Рекламировать крем от солнца тем, кто уже купил путевку на курорт: как использовать данные о покупках в рекламе

35% рекламных объявлений во всем мире не доходят до потенциальных покупателей. То есть бизнес тратит впустую больше трети рекламного бюджета. Чтобы было легче представить масштаб бедствия: компания Х ежемесячно тратит на продвижение 300 000 рублей, при этом 105 000 рублей (35%) уходят в никуда — а это 1,26 млн в год.

Возникает вопрос: какая реклама поможет зацепить потребителей и уменьшить часть рекламного бюджета, которую мы сливаем? Об этом мы и расскажем в этой статье.

Почему таргетинг по соцдему и интересам не точен

Еще никогда у компаний не было на руках столько данных о покупателях, как сейчас. Поэтому главный вызов для современных маркетологов — не утонуть в океане информации и точно понять, на что сделать ставку в рекламной кампании.

На какие сведения обычно опираются рекламодатели:

• пол,

• возраст,

• география,

• интересы, о которых можно судить по поисковым запросам и активности пользователя в соцсетях.

Этой информации хватит, чтобы слегка повысить адресность рекламы, но ее слишком мало для ощутимого роста продаж.

Общие характеристики аудитории — например, женщины 18–34 лет, которые любят собак и подписаны на тревел-блоги, — ничего не говорят нам о реальных привычках и запросах людей. Они могут страдать от аллергии и лишь мечтать о корги или чихуахуа. Или годами читать о дальних странах, но ни разу не выезжать за пределы родной области. Покажем им рекламу кормов и туров на Бали и выкинем в пропасть еще немного денег.

Мужчина 45 лет, гугливший популярные марки внедорожников кажется целевым пользователем для рекламы автосалона. Но, возможно, ему просто интересно посмотреть на новую модель, а покупать машину он пока не собирается.

У нерелевантной рекламы две проблемы. Она:

• зря расходует маркетинговый бюджет;

• раздражает покупателей — вплоть до резкого игнора надоевшего бренда и блокировок рекламных сообщений.

Самый точный маркер интереса к продукту — это покупка. Как это может использовать рекламодатель?

3 задачи, которые решает таргетинг на основе уже сделанных покупок

Вы сможете предложить пользователям то, что им нужно, если будете знать, что они купили до этого.

«Стоп, — скажет застройщик. — Чем мне поможет информация о том, что человек искал и купил дом? Вот если бы заранее догадаться о потребности, то я мог бы предложить ему свои коттеджи».

Теперь вспомним, сколько всего можно продать новоселу: от страховки недвижимости и услуг грузчиков до установки кондиционера и сантехники. Компаниям из этих сфер очень пригодится информация о покупателях недвижимости. А застройщику стоит проанализировать, что обычно люди покупают перед тем, как задуматься о новом жилье. Например, приобретению квартиры может предшествовать свадьба с покупкой обручальных колец и заказом свадебного лимузина.

Какие задачи сможет решить бизнес, имея на руках информацию о совершенных покупках?

Задача 1. Более точное попадание в целевую аудиторию

Знание истории покупок целевой аудитории позволяет составить более реальный и точный портрет потребителя. То, что пользователь лайкает фотографии тропических пляжей и ищет билеты на Бали, еще не значит, что он собирается на курорт. Но если девушка недавно приобрела путевку в Таиланд и купальник, то бренд косметики точно может предложить ей набор кремов от солнца с разной степенью защиты, а производитель оптики — солнцезащитные очки.

Владельцы абонементов в фитнес-клуб, скорее всего, захотят купить одежду и обувь для тренировок и, возможно, спортивные витамины и биодобавки.

Если у клиента есть машина, а совсем недавно он начал покупать товары для новорожденных, то ему можно показать детские автокресла.

Ну а того, кто покупает краску и обои, может заинтересовать мебель, бытовая техника и домашний текстиль.

Задача 2. Повышение лояльности пользователей

Зная, какие товары уже есть у потребителя, вы не станете рекламировать ему то же самое по десятому кругу. А этим часто грешат контекстная реклама и ретаргетинг. Нет неактуальной рекламы — нет поводов злиться на ваш бренд.

В результате ваша реклама не просто перестанет раздражать пользователей. Люди оценят индивидуальный поход и то, что вы предугадываете их желания, и начнут воспринимать ваш бренд более позитивно.

Задача 3. Получение высокой конверсии и ROI

Наш опыт показывает, что персонализированный маркетинг на основе транзакционных данных работает в пять раз эффективнее, чем другие инструменты.

Как рекламодатели собирают транзакционные данные

Есть несколько видов таких данных:

• First Party Data — собственные данные компании о своих клиентах. Магазины «запоминают», какие товары покупают люди, есть ли у них карта лояльности, пользуются ли они приложением и т. д. Благодаря этой информации магазины могут напоминать постоянным покупателям, что у них скоро закончится кошачий корм или что пора обновлять гардероб к лету.

• Second Party Data — данные других компаний об аудитории с похожими интересами: клиенты ветклиники и магазина товаров для животных, посетители скалодрома и покупатели туристического снаряжения и т. д. Чужую клиентскую базу можно купить за деньги или обменять на свою. Главная сложность — найти партнера, но не конкурента, с действительно похожей ЦА, который согласится обменяться информаций.

• Third Party Data — данные из баз ОФД (операторов фискальных данных) и крупных сторонних компаний: торговых сетей, банков, мобильных операторов, транспортных предприятий и др. Мы в работе используем именно этот тип данных и выделяем нужные сегменты аудитории под различные запросы клиентов.

Все сведения о покупателях и их покупках обезличены. Используются специальные идентификаторы, так называемые Hard ID, которые представляют собой захешированные (закодированные) телефонные номера и адреса электронной почты. Hard ID не привязаны к конкретным ФИО и другой персональной информации, а чтобы воссоздать из хеша телефон или email, потребуется так много ресурсов, что операция становится экономически бессмысленной.

Для работы с массивами пользовательских данных используются цифровые алгоритмы, которые позволяют собирать и обрабатывать информацию, строить модели и прогнозы, анализировать результаты кампаний.

Что могут рассказать о пользователях их покупки

Практически всё, что нужно знать компаниям, чтобы понять, захочет конкретный человек купить их продукт или нет. Анализируя транзакционные данные, мы можем составлять подробные портреты наиболее вероятных покупателей.

Кто вероятнее всего будет покупать собачий корм? Тот, кто уже купил ошейник и поводок и оплатил в ветклинике прививку для собаки. Причем нужно учитывать, что единичная покупка игрушки для собаки — еще не показатель. Резиновую косточку можно купить и в подарок питомцу друга.

Кому предложить модный сорт молотого кофе? Тому, кто покупает аналогичную продукцию у конкурентов, недавно купил подходящую кофеварку и/или регулярно покупает похожий кофе в кафе.

Вспомним нашумевшую историю, когда сеть магазинов Target отправила клиентке-школьнице купоны на товары для беременных, хотя ни она, ни ее семья не знали о положении девушки. Весь фокус в том, что эксперты компании изучили покупательские привычки беременных женщин и выделили набор товаров, которые они обычно покупают. А дальше программный алгоритм «увидел» клиентку, которая приобрела товары из списка, «предположил» у нее беременность и прислал акционные предложения на памперсы и одежду для новорожденных.

Или другой кейс, уже из нашей практики. К нам обратился производитель БАДов для похудения, который хотел увеличить конверсию рекламы. Продукт деликатный, вероятность негативной реакции при неправильном определении ЦА велика. Клиент ориентировал свою рекламу на:

• молодых мам, которые хотят вернуть дородовую форму;

• покупателей диетических продуктов, спортивных товаров и абонементов в фитнес;

• тех, кто приобрел билеты на курорты.

Но совсем не каждая мама или спортсмен мечтают похудеть.

Мы предложили поискать покупателей среди тех людей, кто точно худеет прямо сейчас. Предположив, что худеющие должны придерживаться диеты, мы составили списки продуктов для популярных диет. Затем мы нашли пользователей, которые регулярно покупали те или иные «диетические наборы», и показали им рекламу похудательных БАДов.

Это решение дало конверсию в два раза выше, чем на сайте производителя, и в три раза выше, чем у programmatic-рекламы.

Что в итоге

Анализ реального покупательского поведения клиентов помогает более точно прогнозировать их следующие шаги как потребителей, в том числе на основании собственного жизненного опыта. Ведь каждый из нас ежедневно гуглит информацию и лайкает интересный контент просто так, а не планируя всё это купить. Но если мы приобретаем автомобиль, то вскоре точно поедем на мойку, в шиномонтаж и на заправку.