[ИССЛЕДОВАНИЕ] Почему стоит использовать только одного ретаргетингового партнера

«Наша стратегия заключается в использовании одного ретаргетингового партнера в рамках одного рынка. В противном случае вы конкурируете сами с собой за собственный счет. Это означает, что вы заплатите в два раза больше за один и тот же инвентарь.» – Войцех Солтыс, Руководитель отдела Performance маркетинга в Remix

Когда вы уже используете технологии ретаргетинга или только собираетесь начать это делать, большая часть первоначального тестирования связана с одним вопросом. И все сводится к следующему: одного ретаргетингового партнера использовать или двух.

Мы знаем, что ретаргетинг популярен, неважно, используете ли вы одного ретаргетера или двух. Когда мы в Criteo работали над нашим исследованием «Исследование рынка рекламных технологий 2019», мы выяснили, что ретаргетинг и медийная реклама – главные тактики для маркетологов. Большинство маркетологов прекрасно знают об эффективности медийной рекламы. Гипер-релевантная реклама, таргетирующая посетителей сайтов, которые уже выразили свой интерес к товарам ритейлера или бренда, генерирует чрезвычайно высокий ROI, при этом обеспечивая полную прозрачность и контроль для рекламодателя.

Обычно для запуска такой кампании необходим ретаргетинговый партнер. И так как рекламодатели обычно начинают с запуска рекламы с помощью одного партнера, возникает закономерный вопрос: следует ли использовать только одного ретаргетингового партнера или использовать несколько решений для ретаргетинга?

Рынок паблишеров в 2019 году

Разные ретаргетинговые партнеры имеют разные подходы и возможности. В начале 2010-х, когда ретаргетинг был еще совсем новой технологией, у разных вендоров могли быть уникальные возможности и эксклюзивный доступ к инвентарю паблишеров – а это означает эксклюзивные аудитории.

Появление модели RTB (real-time bidding) произвело настоящую революцию, и на сегодняшний день только несколько ретаргетеров имеют по-настоящему эксклюзивные возможности. Большинство вендоров пользуются биржами RTB почти для всех своих рекламных ресурсов. Такие платформы доступны всем желающим, поэтому предлагаемый инвентарь не является эксклюзивным.

Но у поставщика ретаргетинга есть возможность иметь премиальный инвентарь вне бирж RTB – Criteo Direct Bidder является хорошим примером такого преимущества.

Наука и искусство использования бирж RTB

Открытая биржа RTB – отличная штука: она позволяет любому рекламодателю делать конкурентные ставки за показ рекламы данному конкретному пользователю. Динамический ретаргетинг использует эту возможность для точного определения ценности показа вашего объявления данному пользователю и назначения ставок соответственно. Когда ваш поставщик ретаргетинга выигрывает аукционы RTB – и показывает ваши объявления – вы зарабатываете больше продаж с целевым ROI.

Когда вы пользуетесь одним ретаргетинговым решением, все ставки скоординированы для достижения максимального ROI. Ваш поставщик ретаргетинга понимает, как уменьшается ценность каждого последующего показа рекламы, обеспечивая правильную частоту показа для каждого пользователя и оптимальное взаимодействие.

Мир множества ретаргетеров

Все становится несколько сложнее, когда два ретаргетинговых партнера борются за внимание одного и того же пользователя. Если маркетолог решает воспользоваться услугами сразу двух ретаргетинговых партнеров, перед ним возникают две значительных проблемы.

1. Перегрев аукциона

Так как большая часть инвентаря продается через уже упомянутые ранее RTB площадки, оба ретаргетера будут стараться выкупить этого пользователя (за ваш счет). Мы называем это перегревом аукциона. Это так же плохо, как это звучит: по сути оба партнера будут тратить ваш рекламный бюджет на искусственную конкуренцию, а вы заплатите больше за один и тот же рекламный показ.

При использовании одной и той же биржи двумя вендорами, оба партнера будут конкурировать за один и тот же показ между собой за ваш счет.

2. Частота показов

Использование нескольких ретаргетеров также приводит к отсутствию данных о частоте показов. Другая важная проблема касается частоты показов. Частота демонстрации баннера каждому пользователю должна рассчитываться индивидуально и тщательно отслеживаться. Однако, поскольку ретаргетер 1 не знает, сколько объявлений было показано ретаргетером 2 (и наоборот), для любого ретаргетера невозможно правильно установить ограничение частоты показов на пользователя. Велика вероятность, что ваши пользователи будут видеть вдвое больше баннеров, чем нужно, что однозначно негативно повлияет на восприятие вашего бренда. Наконец, ставки, представленные любым ретаргетером, не отражают истинную ценность показа объявления, поскольку ни один из ретаргетеров не обладает полной информацией о количестве уже показанных объявлений.

Что говорят данные

Итак, искусственный перегрев аукциона только вредит эффективности. Разве вы станете заводить несколько аккаунтов на eBay или другом онлайн-аукционе и размещать сразу две ставки, конкурируя с самим собой? Давайте обратимся к данным и рассчитаем, насколько страдает ROI при перегреве аукциона отсутствии информации о частоте показов?

Чтобы ответить на этот вопрос, мы в Criteo собрали кросс-функциональную команду профессионалов в аукционе RTB, data science и эффективном маркетинге. Мы разработали симулятивную модель, позволяющую точно оценить изменения в ценности для рекламодателя при подключении двух и трех ретаргетинговых партнеров.

Наша модель также позволила нам определить специфический эффект как от перегрева аукциона, так и от отсутствия данных о частоте показов.

Наша команда провела симуляцию более 150 миллионов рекламных показов. Мы создали разные сценарии: сценарий с одним ретаргетером, сценарий с двумя ретаргетерами и сценарий для трех ретаргетеров.

Определили ценность для рекламодателя, генерируемую при каждой опции. Мы настроили различные параметры, такие как разделение дисплеев между ретаргетером 1 и ретаргетером 2, чтобы понять, как изменения в системе влияют на снижение ROI.

Что мы обнаружили

В целом, исследование не оставило никаких сомнений: рентабельность инвестиций снижается на 22 %, когда рекламодатели используют двух ретаргетеров вместо одного, и становится еще хуже, если вы добавляете больше ретаргетеров.

Методология 

Наше исследование состояло из двух основных моделей: модели для конкретного определения негативного эффекта от отсутствия данных о частоте показов и модели, которую мы использовали, чтобы исключив влияние отсутствия данных о частоте, сосредоточиться на перегреве аукциона. Во второй модели мы определяем потерю ценности с точки зрения рентабельности инвестиций для рекламодателя.

Часть I: Частота показов

Итак, как мы можем рассчитать точный эффект от отсутствия данных о частоте показов?

Мы начали с рассмотрения трех основных факторов, определяющих степень ухудшения рентабельности инвестиций, которая может возникнуть из-за использования двух ретаргетеров:

• Какая доля всех рекламных объявлений показана каждым из ретаргетеров?
• Насколько быстро снижается ценность показа рекламы, когда реклама одного и того же продукта показывается одному и тому же пользователю?
• Какова средняя частота показов рекламы на данного пользователя?

Мы также начали с основного маркетингового факта: весь маркетинг утомляет. В частности, мы знаем, что N + 1-е воздействие маркетингового средства обычно менее мощно, чем N-е воздействие того же маркетингового средства. В случае динамического ретаргетинга, Criteo имеет данные о увеличении степени утомляемости от 10 % до 20 % для каждого дополнительного воздействия.

Что касается частоты, мы взяли 10 за среднюю частоту показов. Несмотря на то, что фактическая частота варьируется в зависимости от пользователя, мы считаем, что эти средние значения являются разумными в течение среднесрочного периода в 7-10 дней и представляют период пиковых покупок для многих продуктов.

Наконец, мы рассмотрели «наихудший случай», когда на каждого ретаргетера приходится 50 % рекламы, и более скромный случай, когда основной ретаргетер показывает 80 % рекламы.

Для каждого из этих случаев мы моделировали показ дисплея за дисплеем, так как мы ожидали, что произойдет именно это.

• Мы считали, что для каждого пользователя существует 80 % вероятности увидеть другое такое же объявление. Такое правило позволяет нам иметь распределение частоты, близкое к тому, что мы видим «в дикой природе», при сохранении средней частоты в 10 дисплеев.
• Когда пользователь видел другое объявление, мы случайным образом выбирали (с вероятностью 50 % или 80 %), было ли объявление показано первичным ретаргетером или вторичным ретаргетером.
• Каждый ретаргетер определяет ценность рекламного показа на основе только тех объявлений, которые были показаны им самим. Например, если это 3^-е объявление для пользователя № 1, и оно показывается ретаргетером № 2, его ценность (как видно из статистики ретаргетера № 2) будет ценностью показа первого объявления (если ретаргетер № 1 показал объявления 1 и 2).
• Мы рассчитываем переоценённость, вызванную отсутствием данных о частоте показов, как сумму всех ценностей по сравнению с суммой реальной ценности. Таким образом, наши результаты учитывают все варианты оценки, отражая реальные деньги, потраченные на покупку инвентаря.

Пожалуйста, смотрите следующую таблицу для примера того, как имитировать отсутствие данных о частоте показов:

Примечания к вышесказанному:

1. Для дисплеев 1 и 2 у нас пока нет пересечений. Ретаргетер 1 делает оба показа и правильно понимает, что реклама отображается № 1 и № 2 для пользователя. Таким образом, реальная ценность объявления и его воспринимаемое значение (отображаемое ретаргетером) равны.
2. Проблема возникает с показом № 3. Поскольку ретаргетер 2 показывает это объявление и думает, что это показ № 1, ретаргетер 2 оценивает показ в $ 1, тогда как реальная ценность показа объявления составляет $ 0,64. Обратите внимание, что реальная ценность показа объявления снижается на 20 % с каждым дополнительным показом рекламы, так как имеет место маркетинговая утомляемость.
3. С показом № 4 мы вернулись к ретаргетеру 1. Однако, поскольку показ № 3 обслуживался ретаргетером 2, это действие ретаргетера 2 теперь снижает способность ретаргетера 1 правильно определить ценность показа.
4. Этот процесс продолжается до тех пор, пока пользователю 1 не перестанут показывать объявления. Затем, мы начинаем все заново с пользователем 2.

Основываясь на вышеупомянутом исследовании, мы считаем, что средняя переплата составляет 19 % при использовании двух ретаргетеров.

Часть II: Перегрев аукциона плюс отсутствие данных о частоте показов.

Чтобы определить влияние перегрева аукциона и отсутствия данных о частоте показов на рентабельность инвестиций рекламодателей, мы имитируем миллионы запросов ставок. Запрос ставки происходит, когда обмен ставками в реальном времени (RTB) обращается к нескольким участникам, чтобы спросить, сколько заплатит каждый участник, чтобы показать объявление определенному пользователю. Большинство RTB-бирж используют так называемый аукцион по первой цене, где участник, предлагающий высокую цену, получает возможность показать объявление пользователю, а участник, предлагающий высокую цену, платит цену предложения. В нашем исследовании используется модель аукциона по первой цене.

Для каждого запроса ставки существует ценность, которая создается для рекламодателя путем показа объявления этого рекламодателя данному пользователю. Однако это значение должно быть предсказано, и поэтому оно не известно со 100 % точностью. В сфере ретаргетинга, лучшие игроки имеют высокую точность прогноза, а для этого требуется, чтобы эти игроки были в состоянии предсказать вероятность будущих событий. Лучший в своем классе ретаргетинговые решения определенно прогнозирует точную вероятность того, что данный пользователь нажмет на объявление, а затем совершит покупку на веб-сайте рекламодателя. Пользователи, которые с большей вероятностью откликнутся на рекламу, стоят больше, а высококачественные решения по ретаргетингу увеличивают или уменьшают «ставку», чтобы отразить эти различия.

Мы рассчитываем реальную ценность показа как eCPM показа.

Мы моделируем оценку каждого ретаргетера следующим образом:

• Начните с реальной ценности показа (eCPM)
• Рассчитайте чуть больший или меньший eCPM (на нормально распределенную случайную величину), чтобы учесть тот факт, что у всех ретаргетеров есть какая-то погрешность (поскольку будущее не вполне предсказуемо)
• Рассчитайте эффективную цену за тысячу показов (eCPM), чтобы учесть «ошибку превышения ставки», определенную в разделе «Отсутствие данных о частоте показов» данного отчета. Эта ошибка распределена экспоненциально (поскольку она должна составлять 0 % или более) со средним значением 19 %, основываясь на результатах нашего исследования об отсутствии данных о частоте показов

Как только оценки рассчитаны для каждого ретаргетера, ставки должны быть «затенены» (или уменьшены), чтобы учесть тот факт, что ценность для рекламодателя появляется только тогда, когда сумма, уплаченная за показ, меньше, чем реальная ценность показа. Мы придерживаемся консервативного подхода и предполагаем, что все ретаргетеры применяют оптимальные стратегии затенения ставок (хотя это вряд ли так из-за масштаба данных, необходимых для создания оптимальных расчетов затенения ставок).

Наконец, используя фактические ставки каждого ретаргетера, мы можем смоделировать сам аукцион.

• Все ставки ретаргетеров выходят на аукцион
• Ретаргетер с наивысшей ставкой идет против всех «второстепенных» участников аукциона
• Мы отражаем реальность рынка, используя реальную «вероятность выигрыша» на основе ставки
  • Например, если самая высокая ставка ретаргетера составляет $ 2,15, мы можем предполагать, что ставка в $ 2,15 выигрывает аукцион в 22 % случаев.
  • Вероятность выигрыша логарифмически нормальна», что означает, что она сначала растет медленно, затем быстрее, а затем снова медленно. Некоторые называют это «S» кривой.
  • Увеличение низкой ставки, например, от $ 0,10 до $ 0,30, не окажет большого влияния, так для обеих ставок вероятность выигрыша невысока. Однако перемещение ставки от $ 1,30 до $ 1,50 будет иметь больший эффект, так как в середине распределения вероятность выигрыша растет быстрее.
  • На верхнем пределе мы видим тот же эффект, что и на нижнем. Увеличение ставки с $ 10 до $ 10,20 не окажет большого влияния, поскольку процент выигрышей уже достаточно высок.
• Если ретаргетер выигрывает аукцион, то с этого ретаргетера начисляется сумма ставки, и мы рассчитываем стоимость, созданную для рекламодателя.

Затем мы можем повторять эти заявки на участие в торгах миллионы раз, чтобы смоделировать, что происходит, когда реальный рекламный клиент взаимодействует с партнерами по ретаргетингу. Мы создали код, чтобы посмотреть, что произойдет при использовании 1 ретаргетера, 2 ретаргетеров и 3 ретаргетеров. Результаты представлены выше.

Если вы используете только одного ретаргетингового партнера, продолжайте делать это и убедитесь, что вы используете лучшее в своем классе решение. Если вы используете несколько ретаргетеров, подумайте какой способ тестирования будет для вас оптимальным, чтобы сохранить только одно решение для ретаргетинга, которое должно генерировать более высокую рентабельность при тех же общих затратах.

Для этого вы можете провести предварительный анализ того, что происходит при запуске одного ретаргетера, и того, что происходит при работе с двумя ретаргетерами. Разделите cookie пул на группы A и B: пусть один ретаргетинговый партнер работает с аудиторией из группы А, а другие – из группы B. Убедитесь, что средние траты на cookie одинаковы для обеих групп. После этого, проанализируйте продажи (не атрибутированные!) в каждой из групп.

Если вы мыслите как мы и как наши клиенты, вы обнаружите, что один ретаргетер всегда лучше двух!

Хотите узнать больше о ретаргетинге? Посетите наш хаб о ретаргетинге или скачайте полную версию «Один ретаргетинговый партнер лучше двух – краткое руководство».