По данным компании Nielsen, всего 26% маркетологов уверены в том, что у них достаточно данных о своей аудитории. Из-за недостатка информации реклама бьет мимо цели и раздражает потребителей.
Представьте, что человек долго выбирал новый шкаф: изучал варианты на разных сайтах, читал отзывы, сравнивал качество и цены. Наконец он этот шкаф купил. Однако реклама комодов, этажерок и тумб продолжает преследовать его еще минимум пару месяцев.
Подобные предложения не отвечают запросам клиентов, тем более если речь идет о предметах мебели, бытовой технике или иных крупных покупках, которые совершаются раз в несколько лет.
Другой пример — контекстная реклама туристических путевок, которую показывают мужчине, посмотревшему в поисковике картинки курортов. Или предложение детских товаров женщине 30 лет только на основании ее пола и возраста. Но что, если мужчина искал фото для дизайна буклета, а дети женщины уже давно выросли из подгузников или у нее вообще их нет?
Навязчивая реклама
Объявления, которые возникают из ниоткуда, закрывают большую часть экрана, преследуют на разных сайтах и показывают товары, которые не нужны, вызывают раздражение, а не желание ознакомиться с предложением.
В исследовании Wunderkind 2023 года, посвященном отношению потребителей к рекламе, 92% опрошенных сообщили, что она становится все более навязчивой. Еще 91% заявили, что не будут покупать товары брендов, которые занимаются агрессивным продвижением.
Охватная реклама не только теряет эффективность, но, что еще хуже, она негативно сказывается на репутации брендов из-за неточности и навязчивости. Каждое предложение, которое не интересно человеку или мелькает перед глазами как назойливая муха, формирует негативный образ рекламодателя и заставляет покупателей избегать контакта с его продуктами.
Баннерная слепота
Переизбыток рекламы вызывает у потребителей эффект «баннерной слепоты». Этим словосочетанием называют склонность интернет-пользователя игнорировать элементы страницы, которые напоминают рекламу. Люди автоматически пролистывают рекламные объявления в ленте, не фокусируясь на содержании предложения.
В последние годы баннерная слепота стала похожа на вирус: от него страдает около 80% интернет-аудитории. При баннерной слепоте включаются в работу не только психологические механизмы защиты, но и реальные — 59% россиян используют приложения для блокировки рекламы.
Что делать брендам в этой ситуации
Несмотря на распространенность баннерной слепоты и AD-блокеров, по данным HubSpot, 77% потребителей предпочитают фильтровать рекламу, а не полностью отказываться от нее. Это означает, что люди заинтересованы в информации о товарах и услугах, но в адаптированном виде.
Потребители хотят испытывать доверие к компаниям, чью продукцию они покупают: 79% представителей поколения Z считают, что доверие к бренду влияет на желание купить товар или услугу. Большинство людей привлекают бренды, которые заботятся о потребностях своих клиентов и дают им чувство защищенности и безопасности. Все эти вещи можно транслировать через рекламу.
Работать с большими данными
Работа с большими данными позволяет таргетировать рекламу не на широкую целевую аудиторию, а на точечные целевые сегменты.
Данные о потенциальных клиентах могут включать в себя:
- социально-демографическую информацию: возраст, пол, место жительства, семейное положение, образование и профессию, наличие детей и другие характеристики;
- психологические особенности: качества личности, увлечения и интересы, взгляды и образ жизни;
- сведения из аккаунтов в соцсетях;
- данные поисковых запросов;
- историю совершенных покупок, покупательского поведения и многое другое.
Большие данные, исходя из способа их получения, можно разделить на три категории:
- First Party Data — информация о клиентах из собственных баз компании. Это история покупок, сведения о пользовании приложением и скидочной картой, реакция на акционные предложения, личные данные из профиля и прочее.
- Second Party Data — информация компаний-партнеров об аудитории с похожими интересами: покупатели спортивной экипировки и частые гости горнолыжного курорта, посетители вегетарианского кафе и клиенты магазина эко-товаров. Чужую базу данных можно купить или обменять на свою.
- Third Party Data — транзакционные данные из баз Оператора фискальных данных и крупных игроков рынка: ритейлеров, банков, провайдеров, операторов сотовой связи и так далее. First Data в своей работе собирает и использует именно этот вид информации, чтобы точно выделить целевые сегменты аудитории под конкретный запрос клиента.
Чтобы сегментировать пользователей и сделать им актуальное предложение, рекламодателю важно знать, какие товары люди уже купили или покупают регулярно. Владея этой информацией, компания не будет настойчиво предлагать кровать тому, кто купил ее месяц назад. Зато сможет предложить ему постельное белье, одеяла и подушки.
Создавать персонализированную рекламу
Возможности современных мартех-инструментов по сбору и анализу Third Party данных позволяют создавать рекламу для узких групп аудитории, что повышает ее уникальность для пользователей.
Рассмотрим пример: клиент хотел точнее определить целевую аудиторию для рекламы премиальных пельменей. Изначально он транслировал рекламу на широкий круг покупателей 22–55 лет. Изучение транзакционных данных показало, что качественные и дорогие пельмени чаще других покупают семьи с детьми, программисты, автомобилисты, любители путешествий и, что оказалось совсем неожиданным, спортсмены. Более узкий таргет на эти сегменты дал заметно лучший эффект и помог повысить продажи.
В 2022 году бренд одежды и аксессуаров Colin’s после ухода с рынка некоторых западных брендов (Pull&Bear, Bershka, Stradivarius, Cos, Cropp и др.) поставил цель рекламировать свои коллекции на этих клиентов. Найти их среди большой аудитории покупателей одежды удалось как раз с помощью Third Party данных. По итогам кампании у Colin’s значительно вырос средний чек, а эффективность трафика с performance-каналов превысила значения конверсии органического трафика на 12,5%.
Анализировать и адаптировать стратегию
Современные цифровые инструменты позволяют не только быстро собирать и анализировать транзакционные данные, но и отслеживать эффективность рекламы в режиме реального времени, чтобы вовремя корректировать каналы, содержание сообщений, время или частоту показов.
Например, в одном из кейсов с помощью анализа данных удалось по чекам точно вычислить время, когда мамы грудных детей не спят и потребляют контент в интернете. Мы стали транслировать видео-рекламу подгузников именно в эти временные промежутки, что повысило досматриваемость ролика до 85%.
Когда эффективность классической охватной рекламы снижается, скупать площадки и эфирное время — не самая правильная стратегия. Массовая реклама способна вызывать лишь негатив аудитории. Но это не значит, что у брендов нет выхода. Решение проблемы заключается в том, чтобы адаптировать предложения под потребности покупателя, который хочет видеть рекламу, способную решить его проблему.
Добавить комментарий