С 20 по 21 января 2015 года в Москве проходила очередная конференция «День интернет-рекламы: решения для онлайн-бизнеса».

Важными темами для обсуждения в эти дни стали разные аспекты ремаркетинга и ретаргетинга, а также проблема сбора и анализа BigData.

«Возможности использования BigData в малом и среднем бизнесе» – такую тему предложили слушателям и участникам мероприятия Дмитрий Буров и Александр Шестаков, представители Sape.

Количество пользователей Android сегодня превышает 1 млрд. человек, обратили внимание докладчики, т.е. каждый седьмой человек владеет смартфоном. В современный мобильный телефон встроено огромное количество датчиков: микрофон, камера, датчик освещенности и др. Телефон «знает», в какие магазины и аптеки ходит пользователь и хранит другую аналогичную информацию. Google не скрывает, что анализирует этот контент.

Современный Интернет хранит петабайты информации: Google обрабатывает около 24 петабайт каждый день. Через сети A&T еженедельно проходят 19 петабайт трафика. Эксперименты на большом андронном коллайдере производят данные для последующей обработки объемом 4 петабайта в год. Архивы Интернета содержат около 40 петабайт данных на 29 мая 2014 года. Для скачивания файлов через трекер Rutracker.org на 4 августа 2014 года было доступно около 2,562 петабайт данных. Только для создания спецэффектов к фильму «Аватар» компанией «Weta Digital» было задействовано более 1 петабайта данных. Представители «Blizzard» в 2009 году рассказали о ресурсах, затрачиваемых на работу серверов онлайн-игры «World of Warcraft»: это 75 тыс. процессоров, 1,3 петабайт места на жестких дисках и 4600 человек персонала.

Термин «Большие данные» появился еще в 2008 году. На одной из конференций Аркадий Волож отметил, что сегодня революция становится информационной, люди учатся обрабатывать большие данные и их генератор – сам человек.

Первая область, которая встретилась с обработкой больших данных – IT; интернет, социальные сети. Например, Facebook может рекомендовать в друзья даже тех, кто ехал с владельцем аккаунта в поезде. Поисковые системы учитывают поведенческие факторы. Технологические процессы тоже вовлечены в информационный обмен: GPS анализирует построение пробок, перекрытие дорог. В Японии умеют предсказывать кризисы на основе поисковых запросов и анализа среднего чека пользователей. Давно не удивляет предсказание погоды (применяются температурные датчики).

Проблемы использования этих данных в коммерческих целях упираются в сложность передачи сведений между компаниями и взаимную закрытость данных (соблюдение коммерческой тайны).

Как применить на практике информационный обмен? Докладчики предложили использовать данные в сервисе товарных рекомендаций. Мощный аналитический аппарат, считают Дмитрий Буров и Александр Шестаков, позволит встраивать рекомендации в карточки товаров.

Инструмент работы – ретаргетинг: показ рекламы посетителям, которые посещали сайт, но не выполнили целевое действие. Например, посетили карточку товара и ушли с сайта или оставили товар в корзине.

Именно ретаргетинг позволяет осуществлять up-sale и cross-sale. По XML и YML можно отслеживать поведение человека. Главное, преследовать пользователя умеренно, чтобы он не счёл рекламу назойливой и не установил расширение AdBlock.

Свои наблюдения о ремаркетинге предложил Юрий Николаев, медиадиректор Международного центра интернет-торговли «Allbiz». Он выступил с докладом «Ремаркетинг и лидогенерация: как обеспечить максимум заявок для b2b-компаний».

Для эффективности рекламы необходимо определиться с бюджетом, с целевой аудиторией и сформировать правильный рекламный месседж, обозначил ключевые точки выступления докладчик.

Для определения целевой аудитории, считает Юрий Николаев, имеет смысл разбить посетителей на тематические группы и подсчитывать их ежемесячное количество. Поведенческая матрица B2C и B2B различается, поэтому важно анализировать поведение группы.

Например, в сегменте B2B время принятия решения о покупке затягивается иногда на недели и месяцы, сбор информации о товаре в B2B имеет не индивидуальный, а групповой характер. Гораздо выше средний чек (от 1 тыс. до 1 млн USD). При этом на принятие решение оказывают влияние не только бренд, цена и поставщик; важным фактором становятся условия сделки, в том числе гарантия и сроки поставки. Чаще всего сделка совершается в оффлайне.

Процесс принятия решения о покупке проходит несколько стадий:

При анализе структуры заявок стало ясно, что максимальный объем трафика приходится на товарный каталог (60% от общего объема). Основной интерес посетителей сосредоточен на выборе товаров. При этом просмотр телефонных контактов из товарного каталога в 4 раза выше электронных заявок на покупку. Лид для продавца в данном случае – это контакты клиента.

Мини-сайт компании привлекает около 25% трафика, высокий процент телефонных заявок соседствует здесь с небольшим количеством электронных лидов.

Максимальная конверсия приходится на карточки товара. Объем трафика составляет около 15%, однако конверсия в 3-5 раз выше, чем в каталоге.

С помощью Google реально добиться охвата аудитории в РФ до 80%, если использовать не только поисковую, но еще и контекстно-медийную сеть. С помощью Яндекса можно добиться охвата в 96%.

Максимальную прибыль компании приносят лояльные клиенты, т.е. те, кто уже интересовался услугами. По статистике, конверсия новых клиентов составляет меньше 2%, при повторном заказе она возрастает до 5,1%, постоянные клиенты обеспечивают конверсию 8,7%. Повысить ее позволяет ремаркетинг. Если использовать его на нескольких стадиях выбора товаров или услуг и правильно сформулировать предложение под каждую ЦА, количество заказов возрастает.

Примеры: при просмотре товарных каталогов показывали категории look-alike. На стадии выбора поставщиков проводили ремаркетинг на аудиторию, которая заходила на сайты поставщиков: установили коды ретаргетинга, анализировали заходы и поведение пользователей. Затем показывали им рекламу: либо модели товара, либо поставщика.

Важный момент – аккуратность в ремаркетинге: нужно действовать осторожно с «похожими» посетителями, настраивая его только на аудиторию, которая действительно интересуется похожими товарами.

Опыт работы показал, отметил спикер, что такой подход к размещению рекламы оказался очень эффективен. Результаты по итогам анализа: AdWords давал более привлекательную ставку, чем Я.Директ.

В завершение докладчик сформулировал следующие выводы: