Как можно делать оценку рекламных бюджетов в Интернете

Мониторинг баннерной интернет-рекламы в том виде, в котором он есть сейчас, предоставляет данные о факте размещения баннеров рекламодателей на наборе интернет-сайтов. То есть мониторинг показывает, выходила ли реклама рекламодателя N на сайте M в такой-то день. Важнейшие количественные показатели (бюджеты или хотя бы количество показов) пока не доступны для рынка. Но уже в таком варианте мониторингом пользуются рекламодатели, рекламные агентства и площадки для проведения конкурентного анализа. Ведь чтобы эффективно тратить бюджеты на рекламу, рекламодателю или агентству нужно иметь представление о том, что делают в этой сфере его конкуренты — на каких сайтах размещаются и что рекламируют. А площадкам, в свою очередь, необходимо знание о том, какие рекламодатели пришли в Интернет, кто из них размещается на площадках-конкурентах или же на каких еще площадках размещаются «свои» рекламодатели.

Не секрет, что раньше многие игроки рынка проводили подобный мониторинг в «ручном» режиме, что достаточно трудозатратно и не всегда точно. Таким образом, мониторинг баннерной рекламы оказался продуктом, позволившим игрокам рекламного рынка хотя бы отчасти работать с Интернетом по стандартам, сложившимся в традиционных медиа, что является крайне важным для крупных сетевых агентств и транснациональных рекламодателей. Данные мониторинга о своем медийном присутствии в Интернете и активности конкурентов являются критичной информацией для процесса принятия решений о выделении и распределении рекламного бюджета рекламодателями. Площадкам эта информация позволяет выстраивать ценовую политику и привлекать новых клиентов.

Кроме планирования и оперативного поиска аргументов в разговоре с клиентами, данные мониторинга могут оказаться полезны и для достаточно серьезного анализа затрат рекламодателей, и для оценки рынка баннерной интернет-рекламы в целом. Логику такого анализа я и хотел бы продемонстрировать ниже.

Примем за единицу факт размещения рекламодателя на сайте хотя бы раз за неделю. Далее, для выбранного рекламодателя построим статистику по числу недельных размещений в течение месяца. Причем все размещения разобьем на две части: «свои» и «чужие». К «своим» будут относиться размещения на площадках, по которым известна информация о затраченных бюджетах (например, площадки в собственном селлинге); к «чужим» — размещения, по которым информация о бюджетах отсутствует. На диаграмме, представленной ниже, показан пример такого рода данных за девять месяцев для крупного рекламодателя.

Количество недельных размещений в Интернете у крупного рекламодателя по данным мониторинга TNS Media Intelligence

Для начала рассмотрим «свои» размещения. Для крупных рекламодателей, таких как в этом примере, заметна высокая корреляция между числом недельных размещений на протяжении девяти месяцев и затраченными бюджетами, то есть: чем больше размещений наблюдается в рассматриваемом месяце, тем большие бюджеты были потрачены в нем рекламодателем, и наоборот.

Конечно, далеко не всегда соотношение расходуемых бюджетов и количества размещений от месяца к месяцу будет сопоставимым. Причинами расхождений может стать ряд факторов, которые должны учитываться при проведении подобного рода анализа для получения корректных результатов. Так, например, для многих рекламодателей, в том числе и для рекламодателя в нашем примере, при январском снижении количества размещений в собственном селлинге в 2.5 раза, денег в январе было потрачено существенно меньше — бюджет упал существенно сильнее, чем в 2.5 раза. Такое расхождение объясняется сезонной динамикой спроса: в январе многие площадки предоставляют рекламодателям большие скидки в силу отсутствия спроса на рекламу и незаполненности рекламных мест. Январь вообще считается «мертвым» сезоном для рекламного рынка. В этот месяц рекламодатели получают огромные скидки, бонусы, а также, возможно, имеют место «докрутки» с декабря прошлого года.

Выявленная корреляция между числом «своих» недельных размещений и затраченными бюджетами может стать основой для более широкого анализа. Так, чтобы оценить суммарные бюджеты рекламодателя в Интернете, экстраполируем данные по бюджетам собственного селлинга в соответствии с долей недельных размещений по данным мониторинга. Даже такая простая экстраполяция дает грубую оценку суммарного бюджета рекламодателя и позволяет ранжировать рекламодателей по величине бюджета.

В то же время следует с осторожностью подходить к полученным результатам, поскольку погрешность при таком подходе может быть велика. Во многом это объясняется тем, что размещения даже на одном и том же сайте могут сильно отличаться по цене по нескольким причинам, и, в первую очередь, в зависимости от объема размещения. Но в нашем анализе этим приходится пренебречь, поскольку никакой информации о количестве показов в мониторинге сейчас нет. Кроме того, при простой экстраполяции мы исходим из того, что недельные размещения, принятые нами за единицу счета, имеют в среднем одинаковую стоимость в собственном селлинге и на остальном рынке, что, конечно же, не совсем так.

Чтобы скорректировать имеющееся расхождение, необходимо иметь хотя бы несколько реперных точек, а именно: данные о суммарном бюджете рекламодателей на баннерную рекламу в заданный период времени. Зная, во-первых, соотношение долей бюджетов, приходящихся на собственные продажи и на остальной рынок, и, во-вторых, соотношение долей «своих» и «чужих» размещений по мониторингу, можно ввести корректирующий коэффициент и, соответственно, сделать оценку более точной.

В условиях недостатка информации, то есть отсутствия реперных точек, можно скорректировать полученную грубую оценку бюджетов, используя следующий метод: экспертно разбить сайты, входящие в мониторинг, на несколько групп, между которыми есть наибольшие различия в цене размещений. Как вариант, это могут быть: а) социальные сети; б) порталы; в) специализированные сайты. Соотношение этих групп сайтов у разных рекламодателей будет отличаться, порой, достаточно сильно. Присвоение повышающих/понижающих коэффициентов (экспертным путем) позволит скорректировать оценку бюджетов, повысив ее точность. Коэффициенты можно получить, например, оценив средний CPT на площадках каждой группы.

Описанная модель оценки бюджетов рекламодателей работает уже сейчас на данных мониторинга TNS Media Intelligence. В рассмотренном примере приводятся реальные данные о крупном рекламодателе, размещавшемся на площадках, входящих в селлинг Видео Интернешнл. Корреляция между «своими» недельными размещениями по мониторингу и фактическими бюджетами оказалась близка к единице (0.98), что свидетельствует о сильной линейной связи между этими показателями и, соответственно, делает описанный анализ возможным. Тем не менее, все еще остается целый ряд допущений и ограничений. Появление версии продукта с оценкой количества показов баннеров и стоимостью рекламных размещений по прайс-листам позволит применять более точные модели и получить более подробные и достоверные оценки.