eTarget 2012. Новые технологии в медийной рекламе

22 марта 2012 года стартовала главная российская конференция по интернет-рекламе «eTarget 2012». Первый день конференции посвящен представлению брендов в интернете, рекламе в видео и на мобильных устройствах.

Вторая секция конференции была посвящена новым технологиям в медийной рекламе, вел ее руководитель отдела проектов Департамента рекламных сервисов Mail.ru Михаил Козлов.

Первым выступил представитель компании Google Илья Сидоров, менеджер по работе с ключевыми клиентами. Его доклад так и назывался «Как технологии меняют медийную рекламу».

Медийная реклама сегодня уже не является той, к которой мы привыкли, она стала четко таргетированной и персонализированной. Это все заслуга новых технологий. Возможно, внешне она осталась прежней (пользователи видят все те же баннеры), но реклама стала нацеленной на конверсию. Новые технологии помогают понимать, какая комбинация критериев нацеливания и вариантов баннера с наибольшей вероятностью приведет к покупке, регистрации или другому полезному действию на сайте.

Илья Сидоров обрисовал взгляд Google на медийную рекламу, на ее настоящее и будущее. По данным исследований статистики ресурсов, 97% людей уходят с сайта, так и не совершив полезного действия. Поэтому появился ретаргетинг (или метод бумеранга), который позволяет показывать рекламу только тем пользователям, которые уже проявили интерес к рекламируемому продукту, посетив сайт клиента.

Современный инструмент ретаргетинга, такой как ремаркетинг Google AdWords, позволяет формировать аудитории различных разделов или даже страниц сайта, комбинировать их между собой и исключать аудитории отдельных страниц. Таким образом можно показывать рекламу тем, кто был на сайте и не совершил полезного действия, или тем, кто был на страницах товаров и акций.

Илья привел в пример кейс с клиентом компании «Фабрика Окон», демонстрирующий возможности ремаркетинга Google AdWords. Большинство клиентов сайта этой компании уходили, не совершив заказа и даже не оставив заявки на обратный звонок. Инструмент ремаркетинга здесь подходил как нельзя лучше, потому что он позволял сохранять контакт с пользователями, которые ушли с сайта и продолжали поиск в интернете. Результаты кампании превзошли все ожидания – она дала прирост в количестве заявок 65%, а стоимость конверсии с ремаркетинга оказалась в 1,8 раза ниже средней стоимости конверсии в других кампаниях AdWords и в 1,35 раза ниже конверсии из поиска.

Еще одним преимуществом ремаркетинга является возможность останавливать сбор аудитории, не удаляя ее. Таким образом можно формировать аудитории отдельных акций, или аудиторию сайта перед конкретными праздниками и т. д. для того, чтобы использовать ее для других акций или перед другими праздниками.

Сегодня контекстно-медийная сеть Google является крупнейшей в мире. Она объединяет более 2 млн. сайтов и более 700 млн. пользователей. При этом ей удается охватить ремаркетинговой рекламой до 85% от общей аудитории в зависимости от продукта или услуги.

В рамках этой рекламной стратегии возможен таргетинг по интересам. Для демонстрации данной возможности ремаркетинга Илья привел кейс рекламной кампании интернет-магазина Ozon.ru.

Также Илья представил возможность «Похожие пользователи», которая может формировать отчеты в зависимости от того, какие категории интересов наиболее релевантны для той или иной аудитории маркетинга. Например, можно составить отчеты-сравнения интересов аудитории сайта или тех, кто совершил конверсию. Пользуясь отчетом, можно понять, какие интересы у пользователей, наиболее склонных к покупке. В зависимости от этого можно корректировать свою рекламную кампанию, а, возможно, даже и наполнение сайта.

Аналогичным образом (но пока в режиме бета-тестирования) система сама может анализировать аудитории ремаркетинга и формировать аудитории «похожих пользователей». Также важной для многих рекламодателей AdWords является возможность исключать любые сайты, целые категории сайтов, а также категории интересов. Это называется «Оптимизатор медийных кампаний».

Говоря о ближайшем будущем контекстно-медийной рекламы, как его видит Google, Илья упомянул о новом движке семантического анализа содержания сайтов AdWords, благодаря которому в самом ближайшем времени станет доступен совершенно новый, более точный таргетинг по ключевым словам. Новый движок понимает не только то, что упоминается на странице (к примеру, определенная модель фотоаппарата), но и идет ли речь об этом продукте в контенте данной страницы, или же он просто упоминается в нерелевантном для пользователя месте страницы. Также движок умеет различать омонимичные слова.

Заметным для рекламодателей будет и еще одно изменение в интерфейсе AdWords – в скором времени все, что касается медийной рекламы, будет объединено в одной вкладке – Медийная сеть.

Среди технологий, меняющих медийную рекламу, также Ильей были названы – демографический таргетинг, технология smart.pixel, новые возможности биддинга и широкие возможности rich-media форматов. Все это ведет к ее большей эффективности и «дружелюбности» для пользователей, владельцев сайтов и для рекламодателей.

Вторым выступил директор по развитию медийных продуктов Яндекса Лев Глейзер.

Его доклад был посвящен недавно запущенной поисковиком системе баннерных продаж RBT и назывался «Медийная реклама. Наступление века математики».

Докладчик сказал, что Яндекс, ко всему прочему, еще и очень сильный игрок на дисплейном рынке. Сейчас стало понятно, что в большой дисплейной рекламе характерна тенденция, когда планируются уже не сайты, а целые информационные сегменты. Если смотреть на рекламную индустрию интернета в целом – то раньше у нас было только одно чудо – контекст. Второе чудо – это знание пользователя или возможность подстраиваться под того пользователя, который у нас есть. Далее Лев представил линейку продуктов Яндекса, которые умеют учитывать бренд, охват аудитории, социальную демографию, учитывают интересы и потребности целевой аудитории.

Если говорить об аудиторных технологиях Яндекса, то здесь поисковик использует подход Матрикснета, то. есть сравнивающий алгоритм, который смотрит за теми людьми о которых что-то достоверно известно, применяет это на всю аудиторию, а затем анализирует полученную информацию. Поэтому Яндекс никогда ничего не знает достоверно о пользователях, он просто просчитывает что-то с той или иной долей вероятности.

Анализ всей аудитории Рунета ведет к классификации существующих интересов пользователя. Если составить рейтинг этих интересов, то на первом месте будет сотовая связь, на втором – автомбили и т.д. На этом основывается принцип таргетинга по интересам.

Технология Real Time Bidding – это предоставление каждой площадке возможности модерировать ту или иную рекламу, исходя из определенных параметров. Рекламное место маркируется каким-то сигналом, для этого нужно чтобы код РСЯ стоял на каждой медийной площадке. В рамках этой конструкции Яндекс работает с аудиторией, с охватами, аудиторным таргетингом, и самое главное – это аукцион, который проходит в режиме реального времени: пока пользователь загружает веб-страницу, RTB-система успевает провести торги за показ рекламы. Запрос на показ рекламы рассылается всем участникам аукциона. DSP-системы должны за доли секунды определить, насколько ценным является этот показ, и сделать ставку. Победитель аукциона получает право показать свою рекламу. Ее стоимость определяется по принципу аукциона второй цены: победитель платит минимальную цену, достаточную для победы.

В ходе выступления докладчика буквально «засыпали» вопросами о том как, когда и по какому принципу будет действовать предлагаемая Яндексом система.

Третьим выступил Никита Пасынков, исполнительный директор компании AdFox. Он представил доклад о развитии RTB-проектов на российском рынке.

Свое выступление докладчик начал с перечисления разнообразных технологических компаний, обслуживающих медийную рекламу за рубежом, и сообщил, что очень многие из них можно назвать довольно условными.

На рынке есть две большие аудитории – аудитория на сайтах и в сетях полюс издатели. Первая задача издателей – продать трафик побольше и подороже, вторая же – продать остаточный трафик, который можно реализовать с использованием множества других моделей (CPA, с оплатой за показ или клик). Если с гарантированным трафиком все понятно, и схемы его продажи отработаны, то с негарантированным трафиком все гораздо сложнее – работа с ним требует дополнительных усилий,а результат – непрогнозируемый.

Как сейчас работают издатели, которые хотят взаимодействовать с негарантированным трафиком? К примеру, существует определенное количество сетей, которые надо выстроить в определенную цепочку и продавать им трафик по остаточному принципу. Однако данный процесс неудобен, непонятен, непрозрачен и, по большому счету, он неконтролируемый.

Интересы рекламодателей и издателей могут встретиться на бирже. Основой покупки трафика становятся данные, которые позволяют каждому DSP определять пользователя в меру своих знаний о нем, и в режиме реального времени оценивать его ценность. Данные позволяют выбрать того покупателя, для которого наиболее ценен тот или иной запрос – по сути, того, кто готов дороже заплатить. По сути, сегодня в России в качестве DSP (Social Data Platform) выступают рекламные сети или надстройки над рекламными сетями. В нашей стране, к сожалению, отсутствуют DPM (Data Management Platform), нет прозрачности рынка.

Но в таком опоздании есть и свои плюсы. К началу всех российских проектов в области RTB уже появился стандарт Open RTB, который уже был разработан и опробован во всем мире. Благодаря этому, российский рынок будет застрахован от ошибок на пути внедрения данного продукта в сеть.

По предварительным данным, в 2012 году произойдет завершение закрытого бета-тестирования AdFox SSP- решений с отдельными издателями и первыми DSP, увеличение количества DSP технологически готовых работать по RTB. Также будет происходить развитие рынка и усложнение технологий для работы по RTB.

Доклад Никиты Пасынкова оказался довольно сложным для восприятия аудиторией – это даже отметил Игорь Ашманов, попросив докладчика более простыми словами объяснить суть представляемой системы. Задавая наводящие вопросы докладчику, Игорь Ашманов добился того, чтобы залу были даны пояснения по синхронизации куков, необходимости добавления кода на свою площадку, а также факт того, что у «AdFox нет своей сети, а есть только технология». Игорь Станиславович также предложил всем докладчикам отвечать на один конкретный вопрос – где прямо сейчас это используется, какими игроками рынка, и у кого это можно купить. Предыдущие докладчики от ответа на этот вопрос уклонились, оставив аудиторию «наедине» с большим количеством вопросов.

Сергей Спивак, генеральный директор группы компаний Internest в своем докладе «Использование математических моделей для поиска покупателей» рассказал о системе селективной рекламы «Соловей».

«Мы готовы к RTB», с этих слов докладчик начал свое выступление. По словам Сергея, сайты сети «Соловей» уже готовы к этой новой системе, и как только появятся биржи – они будут готовы продавать часть своего трафика таким способом.

Сегодня, незаметно для большого количества пользователей и рекламодателей, в рекламу проникли методы математического моделирования, при помощи которых можно отслеживать предпочтения многих людей, а самое главное – находить похожих людей.

Безусловно, все работает с большой долей вероятности. Как же оно вообще работает? Люди ходят по интернету, а система собирает их куки и классифицирует всех этих пользователей по интересам, разделяя на потенциальных покупателей, интересующихся продуктом, и людей, не интересующихся данным продуктом вообще. Затем в эту систему добавляются те параметры, которые дает рекламодатель. В соответствии с ними пользователи распределяются по группам. В первой группе (она обычно меньше всего) находятся люди, которые с наибольшей долей вероятности совершат покупку. Следующая группа – уже более многочисленная, но покупателей в ней меньше и т. д. В результате у нас возникает Affinity Index (индекс соответствия), согласно которому мы можем прогнозировать количество лидов от той или иной группы. Безусловно,этот индекс будет наибольшим в первой группе и наименьшим – в последней.

Далее Сергей привел реальные кейсы, на примере которых пояснил эффективность подобного рода классификации.

Завершая свой доклад, Сергей Спивак отметил, что система «Соловей» уже научилась делать продажи при помощи медийной рекламы. Он знает, что первый вопрос, которым наверняка задались слушатели, звучит так: А будет ли это точнее поисковой рекламы? Ответ – нет, потому что запрос поисковой рекламы всегда нагляднее и точнее. Она работает с уже существующим спросом. Но для того, чтобы продавать много, нужно работать не только с существующим спросом, нужно еще его и формировать. Это и делается при помощи картинок и видео. Все, что было сказано выше, больше относится к формированию спроса, потому что в интернете ищутся люди, похожие на тех, кто уже совершал подобные покупки, и приводятся на сайт клиента.

Сегодня медийной рекламе удалось совершить переход от таргетирования по возрасту и полу к таргетированию по целевой аудитории. Это большой прорыв. Сергей предполагает что у рекламодателей может возникнуть вопрос: «А как я узнаю, что те люди, которым вы показываете мою рекламу действительно похожи на моих покупателей?». Система селективной рекламы «Соловей» ввела некий критерий в качестве ответа на этот вопрос – клиент платит только за целевую аудиторию, ту, которая подтверждает своими действиями, что она готова купить продукт.

Все риски система взяла на себя и ввела такой показатель как «Суперклик» – это пользователи, которые, кликнув по баннеру или другому продукту медийной рекламы, пришли на сайт, и посмотрели больше одной страницы.

Сергей Спивак: «Итак, мы работаем по следующей модели: рекламодатель дает нам медийную рекламу, мы находим аудиторию, подходящую под эту рекламу, затем приводим ее на сайт рекламодателя, а рекламодатель платит только за тех людей, которые похожи на его покупателей. «Суперклик» позволяет получать аудиторию за меньшие деньги, надстраивая ее на ту, которая уже есть на сайте».

Докладчик уверен, что будущее медийной рекламы в том, что под каждого рекламодателя будет строиться определенная математическая модель, которая будет искать в интернете целевую аудиторию для его медийной рекламы.

Источник: www.searchengines.ru