GoPractice продолжает серию материалов о том, как влиять на рост продуктов через эффективное управление рекламными каналами.
Из этого материала вы узнаете, какие факторы могут привести к проблемам с инкрементальностью каналов, какие признаки указывают на их наличие. Понятия инкрементальности и инкрементальных тестов мы детально разобрали в предыдущем материале цикла.
Если вы хотите глубже разобраться в том, как создаются, развиваются и масштабируются продукты, пройдите обучение в симуляторах GoPractice.
→ «Симулятор управления продуктом на основе данных» поможет научиться принимать решения с помощью данных и исследований при создании продукта (путь от 0 к 1).
→ «Симулятор управления ростом продукта» поможет найти пути управляемого роста и масштабирования продукта. Вы построите модель роста и составите стратегию развития продукта (путь от 1 к N).
→ «Симулятор SQL для продуктовой аналитики» поможет освоить SQL и применять его для решения продуктовых и маркетинговых задач.
→ «Симулятор управления ML/AI-проектами» научит применять технологии машинного обучения с пользой для бизнеса.
Не знаете с чего начать? Пройдите бесплатный тест для оценки навыков управления продуктом. Вы определите свои сильные стороны и слепые зоны, получите план профессионального развития.
Еще больше ценных материалов и инсайтов — в телеграм-канале .
Оглавление цикла
Первый материал: Ошибки при расчете ROI и юнит-экономики. Влияние моделей атрибуции и инкрементальности на ROI в маркетинге
Почему при расчете ROI и юнит-экономики нельзя игнорировать влияние используемых моделей атрибуции и инкрементальности рекламы.
Второй материал: Модели атрибуции трафика. Почему модель атрибуции должна изменяться вместе с каналами продвижения, продуктом, маркетинговой задачей и внешней средой
Как подбирать модели атрибуции для оценки эффективности рекламных каналов исходя из специфики продукта, маркетинг-микса, бизнес-задачи и условий внешней среды; почему надо пересматривать и адаптировать модель атрибуции в случае изменений этих факторов.
Третий материал: Способы атрибуции рекламы без явного касания или клика
Как атрибутировать рекламу, если в маркетинг-миксе есть каналы, где сложно или невозможно зафиксировать касание пользователя с рекламой: альтернативные способы и их внедрение.
Четвертый материал: Инкрементальность рекламы. Как оценить истинное влияние рекламных каналов на рост продукта
Что такое инкрементальность в маркетинге, чем она отличается от модели атрибуции, какие индикаторы указывают на наличии проблем с инкрементальностью. Подходы к проведению инкрементальных тестов в разных условиях, калибровка модели атрибуции и всей системы оценки эффективности рекламных каналов.
Пятый материал: Проблемы с инкрементальностью каналов. Типичные ситуации их возникновения и признаки, которые на них указывают [вы здесь]
Какие факторы могут привести к проблемам с инкрементальностью каналов, какие признаки указывают на их наличие.
***
Инкрементальность отражает истинную ценность канала для бизнеса — причинно-следственную связь между инвестициями в рекламный канал и целевыми действиями.
Когда возникают проблемы с инкрементальностью, вы не можете определить истинную ценность канала для бизнеса, а значит — неэффективно используете маркетинговый бюджет.
Ниже мы разберем ситуации и признаки, которые позволяют выявить наличие таких проблем.
Когда у вашего продукта длинный цикл сделки
Длинный цикл сделки усложняет атрибуцию, создает больше сложностей при подборе модели атрибуции и ее настройке. В результате этого могут возникнуть проблемы с инкрементальностью. Две основные причины:
- Отсутствие полной истории взаимодействия пользователя с рекламными каналами, которые участвовали в его привлечении. Данные могут теряться, окно атрибуции может охватывать не всю историю касаний с каналами, которые участвовали в привлечении;
- Некорректное распределение ценности между каналами, которые принимали участие в привлечении. Когда каналов много, модель атрибуции не знает, какой канал сыграл ключевую роль в привлечении пользователя.
Такая проблема обычно ярко проявляется в момент резкого повышения бюджетов на каналы, которые по ошибочному представлению команды играют важную роль в росте. Модель атрибуции отдает им большой вес и долю продаж, но это ошибка инкрементальности.
Повышение бюджетов не ведет к увеличению целевых действий в продукте. Но, при этом, если пропорционально повышать бюджеты на все каналы, то влияние на рост есть. Это говорит о том, что истинное влияние на ваш рост создает не тот канал, у которого больше всего атрибутированных результатов, а какой-то другой. Просто текущая модель атрибуции неверно отражает реальность.
Если у вас длинный цикл сделки продукта и вы используете большое количество рекламных каналов на разных этапах воронки, вам нужно проводить инкрементальные исследования каналов, чтобы иметь уверенность в корректной атрибуции.
Когда вы используете большое количество рекламных каналов
При наличии большого количества рекламных каналов вы можете сталкиваться с разными проявлениями проблем с инкрементальностью.
Синергия каналов
У каналов есть взаимное позитивное влияние друг на друга. Комбинация каналов повышает вероятность конверсии, но при этом заслуги могут присваиваться лишь одному из них, либо учитываться лишь частично. Если каналы запускать отдельно или неоптимально распределять бюджет между каналами, то результат будет хуже.
Каннибализация трафика
Вы включаете новый рекламный канал. Атрибутированные показатели по каналу хорошие, но общие результаты не меняются. Это тоже сигнал, что нужно изучать проблему инкрементальности и оптимизировать модель атрибуции.
Overlap
При использовании большого маркетинг-микса на крупных бюджетах один пользователь может оказаться атрибутирован сразу нескольким каналам. Такой эффект называется Overlap. Если разница между фактической прибылью, которая у вас есть, и суммой прибыли, атрибутированной разным источникам, превышает 10–15%, то стоит начать исследовать инкрементальность каналов и оптимизировать модель атрибуции на основе полученных знаний.
Когда у вас сильный бренд
Переоценка каналов часто возникает у продуктов с сильным брендом, который был сформирован прошлыми рекламными активностями или другими циклами роста (сарафанное радио, виральность, контент).
В такой ситуации большое количество людей знает о вашем продукте. В какой-то момент многие из них принимают решение воспользоваться продуктом в результате триггера, который напрямую не связан с вашей текущей активностью. Например, у человека возникла определенная ситуация в жизни, где ваш продукт может помочь. Если вы при этом активно крутите рекламу, то велика вероятность случайно зацепить таких пользователей. В этом случае все заслуги по привлечению заберет на себя случайный рекламный канал (более детально мы обсудили эту проблему в этой публикации).
Когда вы используете устаревшие модели атрибуции
Как мы обсуждали во втором материале цикла, модель атрибуции должна меняться вместе с изменениями в продукте, маркетинг-миксе, целях компании. Если модель атрибуции не обновляется и не корректируется, то в определенный момент она перестанет описывать реальность, а вы перестаете контролировать ситуацию: начинается хаотичный рост или хаотичное падение результатов. Чем хуже работает модель атрибуции, тем более ярко выражена проблема с инкрементальностью каналов.
Пример
Вы запустили новый канал. По данным модели атрибуции он работает плохо, но при этом общие показатели бизнеса выросли, и вы точно знаете, что не было других причин для этого. Вы с уверенностью можете сказать, что модель атрибуции не отражает реальность.
В такой ситуации вы сможете примерно оценить инкрементальные продажи нового канала, подсчитав разницу между общим результатом до запуска канала и общим результатом после запуска канала.
Когда природа ваших каналов порождает проблемы с инкрементальностью
Проблеме инкрементальности подвержены каналы с большими охватами, где возникает вероятность случайно зацепить пользователя, который и так был готов купить или начать использовать продукт.
Ниже перечислены такие типы каналов (но могут быть и другие!).
Охватные каналы, которые порождают спрос
У таких каналов низкая инкрементальность из-за больших охватов и вероятности зацепить «горячий» лид и атрибутировать его себе. Но для определенных продуктов при правильном использовании такие каналы могут работать эффективно и приводить инкрементальные продажи без участия других каналов.
- Реклама в онлайн-кинотеатрах, которую необходимо просмотреть для доступа к контенту;
- Реклама в Facebook, Instagram, а также прероллы в YouTube при использовании Post View атрибуции. В Facebook вам достаточно просто увидеть рекламу в ленте, чтобы быть атрибутированным кампании при использовании Post View модели атрибуции.
- Кликандеры — часто используемый канал. Он встречается на контентных ресурсах, у которых ограниченные способы монетизации. Пример: вы гуглите информацию, которая вас интересует → Переходите на сайт из поисковой выдачи, но, помимо самого сайта, у вас открывается еще одна вкладка с сайтом рекламодателя.
- In-App трафик — реклама в бесплатных приложениях, где нужно просмотреть рекламу, чтобы получить доступ к функциональности или «игровой валюте».
Каналы, которые закрывают спрос (работают только в комбинации с другими каналами)
- Ремаркетинг — у этого канала часто низкая инкрементальность, так как он таргетируется на аудиторию, которая уже знает о вашем продукте или уже использовала его, но по какой-то причине ушла. При этом велика вероятность, что эти пользователи органически вернутся. Но при правильном подходе и работе с сегментами этот инструмент может быть достаточно эффективным.
- Email-маркетинг — почти бесплатный рекламный канал для бизнеса. Часто его используют в цепочке с другими. При неправильном анализе он может «перетягивать» на себя результат, что будет влиять на объективность оценки эффективности канала.
Каналы, которые не предусматривают явный клик или переход по ссылке
- Реклама в подкастах. Большинство пользователей в результате такой рекламы перейдут на ваш сайт без клика по рекламной ссылке, поэтому будут выглядеть для вас как органика.
- Схожие проблемы возникают в телевизионной рекламе, в инфлюенсер-маркетинге, в YouTube.
Когда возникает фрод
Проблема инкрементальности порождает много возможностей для фрода и обмана. Недобросовестные партнеры могут запускать контекст на бренд и ставить свою реферальную ссылку, перепродавая вам вашу же органику.
Недобросовестное агентство может запустить рекламную кампанию в Facebook с целью максимального охвата и использовать Post View атрибуцию. Их цель — поймать максимальное количество людей, которые и так установили бы приложение или купили продукт, но при этом атрибутировать этот результат себе за счет показа им рекламы перед совершением целевого действия. Инкрементальность такой компании будет минимальна, хотя ROI (юнит-экономика) на основе модели атрибуции Facebook может прекрасно сходиться.
Фрод и обман, замаскированный проблемой инкрементальности, проявляется в большом количестве вариаций в разных каналах.
Когда вступают внешние факторы
Проблема инкрементальности, то есть переоценки трафика, становится все более распространенной и острой в условиях изменений в области приватности данных (изменения в работе с cookie в браузерах, ограничения IDFA и GAID).
Такого рода изменения влияют сразу на всю экосистему — резко падает эффективность моделей атрибуции, которые использовали IDFA в своей основе, меняется эффективность работы каналов (перестают работать механизмы оптимизаций, повышается конкуренция в каналах), перестают работать встроенные инструменты для оценки инкрементальности каналов (Conversion Lift). Все это приводит к новому уровню сложности оценки истинной ценности рекламных каналов.
Если вы хотите глубже разобраться в том, как создаются, развиваются и масштабируются продукты, пройдите обучение в симуляторах GoPractice.
→ «Симулятор управления продуктом на основе данных» поможет научиться принимать решения с помощью данных и исследований при создании продукта (путь от 0 к 1).
→ «Симулятор управления ростом продукта» поможет найти пути управляемого роста и масштабирования продукта. Вы построите модель роста и составите стратегию развития продукта (путь от 1 к N).
→ «Симулятор SQL для продуктовой аналитики» поможет освоить SQL и применять его для решения продуктовых и маркетинговых задач.
→ «Симулятор управления ML/AI-проектами» научит применять технологии машинного обучения с пользой для бизнеса.
Не знаете с чего начать? Пройдите бесплатный тест для оценки навыков управления продуктом. Вы определите свои сильные стороны и слепые зоны, получите план профессионального развития.
Еще больше ценных материалов и инсайтов — в телеграм-канале .
Оглавление цикла
Первый материал: Ошибки при расчете ROI и юнит-экономики. Влияние моделей атрибуции и инкрементальности на ROI в маркетинге
Почему при расчете ROI и юнит-экономики нельзя игнорировать влияние используемых моделей атрибуции и инкрементальности рекламы.
Второй материал: Модели атрибуции трафика. Почему модель атрибуции должна изменяться вместе с каналами продвижения, продуктом, маркетинговой задачей и внешней средой
Как подбирать модели атрибуции для оценки эффективности рекламных каналов исходя из специфики продукта, маркетинг-микса, бизнес-задачи и условий внешней среды; почему надо пересматривать и адаптировать модель атрибуции в случае изменений этих факторов.
Третий материал: Способы атрибуции рекламы без явного касания или клика
Как атрибутировать рекламу, если в маркетинг-миксе есть каналы, где сложно или невозможно зафиксировать касание пользователя с рекламой: альтернативные способы и их внедрение.
Четвертый материал: Инкрементальность рекламы. Как оценить истинное влияние рекламных каналов на рост продукта
Что такое инкрементальность в маркетинге, чем она отличается от модели атрибуции, какие индикаторы указывают на наличии проблем с инкрементальностью. Подходы к проведению инкрементальных тестов в разных условиях, калибровка модели атрибуции и всей системы оценки эффективности рекламных каналов.
Пятый материал: Проблемы с инкрементальностью каналов. Типичные ситуации их возникновения и признаки, которые на них указывают [вы здесь]
Какие факторы могут привести к проблемам с инкрементальностью каналов, какие признаки указывают на их наличие.
