Агентствам важно постоянно отслеживать влияние рекламных кампаний на продажи, эффективность различных каналов, а также быть в курсе текущей рыночной ситуации. И в современном мире для этого появилось множество онлайн-инструментов. Дмитрий Рыжкин, Data Science директор агентства 
Havas Media (Россия) (входит в 
АДВ ) в колонке для Sostav объяснил, в чем польза эконометрики для рекламщиков, и составил обзор онлайн-дашбордов на основе эконометрического моделирования.
Главный вопрос эконометрики: что, когда и насколько оказывает влияние на интересующий KPI
Эконометрика — наука, которую активно применяют в маркетинге. Ее задача — оценивать эффективность различных рекламных инвестиций бренда с учетом влияния внешних и внутренних факторов. Полученные оценки позволяют агентству оптимизировать будущие медиаактивности рекламодателей.
Обычно модели строятся для продаж товара, количества чеков в магазинах, интернет трафика сайта и других бизнес метрик. Одним из основных этапов эконометрики является выдвижение гипотез о том, как устроены взаимосвязи между исследуемыми показателями. Сама процедура анализа сводится к тестированию множества этих гипотез.
Одним из достоинств эконометрического анализа является возможность относительно простой интерпретации полученных результатов. В результате каждый фактор, учтенный при построении модели, представляет собой «вклад» в состояние исследуемого объекта или явления. Например, рост цены, как правило, отрицательно влияет на продажи. Модель позволяет оценить это влияние количественно.
Чем эконометрика может помочь рекламщику
Для агентства важна оценка рекламы: как кампания повлияла на продажи бренда, каким образом сыграла активность конкурентов, какое медиа работает наиболее эффективно.
Модель позволяет ответить на эти и другие вопросы на основе исторических данных бренда и методов математической статистики. На основании проделанного анализа могут быть предоставлены рекомендации о том, как повысить продажи, увеличить трафик, повысить окупаемость инвестиций. При этом неотъемлемой частью эконометрики является тестирование статистической значимости всех полученных результатов и качества модели в целом.
Эконометрическая модель может быть построена как на агрегированных данных на всю Россию, так и на детальных данных на уровне точек продаж. Второй вариант особенно полезен для категории ритейла, где доступны все детальные продажи на уровне магазинов. При этом результаты моделирования могут быть интересны как на всю Россию, так и в детализации по регионам. С помощью BI-инструментов результаты моделирования можно упаковать в компактный вид: нескольких страниц, на которых будет доступна вся необходимая информация по регионам и по периодам.
Еще одним достоинством эконометрического моделирования является возможность построения прогнозов на будущее на основе модели. Хотя, скорее, корректнее говорить о проведении «Что, если?» анализа, в котором мы предполагаем различные сценарии на будущее, и сравниваем прогнозы для каждого из них. Это позволяет нам строить прогноз продаж, например, при разном уровне или разных периодах рекламных инвестиций на год
В идеале по результатам проекта необходимо предоставить возможность рекламодателю самостоятельно строить прогнозы на основе модели в интуитивно понятном онлайн симуляторе, который доступен по ссылке 24/7.
Пример модели
Ниже приведен пример модели Havas Media по регионам, результаты которой представлены в виде онлайн-дашборда. В основе проекта лежит две эконометрических модели, построенных на региональных данных по количеству чеков. Одна модель для офлайн каналов продаж, и вторая для онлайн.
Навигация по дашборду осуществляется с помощью специальной страницы.
Все результаты моделирования доступны как на Россию, так и по отдельным регионам: как по онлайн, так и по офлайн магазину. В динамике, и в процентах за произвольный период по двум показателям: визиты и чеки.
Также на отдельной странице можно уведеть результаты кампаний в деталях: в рамках этого проекта мы оценивали эффективность отдельных ТВ-кампаний.
Мы создали не просто онлайн-дашборды, а инструмент прогнозирования и планирования на основе модели. Это потребовало интеграции скриптов на языке программирования R, которые и делают оценку прогноза «на лету». В примере ниже идёт сравнение сценариев по медиаактивности на будущее с точки зрения прироста трафика в магазинах.
Конечно, общий прогноз чеков зависит от множества факторов, в том числе внешних. Однако это не мешает нам сравнивать эффективность различных медиапланов с точки зрения модели. Остальные факторы также могут быть учтены при необходимости.
Преимущества дашбордов
Таким образом, у предоставления эконометрической модели в виде онлайн-дашбордов есть ряд преимуществ. Это позволяет:
- Уместить на одной странице всю необходимую детализацию в данных, вплоть до магазина и недели. При этом все данные в основе графиков при необходимости легко могут быть выгружены в Excel.
- Автоматически пересчитывать все результаты моделирования в зависимости от установленных фильтров.
- Сравнивать различные сценарии по маркетинговой поддержке на будущее в интуитивно понятном online инструменте, доступном 24/7.
- Презентация в свою очередь будет слишком объемной, чтобы вместить все эти результаты.