Эконометрическое моделирование все больше интересует рекламодателей. Но не всем до конца понятно, какие же задачи решает эконометрика, чем она помогает в бизнесе и что нужно, чтобы использовать ее возможности. Владимир Калюжный, специалист по аналитике и исследованиям Media First (входит в 
TWIGA) и Дарья Домашева, менеджер по корпоративному пиару TWIGA CG, рассказали об этом и начали с самых азов — что такое эконометрика на языке маркетологов.
От чего зависят продажи? Не такой уж и сложный вопрос, любой маркетолог перечислит вам, что влияет на продажи в его категории. Менеджер по рекламе торгового центра расскажет о скидках у арендаторов и дождливой погоде. Маркетолог антивирусного препарата — о заболеваемости ОРВИ и колебаниях цены. А на доставку еды, например, влияет день недели.
А что же с рекламной активностью? Какая отдача у каждого вложенного в рекламу рубля? Рекламный бюджет — это не затраты, а инвестиции, и мы должны знать, как именно они к нам возвращаются.
На этот вопрос отвечают два инструмента: системы сквозной аналитики и эконометрические модели. Сквозная аналитика — это когда мы собираем данные из разных источников и смотрим, что в итоге из наших рекламных усилий привело к продажам. Это данные колл-трекинга, систем веб-аналитики, CRM
Эконометрические модели — это оценка, как на наши офлайн- или онлайн-продажи влияют разные факторы (и далеко не только рекламные) и прогноз продаж на будущее.
Какие ответы мы получаем на выходе
Например, такие: «при увеличении бюджета на ТВ на 1 млн мы получаем 340 тыс. проданных упаковок продукта» или «каждый дополнительный дождливый выходной уменьшает продажи билетов в наш парк на 1200 штук». И зная, что и как влияет на продажи, мы уже строим прогнозы.
В качестве цели в модели могут быть не только продажи, но и трафик в магазин или ТЦ, знание бренда — главное, иметь достаточно данных.
Звучит полезно, но вызывает массу вопросов, правда? А какая погрешность, а можно ли верить этим прогнозам, а какие гарантии? И как вообще все это считается? Будем разбираться по порядку.
Поговорим о данных
Чтобы построить модель и с ее помощью делать прогнозы на будущее, нужно иметь данные о том, что происходило с вашими продажами в прошлом. И не только с продажами. Сейчас очень важно аккуратно собирать данные обо всех маркетинговых активностях, изменениях в цене, особенностях дистрибуции.
Необходимо иметь данные минимум за несколько месяцев продаж или за один-два последних года. Лучше больше. Иногда подойдут и дневные данные (например, для доставки еды или онлайн-кинотеатра). И второе, что вам понадобится — знание бизнеса. Вот почему мы всегда так глубоко погружаемся в нюансы бизнеса наших клиентов и разбираемся в них на уровне маркетологов категорий — без этого не получится качественного моделирования.
Мы часто сталкиваемся с двумя препятствиями, которые мешают эффективно помочь оптимизировать рекламный бюджет, основываясь на данных.
Во-первых, не везде есть системы сбора данных и стабильной регистрации всех активностей. Но ведь все мы понимаем, что без данных нет прогнозов. Появляется все больше и больше возможностей экономить рекламный бюджет и увеличивать прибыль благодаря анализу данных. Это стоит того, чтобы наладить систему сбора и учета. Так, в рамках принятой стратегии по углублению специализации Digital TWIGA в области комплексной аналитики данных к группе TWIGA присоединилась компания Sensu, специализирующаяся на системной интеграции и автоматизации.
Второе препятствие тоже касается сбора данных — некоторые рекламодатели опасаются делиться данными. В таких случаях тоже есть выход — можно предоставить данные, домноженные на какой-то только вам известный коэффициент. Или можно использовать для моделирования менее чувствительные данные — например, замеры знания бренда.
Есть у нас в арсенале и открытые источники, и платные — данные ритейл-аудита, индустриальных исследований. Но исключительно этих данных недостаточно. Для результата нам нужно понимание реальной динамики продаж (лидов, трафика) и нюансов маркетинговой активности — даже небольшая неточность может привести к ошибке в прогнозировании.
Что влияет на продажи
Вот какие источники продаж мы учитываем:
- Внешние: погода, экономика, заболеваемость
и т. д. - Маркетинговые: динамика цены, цена конкурентов, дистрибуция, маркетинговые акции, смена упаковки и др.
- Медийные: рекламные бюджеты онлайн и офлайн. Контакты, переходы и прочие метрики.
При этом медиафакторы — это до 25% от продаж. Вроде бы не так много, но многими моделями доказано — при отказе от медиаподдержки продажи в долгосрочной перспективе обычно падают сильнее, чем на 25%.
В каких категориях эконометрика — уже необходимость
У нас много примеров успешного и эффективного моделирования в фарме — эта категория хорошо мониторится. Очевидны и факторы, которые в фарме влияют на продажи.
Очень полезно моделирование для недвижимости, когда мы аккумулируем данные сквозной аналитики и эконометрики, дополняя анализ источника лидов ролью офлайна и внешних факторов. В автокатегории тоже налажен опыт моделирования количества заявок на тест-драйв и продаж — статистика собирается хорошо и качественно, благодаря чему погрешность нашего прогноза получается невысокая.
Моделирование часто полезно в ритейле (моделирование трафика в магазин или ТЦ) и, разумеется, в FMCG — продукты питания, бытовая химия — все те категории, о которых достаточно подробных исторических данных и где высока роль офлайна.
Эконометрика поможет выбрать креатив
Перед эконометрикой можно ставить и другие задачи. Например, как сработала смена креатива или какой креатив в офлайне был эффективнее и принес больше лидов. Например, при анализе эффективности роликов одного продуктового магазина выяснилось, что апрельский креатив с упоминанием самоизоляции сработал гораздо хуже, чем креатив про вкусную еду. А те же самые креативы в другом городе сработали иначе — от ролика про вкусную еду эффекта было меньше, чем про полезное питание.
Отметим еще один интересный момент. У многих охватных медиа наблюдается эффект «усталости», когда на старте кампании отдача интенсивно растет, а после точки перегиба эффективность падает. Часто мы видим возобновление эффективности кампаний в продажах при смене креатива и таким образом понимаем, в какой момент эту смену нужно производить.
Слабые места в моделировании
Погрешности и ошибки эконометрических моделей обычно зависят от количества данных. Наша практика показывает, что если данных минимум, погрешность прогноза продаж может быть до 13%, но если их достаточно, то и ошибки минимальны.
Бывает и так, что мы не можем учесть все важные факторы — например, не знаем важность каких-то календарных событий.
Эконометрика + медиастратегия = эффективность
Эконометрика, конечно, не хрустальный шар и не ответ на все вопросы. Модель дает подсказки: когда отдача от медиа убывает, какое медиа лучше конвертировалось в продажи и какой у него потенциал, какой креатив оказался эффективнее. Но это неотделимо от грамотной медиастратегии. То есть оптимизация медиаплана на основе выводов модели обычно очень эффективна, но она должна учитывать все особенности медиа и согласовываться с коммуникационной стратегией.
В следующей статье мы поговорим о том, какие факторы влияют на продажи в разных категориях и приведем несколько интересных примеров.