|
Автор материала — Вячеслав Новиков, генеральный директор компании JustNow |
Сегодня мы расскажем одну нетипичную, но весьма увлекательную историю. К сожалению, по понятным причинам мы не можем раскрыть названия компаний, о которых пойдёт речь в материале, в остальном же постараемся максимально поделиться подробностями и результатами.
В финале статьи мы покажем интересные цифры по банковским продуктам и применение сегментов, связанных с ЛПРами для Банков и FinTech. Мы получили впечатляющие результаты, которые сможем улучшить в ближайшее время.
О чём же пойдёт речь в этой статье? Поиск целевых сегментов для компаний B2B — дело не из легких. Но нам удалось поставить это на поток и выработать определённую механику: в статье как раз пойдёт речь об одном из наших первых кейсов, с которого началось «Большое путешествие» выхода на целевых клиентов для компаний B2B-направления (далее будем называть их ЛПР).
Расскажем о болях и инсайтах: о том, как мы пытались найти этих замечательных людей, принимающих решения, основываясь на результатах первого реализованного кейса, и как наши разработки повлияли на знакомство с компанией из банковского сектора. И, надо сказать, весьма успешно.
Чтобы погрузиться в ситуацию, надо немного о нас рассказать. Наша компания JustNow — молодое агентство digital-маркетинга с собственными AdTech-решениями. У нас есть несколько продуктов.
JUSTNOW DSP
Платформа для автоматической закупки интернет-рекламы с возможностью применения оптимизированного подхода одновременно на любых рекламных биржах.
JUSTNOW DMP
Платформа управления данными, позволяющая анализировать, сегментировать, систематизировать и хранить массивы пользовательских данных.
JUSTNOW PREDICTOR
Технология, позволяющая оптимизировать закупку с целью повышения вероятности конверсии по стратегиям CPC, CPM, CPA.
Для кейсов, о которых сегодня расскажем, мы использовали собственный стек решений, лишь на некоторых этапах прибегая к верификации Post-view. Также использовались методы, связанные с воронкой, через сторонние сервисы, поскольку это являлось требованием клиента для прозрачности всего процесса закупки и верификации.
Остановимся на B2B- и B2C-сегментах: большинство кейсов, о которых вы слышите, в основном относятся к B2C.
Приведём пример. Совместный кейс того же Heineken & Weborama (задача: вывод на рынок безалкогольного пива): для запуска РК мы ищем людей, которые захотят попробовать новый продукт. Это B2C, и использованная механика даёт результат. Но если мы говорим о B2B-историях, то с теми же механиками из B2C получается всегда очень плохо. Начиная c отсутствия инструментов и заканчивая тем, что инвентаря, специфически заточенного под B2B, тоже очень мало. Это достаточно неприятный момент, но он есть, и его необходимо учитывать.
Можем достаточно просто его проиллюстрировать: если у нас в Facebook есть готовые персоналии, которые можно использовать для рекламной кампании (и это реальные люди), то социальных сетей и ярких больших community по отраслям практически нет (даже LinkedIn не подходит).
Таким образом, можно выделить следующую проблематику в отношении сегментов:
- B2С: широкие возможности и множество инструментов;
- B2B: ограниченность ёмкости сегмента и инструментов.
Чтобы ещё лучше понять всё вышесказанное, расскажем несколько реальных историй наших клиентов.
К нам пришёл клиент, который занимался промышленными прессами. Оборудование высочайшего качества, которым можно было формовать даже танк (со слов клиента). Продукцией этой компании уже много лет пользовались крупнейшие компании, в ряде которых был даже «Монетный Двор». Разве это не повод для гордости?
Но была одна проблема: клиент захотел запустить рекламные кампании прессов. Когда мы проанализировали проект, выяснилось, что у клиента потенциально всего тридцать компаний по всей стране, которым вообще может потребоваться данный продукт, и все они крупные заводы. Более того, большинство из ЛПР этих заводов наш клиент знает лично.
Для чего мы привели этот пример? Он довольно полно характеризует ситуацию в B2B-сегменте: стандартные инструменты, используемые в B2C, для B2B не подходят. В этой ситуации компании-рекламодателю не сможет помочь ни одно агентство. Для нас же сейчас эта задача оказалась бы посильной, благодаря нашему собственному инструментарию. Один из рабочих вариантов мог быть заключаться в поиске смежных областей и анализе потребностей ЛПР, которые ищут схожие решения или готовятся открыть мелкосерийное производство.
Это была история о том, как данные использовать хорошо. Давайте рассмотрим задачу с продуктом для масс-маркета и без использования данных. Это тоже B2B, но цена решения достаточно низкая, чтобы на него можно было повлиять базовым маркетинговым инструментарием.
К нам пришла компания с IT-продуктом для малого и среднего бизнеса, поставив задачу найти тех, кто купит их программное решение. Во-первых, надо найти тех, кто понимает, во-вторых, кто имеет полномочия принять решение о покупке. Здесь мы имеем сильно ограниченное число людей, потенциальных покупателей — получается довольно узкий сегмент. И такие маленькие сегменты тяжело структурировать. Для них даже не нужно никаких лингвистических ядер и Big Data.
Давайте проведём эксперимент и посчитаем в уме:
| Всего юридических лиц в РФ | 22 тысячи (подходящих под наши критерии) | ||
| Население РФ | 150 млн человек | ||
| Вероятность показа креатива нужному человеку | 22 000/150 000 000 = 0,00014 | ||
| CPM | 40 ₽ | ||
| Требуемый бюджет | 6 млн ₽ | ||
| Цена одного контакта | 272 ₽ |
Условная проверка гипотезы на базе открытых данных и примерных цифр
Из таблицы выше видно, что цена одного условного контакта при одном показе рекламе составит 272 рубля. Но мы все понимаем, что один показ никогда не принесёт одной конверсии. Для клика пользователя, как правило, нужно 5–6 показов рекламного объявления. Для конверсии обычно требуется несколько переходов. Простая математика.
Вернёмся к кейсу IT-компании. Кто же будет являться ЦА в этом случае? Раз IT продукт, в ЦА можно записать как минимум линейных специалистов из IT-сферы. По сути аудиторию для решения данного кейса мы можем искать:
1) среди системных администраторов, программистов (они лица, которые могут повлиять на решение о покупке, но не всегда являются ЛПР);
2) используя поиск по поведению (гипотеза, что ЛПР из IT-сферы схожи поведением: обладают luxury-интересами, лояльны к luxury-брендам);
3) среди тех, кто только начал работу: ИП, ООО (на этапе открытия бизнеса нужно озаботиться многим для запуска деятельности).
Самая интересная ЦА из вышеперечисленных — открытие бизнеса. Что делает человек, когда только открывает своё предприятие? Помимо всего прочего ему нужно озаботиться тем, чтобы найти офис, снять помещение, зарегистрировать юрлицо, позаботиться о бухгалтерском кредитном обслуживании, подумать о нужном ПО.
Мы всё это объединили. Первые две теории не очень сработали, а последняя показала свою эффективность.
Перейдём к краже. Так где же всё-таки кража, которую мы упоминали в самом начале нашей статьи? Кейс IT-компании.
Сегмент за месяц умирает наполовину
Запрос клиента
-
Найти ЛПР в IT-сфере.
-
Показать каждому из них баннер всего один раз (значит конверсия клиенту не нужна).
-
Измерить величину сегмента: не действия, не клики, а именно сегмент — с помощью сторонней DMP через пиксель в баннере. Клиент хотел померить, как наши данные в него попадают, при этом не закупая сам сегмент в этой DMP, потому что там он был для них слишком дорогим.
-
Обещание, что после верификации будет большая кампания, на которой мы окупим все наши затраты на аналитику и сбор сегмента.
Итог
-
Заказчик скопировал сегмент через пиксель в баннере и выгрузил этот сегмент в другой канал закупки (другое агентство) с потерями в объёме сегмента.
-
Заказчик не смог применить собранные в сторонней DMP в другом канале.
-
Данные были привязаны к инвентарю, аудитории и каналу.
-
Данные быстро устарели.
По нашим данным, собранные сегменты умирают за месяц на половину. И это логично: не может человек искать стулья месяц. Если он захотел, то купит их в ближайшее время. Данные в рамках сегмента быстро устаревают, и через месяц уже никому не нужны.
Забегая немного вперёд скажем, что по нашим каналам выяснилось, что данное агентство в итоге не смогло реализовать кейс для IT-компании.
Что же у нас дальше? После того как мы сделали это размещение, клиенты постепенно начали к нам идти один за другим. Даже несмотря на то, что этот первый кейс был неплохой, мы получили прибыль, у нас не сложилось ощущения, что мы эту тему поняли, осознали и всему научились. Поэтому мы начали копать дальше.
ЛПР могут быть разными
Мы начали изучать ЛПР:
- пользователи с яркими профессиональными профилями;
- люди, принимающие решения в каких-либо сферах;
- мотивированные, активные и заинтересованные в развитии;
- те, кто изучает профессиональные темы.
Во-первых, мы стали смотреть на людей, которые имеют яркие отраслевые профили (1). Изучали, что они делают, что они смотрят, какие у них интересы и так далее. Заодно проанализировали много семантических ядер для разных отраслей.
Потом посмотрели на людей, которые имеют реальные полномочия для принятия решений (2): те, кто является реальными генеральными директорами, финансовыми, IT-директорами и так далее, то есть это те люди, которые где-то когда-то открыто сказали, что они и есть парни, которые принимают решения.
Прошерстили кучу ресурсов, связанных с развитием. На рынке много конференцией, постоянно появляются новые спикеры, посетители смотрят эти сайты мероприятий, организаторы проводят рекламные кампании. В общем, мы всё это посмотрели, и у нас появилась ещё одна группа людей (3).
Самая интересная получилась следующая выборка (4). Это те люди, которые хотят роста. Они потенциальные ЛПР, и сегодня человек может быть менеджером среднего звена, но он уже морально готовиться прыгнуть дальше. У этих людей есть очень чёткие маркеры.
В результате всех наших исследований получилась интересная картина, и именно эту (4) аудиторию мы решили протестировать для одного из наших реальных клиентов. В качестве такого клиента мы выбрали компанию из банковского сегмента, клиента, который был с нами более полугода. Мы предложили ему сделать тест. В итоге (4) сегмент даже без значительного тюнинга, по результатам наших предыдущих наработок, сработал очень хорошо. То есть тестовая кампания оценки видимости аудитории была классная. Поэтому мы плавно переходим к тому, что случилось дальше и какой кейс был следующим.
У нас было размещение с банком для юридических лиц: это дистанционное обслуживание. В качестве продукта выбрали РКО (расчётно-кассовое обслуживание). Оно, как правило, выбирается компанией на старте и меняется в случае какого-то роста или увеличения каких-либо показателей, требующих реорганизации. В качестве теста мы взяли период в месяц, аудитория, которая нам была интересна, — это люди, которые собираются открыть счёт: малые и средние предприятия, потому как в больших компаниях за это, как правило, отвечают уже финдиректора. Что у нас получилось дальше? Закупались у нас, в качестве формата рекламного размещения мы выбрали баннеры и видео.
Клиент сказал при подготовке брифа, что хотел бы таргетироваться на всех людей в РФ старше 23 лет за исключением людей пенсионного возраста.
Во время подготовки брифа клиент предложил использовать набор сегментов, относящихся к его бизнесу. Мы взяли из нашей таксономии сегменты, разбавили банковскими продуктами и в соответствии с предыдущим опытом для этого рекламодателя всё это дело начали тестировать. Мы отрабатывали огромное количество различных гипотез, и пошла конверсия. Причём конверсий было настолько много, что это позволило нам делать look-alike и после ещё догонять людей в ретаргетинге. Это довольно редкий случай, когда вы мало того что попали в аудиторию, у вас эта аудитория ещё отлично конвертировалась.
Что же у нас получилось? Заявок было довольно много. С видео заявка стоила 4117 рублей, и на баннерах почти в семь раз меньше. То есть это люди, которые пришли в банк, заполнили там анкету, и дальше уже банковские менеджеры использовали эту анкету для заведения счёта и проверок СБ.
Какие же выводы мы получили на основе этого кейса?
-
Найденные ЛПР активно интересовались финансовыми услугами, даже если они у них были.
-
Большинство гипотез, основанных на стереотипах про ЛПР, не сработали.
-
У ЛПР воронка продаж длиннее, поэтому адаптированные креативы показали бо́льшую эффективность (если не менять креативы, то эффективность сильно падает из-за баннерной слепоты).
-
Были построены и проработаны LAL-сегменты и ретаргетинг.
-
Для получения статистики PV конверсии был использован сторонний трекер.
Что же интересного мы вынесли?
1. Чтобы получать больше информации о людях, нужно больше специализированного инвентаря из предметной области и расширение охвата за счёт смежных сегментов.
2. Правила так или иначе универсальны. Искать людей с каждой новой областью всё проще.
3. Изучение особенностей предметной области позволит обойти конкурентов на рынке в аналогичной области, без затраты средств на выкуп.
4. Важно иметь партнёра, который поможет верифицировать данные. Проработка, реализация и применение комбинаций наработок с ЛПР с данными нишевых партнёров позволяет сфокусироваться на конкретной предметной области.
О нишевых партнёрах и расскажем дальше.
Обогащение данных на примере партнёра по процессингу
Мы взяли партнёра по процессингу платежей. Попытались собрать все офлайн-данные, которыми они обладают в CRM и других источниках, объединили их и получили онлайн-профили. Далее прогнали их через свой инструментарий по исследованию аудиторий и нашли у них много интересных инсайтов, которые в дальнейшем привели к тюнингу правил сегментации.
После этого мы пошли дальше: у нас появился чисто аналитический продукт, связанный с путешествиями. То есть это люди, которые летают, ездят на поездах, машинах. Мы умеем различать средства передвижения. Информацию мы дополнительно верифицировали по букинговым данным авиакомпаний: они подтверждают то, что эти люди действительно летают, отдельно можно выделить полеты бизнес-классом. Потом мы берём предметную область, смотрим, какие у неё есть бизнес-кластеры по перемещению, накладываем, и у нас получается сегмент по среднему и крупному бизнесу. Реальные люди, которые ездят в командировки и могут повлиять на принятие решений, а не travel-агенты, которые дальше выбора подрядчика ничего не решают.
К каким выводам мы пришли
-
Выгружать или копировать сегменты надо систематически, при единоразовом копировании они быстро устаревают. Это позволяет собрать релевантные исторические данные, на которые так или иначе уже можно опираться.
-
Данные для подготовки сегментов должны актуализироваться и обновляться по результатам закупки, аналитически построить сегмент с нуля сложно.
-
Нужно замерять эффективность данных для основных направлений или отраслей.
-
Рекомендуем замерять эффективность смежных сегментов, которые, порой, далеки от первоначального сегмента.
-
Брать один единственный сегмент бессмысленно, нужен анализ профиля по множеству сегментов, порой даже нецелевых.
Партнёрская публикация
Мнение редакции может не совпадать с мнением автора. Ваши статьи присылайте нам на 42@cossa.ru. А наши требования к ним — вот тут.
Источник: