Кейсы Reshape Analytics

Анализ эффективности рекламных кампаний



Команда Reshape Analytics выполнила анализ эффективности рекламных кампаний для сервиса BlaBlaCar

О компании

BlaBlaCar - крупнейший в мире международный онлайн-сервис поиска автомобильных попутчиков.
Промышленность: Услуги
Решение: Reshape Marketing Monetization
Бизнес-результаты: Оптимизация продвижения
Используемые программы и сервисы: Loginom, MS Power BI

Ситуация до старта

Компания-заказчик впервые использовала радио в качестве маркетингового канала продвижения, поэтому не было четкого понимания взаимосвязи определенных условий и параметров и количества клиентов/заказов.

Задачи

В результате тестового размещения требовалось проанализировать эффективность нового рекламного канала и оптимизировать его параметры для последующего запуска федеральной радио-кампании. Иными словами, наша задача была - определить роль радиорекламы в установке приложения и дальнейшем его использовании.

Предварительная работа

Перед запуском тестовой кампании мы построили прогнозную модель, основываясь на данных за два последних года, чтобы предсказать поведение пользователей в городах тестовой и контрольной групп. В результате мы смогли сравнить отклонение от прогноза в обеих группах, и записать разницу в зачёт радио-кампании.
Дополнительно к этому мы считали немедленный эффект - собрали посекундные данные установок приложения в необходимых городах, а затем сопоставили их с временными отметками выходов ролика в эфир в надежде выявить закономерность.

Ход проекта

Для реализации проекта была построена прогнозная модель, основанная на исторических данных, для предсказания поведение пользователей в городах тестовой и контрольной групп. Впоследствии этот прогноз был подтвержден фактами во время кампании. В тестовом режиме качестве показателей для анализа были взяты: стоимость кампании, количество установок приложений, прогресс после запуска кампании, оптимальное время для запуска и др. 

Для решения этой нестандартной задачи мы использовали Low-code платформу Loginom. Вот, что мы сделали:
  • сперва мы построили все распределение установок по частоте, времени и городам;
  • далее - наложили результат разбиения на график проведения рекламных кампаний (статистически – это “грязные” данные); 
  • затем мы произвели расчет данных от выбросов и отклонений. Таким образом, мы узнали информацию по целевой аудитории;
  • завершающим этапом стало сравнение полученной целевой аудитории с контрольной аудиторией - то есть аналогичной по составу и времени, но не подвергшейся влиянию рекламы. 

Наложив в Loginom аналогичные по составу данные из установок группы людей в другом похожем городе, но без кампании, мы обнаружили отличия, которые могли быть спровоцированы рекламой. Исследовав эти отличия, мы определили именно тех людей, которые установили приложение под воздействием прослушивания рекламы.

Результаты

Несмотря на то, что не было никаких меток или явных признаков у владельцев телефонов, нам все равно удалось найти нужный эффект математически. Впоследствии маркетологи данной рекламной кампании провели опрос среди тех, кто попал в отчет, и оказалось, что расчет был верен.  
На основании тестовых рекламных кампаний был рассчитан экономический эффект, проанализировано влияние рекламных выходов на установки мобильного приложения и другие бизнес-метрики, скорректированные на влияние погоды, предложены оптимальные параметры размещения рекламы.
По результатам кампании нами была выявлена неочевидная связь между весенним потеплением погоды и желанием людей пользоваться приложением (хотя никакой связи между работой приложения и погодой нет). Обнаруженное влияние погодных условий на количество путешествий привело к выводу – необходимости экспансии Blablacar в южные города с более теплым климатом.

Несколько выводов по результатам кампании

  1. В Воронеже мы заметили самый сильный эффект. Думаем, дело в том, что там был самый перегретый маркетплейc из всех отобранных городов, то есть недостаток водителей-попутчиков.
  2. Максимальный эффект на установки приложения можно заметить вечером вторника и четверга.
  3. Погода имеет большое значение - она, скорее всего, стала одной из главных причин не самого сильного эффекта кампании в Перми.
  4. Эффект кампании хорошо заметен на количестве поездок и предложенных местах (на этих KPI компания фокусировалась в дальнейшем при оценке летней кампании).



"Мы сотрудничали с командой Reshape Analytics в рамках нашей первой рекламной кампании на радио. В результате сотрудничества мы определили оптимальную конфигурацию рекламной кампании и обосновали её необходимость и эффективность. Хочу отметить профессионализм команды и ответственность за результат: мы доверили команде анализ маркетинговой кампании без тендера и ни разу об этом не пожалели. Данные, которые мы получили по итогам анализа, мы использовали и при медиапланировании летней федеральной кампании."


Подробнее о решении →


Reshape Marketing & Monetization