Как посчитать реальный охват в Digital, если у вас есть только cookies?
Зачем вообще «переводить cookies в людей»?
Зачем вообще «переводить cookies в людей»?
В digital-рекламе чаще всего
оперируют охватом в cookies и устройствах, тогда как бизнес всегда ожидает ответ на другой вопрос: скольких
реальных людей мы затронули и с какой частотой делали это в месяц, год или
другой период.Проблема в том, что cookie— это не человек, а технический идентификатор. По
мере ужесточения privacy-регулирования и отказа от third-partycookies, индустрия всё чаще признаёт, что классические cookie-метрики дают всё
более искажённую картину [1].Эта статья базируется
на большом количестве расчетов и проведенных рекламных кампаний и хотелось бы
разобрать пример простого практического расчёта, который позволяет:
получить реалистичный порядок цифр «в людях» с возможными поправками под категорию, конкретного клиента или инструментарий
оценить годовую частоту без механического умножения на 12 и любое кол-во месяцев, когда идет РК
и, конечно, подискутировать о том, как считаются охваты для клиентов и с какими основными проблемами сейчас сталкивается индустрия.
Почему cookie-охват почти всегда завышен относительно реального?
1. Удаление cookies и нестабильность идентификаторов.
Исследования
показывают, что значительная часть пользователей регулярно удаляет cookies, а браузеры
ограничивают срок их жизни. В результате один и тот же человек за год может
несколько раз «появляться» как новый пользователь [2], [3].Это означает, что часть
уникального cookie-охвата — это повторно появившиеся идентификаторы одних и тех же людей.
2. Мультидевайс и мультибраузерность
Средний digital-пользователь использует несколько устройств и браузеров. По данным GlobalWebIndex, число подключённых устройств на человека в развитых digital-рынках стабильно превышает 3 штуки. [4].В рекламных контактах это приводит к тому, что 1
человек легко превращается в 3–5 «уникальных» cookies.
3. Пересечения аудитории между каналами
Nielsen подчёркивает, что без кросс-канальной
дедупликации невозможно корректно считать суммарный охват и частоту: один и тот
же человек многократно учитывается в разных средах [5].
4. Шум и не-человеческий трафик
Даже в качественных
закупках присутствует доля IVT (invalidtraffic). По данным ANA, средний уровень невалидного трафика в digital-кампаниях
составляет около 8–9% [6].
Все эти факторы делают
неизбежным использование корректирующих коэффициентов, если мы хотим
приблизиться к реальному охвату в людях. Что агентства с успехом и применяют.
Stable ID — лучше, но не всегда доступно
Login-based
идентификаторы (email, телефон, hashedID, CRMonboarding) позволяют точнее оценивать реальный охват и
частоту. Однако индустрия сегодня живёт в гибридной реальности, где
одновременно используются cookies, MAID и различные ID-решения.IAB Tech Lab показывает, что рынок находится в стадии перехода
и единых стандартов person-level измерения пока не существует [7]. Поэтому на
практике приходится работать с cookies и строить приближённые модели пересчёта.
Практическая модель: как мы считаем«людей»?
В своей практике мы
используем следующую базовую формулу:
Охват в людях =
(Охват в cookies / K₁) × K₂
Где:
K₁ = 2,5 — поправка на мультидевайс.
K₂ = 70% — корректировка на пересечения аудиторий, шум,
потери идентификации и IVT.
Это базовая формула,
которая за счёт своей простоты может быть универсальной для расчета
большинства рекламных кампаний. В этой статье мы не
рассматриваем, как такой подход влияет на сложные эконометрические или
предиктивные модели, в которых расчет пользователей осуществляется более глубоким
подходом и включает множество мелких параметров и особенностей инструментария и
форматов.
Разберем логику:
Почему 2,5 устройства?
Исследования
показывают, что пользователь владеет в среднем 3–4 подключёнными к интернет устройствами
[4]. Однако не все они одинаково активно участвуют в рекламных контактах и
могут это сделать вообще.
Поэтому коэффициент 2,5
— это консервативная оценка реального мультидевайс-контакта. Для
определенных категорий (например, это бытовая техника) данный коэффициент стоит
увеличить до 3+, поскольку в этом случае использование «догоняющих» механик
позволит увеличить количество устройств.
Почему 70%?
Этот коэффициент
учитывает:
пересечения между каналами (Nielsen) [5]
технические показы и IVT (ANA) [6]
потери идентификации.
В зависимости от
качества медиасплита и закупки мы бы рассматривали диапазон 60–80%, где
70% — базовый сбалансированный ориентир. При хорошем медиапланировании, по
опыту работы, можно минимизировать потери до 10-12%.
Пример расчета
Исходные данные:
Показы: 100 000 000 шт.
Средняя частота в месяц: 4
Cookie reach: 25 000 000 чел.
Считаем охват в людях:
25 000 000 / 2,5 × 70% = 7 000 000 человек
Считаем годовую частоту: 100 000 000 / 7 000 000 ≈ 14
контактов в 1 год на человека
Почему умножение месячной частоты на12 — ошибка?
Логика «месячная частота × 12» предполагает, что:
аудитория стабильна
идентификаторы не меняются
дедупликация не нужна
Но данные по удалению пользователями cookies, мультидевайс-поведению, необходимости дедупликации и уровню IVT показывают, что эти предпосылки далеки от реальности.
Поэтому нам ближе подход:
сначала привести охват к людям → затем считать годовую частоту для проверки реальных значений и оценки подхода
Не подходит: Е-commerce, performance и leadgen, ретаргетинг, CRM-маркетинг.
Вывод:
Cookie постепенно теряют ценность как единица измерения человека, а единых
стандартов person-level
измерения пока нет, они только зарождаются. Но вспоминая 2020 год и заявления Google о том что cookie скоро не будет и смотря сейчас на реальность, становится понятно, что это
может быть еще очень нескоро.
В этих условиях нам
всем нужны понятные и логичные приближённые модели, которые позволяют
честно говорить о масштабе рекламных кампаний и медиадавлении в них.
Предложенная формула —
не догма, а рабочий инструмент, который даёт прогнозируемый и объяснимый
результат.
Мы будем рады обсудить с Вами:
какие коэффициенты используете Вы
как считаете реальный охват
какие допущения считаете наиболее корректными
Автор статьи: Тимур
Майстренко, Digital Director агентства Method Media
Источники:
1. IAB Europe — Attribution and Measurement in
a Post Third-Party Cookie Era
https://iabeurope.eu/wp-content/uploads/2021/11/Attribution-and-Measurement-in-a-Post-Third-Party-Cookie-Era.pdf
2. ScienceDirect — Cookie deletion and
tracking instability
https://www.sciencedirect.com/science/article/pii/S0167811623000708
How to
Неделя рекламы 
Новости 
Кейсы 
Интервью и дискуссии 
Маркетинговые исследования 
Просто о сложном 
Энциклопедия обмана 
Проверено ADPASS 
Рекламные кампании