Кейс ФСК и Resonance: как с помощью скоринговой модели увеличить вовлеченность аудитории в 1,5 раза
При подготовке рекламной кампании с блогерами многие агентства и рекламодатели ориентируются на классические схемы и метрики, работают по CPP-модели, убирая из кампании каналы с накрученными подписчиками. Агентству Resonance (часть MGCom Group) и его клиентам не хватало инструмента, который еще до старта размещения помог бы определить эффективность блогера для каждого клиента в отдельности и задач его рекламной кампании. Чем наша скоринговая модель выгодно отличается, рассказываем в статье.
ФСК — одна из крупнейших строительных компаний России, входит в топ-3 девелоперов, специализирующихся на реализации жилой и коммерческой недвижимости. В рамках РК традиционным каналом коммуникации с аудиторией бренда остаются блогеры.
Сегодня на рекламном рынке большинство процессов подборки, закупки и оценки блогеров происходят в ручном режиме: команды клиента или агентства формируют лонг- и шорт-лист по брифу, лично списываются и согласовывают интеграции. Отсутствует единый математический алгоритм отбора авторов и их оценки, исходя из утвержденных ключевых параметров, размера аудитории и площадки. Ключевые решения принимают только люди, по имеющейся информации, полученной от автора или от площадок.
Детально изучив рынок, предлагаемые инструменты и способы, ФСК не смог найти подходящих для решения своих бизнес-задач. Поэтому решил разработать собственную скоринговую модель, которая поможет достигнуть поставленных целей.
Задача
Команда ФСК хотела увеличить эффективность блогерских интеграций:
снизить количество итераций при подборе;
увеличить скорость принятия решений;
увеличить кост-эффективность в 1,5 раза;
принимать финальное решение по блогерским интеграциям, базируясь на прогнозах эффективности размещений (основанных на понятной математической модели) у каждого конкретного блогера;
унифицировать подбор инфлюенсеров на разных площадках (YouTube, Telegram и VK).
Медийные задачи
охват более 1 млн;
не менее 4 000 визитов на сайт;
среднее время, проведенное на лендинге, не менее 1,5 минут;
средний ER-рейт публикаций не менее 2,5%.
В этой ситуации команда агентства Resonance предложила использовать математический подход с долей экспертного участия инфлюенс-менеджера, реализованный через скоринговую модель. С ее помощью собирались оценить список блогеров и на основе набора показателей, каждый из которых имеет свой удельный вес в зависимости от площадки, объема аудитории, гео и т. д., предложить рекламодателю наиболее эффективные интеграции.
Целевая аудитория
Команда агентства разделила релевантную ЦА на два сегмента. Для продвижения квартир премиум-сегмента — жители Москвы старше 30 лет с высоким доходом, которым очень важны комфорт бизнес-класса и соответствующая инфраструктура ЖК. Для квартир комфорт-плюс — семейные пары с детьми и доходом выше среднего, которым важны расположение ЖК и инфраструктура, позволяющая закрывать потребности молодой семьи, с фокусом на детское развитие / образование.
Механика
За два месяца была разработана уникальная скоринговая модель по блогерам, которая учитывает потребности и особенности бизнеса ФСК. Модель позволила не только сравнивать блогеров на одной конкретной платформе, но и проводить кроссплатформенный анализ. Результаты каждого нового флайта дополнительно обучают модель и корректируют вес каждого отдельного параметра, что позволяет ей быть инструментом для построения долгосрочной стратегии и улучшать результаты от кампании к кампании.
Модель обучается на кейсах, в рамках которых была применена, а также учитывает расширение статистической выборки со смежных и параллельных блогерских размещений. Это позволяет обновлять средние бенчмарки, по которым оцениваются авторы, а в дальнейшем и оптимизировать значимость показателей, уточняя прогноз эффективности.
В рамках кампании модель подобрала и изучила более 100 блогеров, подходящих по верхнеуровневым параметрам (ЦА, платформа, категория). Из них 10 получили наивысший результат. Финальная оценка производилась по категориям CPU (стоимость за контакт в посте, стоимость за контакт в рилс и за контакт по геомаске).
Результаты
Благодаря работе со скоринговой моделью мы сумели оценить эффективность размещений у 10 блогеров, сократив затраты рабочего времени на 40%. По результатам кампании нам удалось:
охватить 55% всей ЦА;
перевыполнить план по реакциям в 1,5 раза;
увеличить CTR на 40% по сравнению с предыдущими размещениями;
получить +60% к плану по глубине просмотра;
в два раза перевыполнить план по времени, проведенному на сайте.
Выводы
1) Отобранные моделью авторы показали результат в среднем на 35% выше ожидаемого.
2) Наши гипотезы об удельных весах ряда показателей не подтвердились. Кост- показатели оказались не настолько значимыми, насколько мы изначально предполагали. Более важными оказались аудиторные факторы: какой процент аудитории блогера проживает в Москве, охват постов / сторис, активность и вовлеченность аудитории — их удельные веса мы увеличили. Обновления применили на другом проекте, получили результаты еще лучше (в среднем на 20% выше относительно ожидаемого результата с учетом прогноза плановых показателей, принимая во внимание кейс ФСК).
3) Для клиентов из категории недвижимости ключевыми показателями для отбора блогеров оказались: релевантность тематике блогера, процент аудитории из Москвы, ERR, динамика по подписчикам и средний охват публикаций за последние 30 дней.
На данном этапе агентство разрабатывает аналитическую надстройку модели, позволяющую прогнозировать бизнес-результат в рамках категории рекламодателя (недвижимость, авто, e-com и т. д.), обучающуюся на информации по кейсам, где модель уже применялась, статистических данных с параллельных размещений без применения модели, а также данных с площадок-агрегаторов, содержащих статистику по блогерам (как по базовым показателям, так и по кастомным). Предикт-модель будет также учитывать особенности аудитории каждого блогера, проверяя подписчиков на роботность, активность, гео, релевантную заинтересованность в блогерах схожей тематики (и, как следствие, на уровень их заинтересованности в рамках конкретной сферы).
Команда проекта:
ФСК:
Александр Лебедев — директор по маркетингу;
Елена Рябова — заместитель директора департамента по объектовому маркетингу;
Кейсы
Неделя рекламы 
Новости 
How to 
Интервью и дискуссии 
Маркетинговые исследования 
Просто о сложном 
Проверено ADPASS 
Рекламные кампании 
