Как аналитика драйвит Performance-маркетинг

Performance-маркетинг — это онлайн-реклама, ориентированная на увеличение количества целевых действий в приложении или на сайте. В отличие от медиа, перформанс реже оценивается с точки зрения охватов и бренд-метрик, а фокусируется на денежной окупаемости.

Для оценки эффективности, как правило, используются различные вариации метрики возврата инвестиций: ROI, ROMI, ROAS. В Авито мы используем ROMI:

Знаменатель интуитивно понятен, а вот оценка дохода от рекламы в числителе — не такая простая задача, как может показаться на первый взгляд. О ней и поговорим ниже.

Атрибуция и инкрементальность

Со стороны оценка перформанса кажется простой и прозрачной: каждый переход пользователя логируется, после чего можно отследить и перевести в выручку все ценные действия с точностью до клика. Для случая переходов из различных каналов за небольшой промежуток времени существуют различные модели атрибуции: first-click, last-click, линейные и более сложные модели.

Однако атрибуция не отвечает на главный вопрос: является ли привлеченный пользователь инкрементальным? Или он бы все равно пришел на сервис, даже если бы не увидел рекламу? Для устоявшихся брендов проблема каннибализации стоит наиболее остро: переток из органики может составлять более 50% закупаемого трафика.

Таким образом, возникает необходимость оценки реального эффекта от рекламы, который может сильно отличаться от атрибуцируемого. Тем не менее, при всей своей оцифрованности, перформанс сильно ограничен в возможностях проведения классических A/B-тестов, так как данные о совокупности пользователей находятся на стороне внешних рекламных площадок.

На помощь приходят аналитические методы и нестандартные тесты: временные ряды, синтетический контроль, региональное тестирование. Последний метод хорошо развит в Авито и используется как для анализа перформанс-рекламы, так и прочих коммуникаций:

• для контроля сетевых эффектов мы кластеризуем регионы в близкие друг к другу с точки зрения перетока аудитории
• формируем тестовую группу кластеров из разных частей России
• подбираем контроль
• проводим тестовое отключение кампаний на площадках.

Такой подход позволил оценить инкрементальный эффект всего перформанс-маркетинга Авито на бизнес. Получение статистически достоверной оценки кардинально меняет представление об эффективности и влияет на стратегические решения о миллиардных бюджетах.

Отложенный эффект и LTV

Теперь поговорим о факторе, который, напротив, может приводить к недоинвестициям в привлечение. Атрибуция может не только завышать оценку эффективности маркетинга, но и занижать ее: обычно она учитывает действия пользователя на небольшом горизонте, в то время как средний срок его пребывания на сервисе может исчисляться годами.

Для объективной оценки ROMI важно учитывать долгосрочный эффект рекламы. При этом, для оперативной оптимизации нельзя ждать месяцы или годы для накопления эффекта, оценка эффективности нужна в моменте. Здесь можно воспользоваться прогнозом LTV — ожидаемой ценности пользователя за весь период его взаимодействия с сервисом.

Мы оцениваем долгосрочный эффект на исторических данных о Retention пользователей и прогнозируем полный эффект от кампании, используя краткосрочные метрики активности после перехода по рекламному объявлению.

При этом, важно учитывать, что маркетинг не только приводит новых пользователей, но и касается или реактивирует пришедших ранее. Соответственно, прогноз LTV необходимо корректировать с учетом вероятности повторных касаний, чтобы не завышать ценность от привлечения новичка. Здесь также важно помнить, что атрибуция лишь частично отражает реальный эффект рекламы, поэтому необходимо вычитать инкрементальный вклад повторных касаний.

Оптимизация

Performance-маркетологи запускают рекламные кампании на различных площадках, тестируют множество настроек, таргетингов и креативов. Оценка ROMI с учетом инкрементальности и долгосрочного эффекта помогает реалистично оценить эффективность маркетинга и инвестировать бюджеты в продвижение, которое окажется выгодным для бизнеса.

Мы в Авито разработали фреймворк deltaLTV, который состоит из трех ключевых множителей:

• краткосрочный эффект из атрибуции,
• инкрементальность,
• пост-эффект.

Мы агрегируем данные по пользовательским сессиям и отдельным событиям, выгружаем расходы из рекламных кабинетов, объединяем с результатами исследований инкрементальности и пост-эффекта, а затем рассчитываем финальные оценки эффектов маркетинга. Далее они в виде конверсионных и денежных метрик попадают в удобные дашборды для performance-маркетологов, которые на их основе принимают решения о масштабировании или перераспределении средств в более удачные сетапы. Анализируемый разрез при этом может быть любым - от отдельно взятой кампании на конкретной платформе устройства до целой вертикали бизнеса.

Ежедневные расчеты помогают бизнесу оперативно перераспределять бюджеты, чтобы добиваться лучших результатов. Следующий шаг в оптимизации, который может помочь сделать аналитика, - прогнозирование емкости каналов и автоматизация переливания бюджетов.

Но оптимизация этим не ограничивается: данные о событиях можно передавать в рекламные кабинеты в качестве целей для оптимизации кампаний, чтобы привлекать наиболее релевантных пользователей. Мы уже рассказывали об этом на VC и YouTube.

Таким образом, в Авито мы активно используем дата-экспертизу, чтобы быстро принимать обоснованные решения и максимизировать эффект от маркетинга. Кстати, мы ищем сильного аналитика, который будет помогать развивать ключевые инициативы направления, — присылайте резюме @julietes!

​​