесь двойная. С одной стороны, результат проще интерпретировать: если тестовая группа растет быстрее контрольной, — это вклад рекламы, а не сезонности или параллельных активностей. С другой — это инструмент диагностики. Если инкремента нет, можно глубже проанализировать результат и понять, что и где именно не сработало: в аудитории, частоте, площадке или формате.

Важно, что Conversion Lift — это не один конкретный метод расчета, а подход. В его рамках могут использоваться разные способы оценки инкремента в зависимости от данных и задачи.

Веб, мобайл и кросс-платформенный метод

На практике Conversion Lift чаще всего реализуется через разные типы данных.

Веб-лифт фокусируется на поведении пользователей на сайте после контакта с рекламой. Это дает детальный поведенческий слой, но требует аккуратной работы с сопоставимостью групп.

Мобайл-лифт применяется, когда ключевое действие происходит в приложении — например, установка или события внутри него. Такой подход хорошо работает для оценки привлечения новой аудитории, но хуже отражает поведение существующей базы.

Комбинированный метод оценки — DID (Difference-in-Differences — метод в статистике и эконометрике, который помогает оценить причинно-следственный эффект какого-либо вмешательства). Он не ограничен конкретной точкой конверсии. Целевое действие может происходить где угодно: на сайте, в приложении или даже офлайн — например, в магазине. Важно не место конверсии, а корректное сравнение изменений между тестом и контролем.

Как считается инкремент

Один из наиболее точных способов расчета в рамках Conversion Lift — это Difference-in-Differences.

Его логика строится на сравнении изменений во времени. Есть тестовая группа, которая видела рекламу, и контрольная, которая с ней не контактировала. Например, видела нейтральную заглушку. Для обеих групп анализируется поведение до и после контакта.

Ключевая идея в том, что метод вычитает естественный рост, который наблюдается в контрольной группе, из роста тестовой. В результате остается чистый эффект, который можно отнести на счет рекламы.

Если тест растет сильнее контроля, значит реклама дает инкремент. Если динамика совпадает, значит рост объясняется внешними факторами, а не медийным воздействием.

Ключевой этап работ — это формирование выборки. Важно использовать кросс-платформенный подход: для корректного расчета данные пользователя объединяются в единый профиль, который позволяет минимизировать пересечения и избежать ситуации, когда один пользователь одновременно попадает и в тест, и в контроль. Это напрямую влияет на чистоту эксперимента и точность итоговой оценки.

Второй момент — работа с пользовательскими цепочками. В расчёте учитываются в том числе обратные последовательности, когда конверсия произошла до контакта с рекламой. Они также учитываются в расчёте, поскольку влияют на общую динамику групп.

И третья, часто недооцененная часть — это сама среда и источники размещения. 

Пример расчета лифта: крупный e-commerce (электронная коммерция)

Для оценки инкрементального эффекта кампании провели эксперимент с тестовой и контрольной группами. Пользователи из тестовой группы видели рекламные креативы бренда, контрольная группа — нейтральную заглушку — отдельный баннер, не связанный с компанией и не влияющий на поведение.

Методология

1-й этап. Формируются группы: 

• «test» — видели кампанию;
• «control» — видели заглушку.

2-й этап. Фиксируется окно анализа: «до» и «после» старта кампании.

3-й этап. Для каждой покупки:

• выстраивается цепочка контактов (impressions/clicks);
• применяется атрибуционная модель; 
• определяется, относится ли покупка к пользователю из «test» или из «control».

4-й этап. Чтобы показать влияние на весь медиаплан, используется формула:

Выводы строились на сравнении поведения групп с учетом временных окон атрибуции. Отдельно анализировались окна в 7, 14 и 30 дней, чтобы понять, как меняется эффект медийной рекламы во времени.

В фокусе были две метрики — количество покупок и доход, при этом результаты проверялись на статистическую значимость.

Наилучший вклад дала кампания с Источником 1 на окне 7 дней: более 105 конверсий и дополнительный доход в размере около 3,3 млн руб. Также неплохие результаты показало окно 14 дней с тем же источником, где, несмотря на снижение динамики конверсий, доход был выше. 

По мере увеличения окна атрибуции величина инкрементального эффекта снижалась, а часть результатов переставала быть статистически значимой. 

Отдельный слой анализа был связан с площадками. Поскольку эксперимент проводился на части медиаплана, полученные коэффициенты лифта использовались как база для дальнейшей экстраполяции. Это позволило оценить вклад медийного канала в целом и сравнить эффективность разных источников размещения.