Анализ медийных кампаний: поствью, эконометрика и дата дривен атрибуция

В прикладной работе с медийкой обычно используют три метода: post-view аналитику, эконометрику и data driven атрибуцию. Экзотических подходов на рынке много, но в ежедневной работе маркетинга и аналитики чаще всего живут именно эти три. У каждого метода свой вопрос, свой уровень точности и свой уровень сложности.

Какие методы анализа медийных кампаний реально используют на практике

Если говорить просто, картина такая:

• post-view аналитика, то есть аналитика действий пользователя после просмотра рекламы, отвечает на вопрос, был ли вообще эффект после показа и как он проявился
• эконометрика показывает, как медиа влияет на продажи, выручку и бизнес-метрики на уровне периодов, каналов и медиамикса
• data driven атрибуция, то есть атрибуция на основе данных, распределяет вклад между касаниями в пользовательском пути и помогает видеть реальную роль кампаний внутри digital-цепочки

Сравниваем три метода анализа медийных кампаний

Метод	На какой вопрос отвечает	Когда использовать	Какие данные нужны	Главные ограничения
Post-view аналитика	Был ли отложенный эффект после показа	Когда нужно быстро понять вклад медийки в визиты, лиды и сделки	трекер показов, пиксели, веб-аналитика, CRM, окно атрибуции	легко переоценить эффект при слабой настройке окна и без контроля
Эконометрика	Как медиа влияет на продажи и выручку на уровне периодов	Когда нужно принять стратегические бюджетные решения по каналам и медиамиксу	длинные временные ряды, расходы, продажи, сезонность, акции, внешние факторы	слабая детализация на уровне кампаний и креативов
Data driven атрибуция	Какой вклад внесло каждое касание в цифровом пути	Когда нужно управлять digital-каналами, кампаниями и бюджетом внутри многоканальной воронки	user-level пути, post-view, post-click, веб, app, CRM, единые идентификаторы	требует много качественных данных и хорошей склейки источников

Post-view аналитика

Post-view аналитика связывает показ рекламы с последующим действием пользователя. Человек увидел баннер или ролик, не кликнул, вернулся позже сам и оставил заявку, купил или выполнил другое целевое действие. Такой сценарий и есть базовая зона post-view.

Этот подход используют, чтобы:

• доказать, что медийка вообще приносит результат
• сравнить площадки, форматы, креативы и сегменты
• увидеть отложенный эффект, который теряется в last click
• получить рабочую операционную аналитику во время кампании

Такая аналитика показывает:

• связку показов с конверсиями
• сравнение post-view и post-click эффекта
• понимание, какие кампании создают последующий спрос
• более честную оценку медийки, чем по CTR и прямым переходам

Что для этого нужно:

• трекер показов или медийный пиксель
• настроенное окно атрибуции
• связка с веб-аналитикой и CRM
• понятная логика дедупликации конверсий

Где начинаются ограничения:

• окно атрибуции можно завысить и притянуть слишком старые показы
• при длинном пути пользователя часть эффекта может быть общей заслугой нескольких каналов, а точно понять вклад каждого позволяет только атрибуция на основе данных

Post-view отвечает на вопрос: видно ли влияние медийки на уровне показов и последующих действий. Для многих компаний это первый рабочий уровень, с которого вообще начинается внятная оценка медийной рекламы.

Эконометрика

Эконометрика в маркетинге обычно приходит в формате marketing mix modeling, или MMM. Это подход, который смотрит на агрегированные ряды: расходы по каналам, продажи, сезонность, акции, цены, внешний фон. Дальше строится модель, которая оценивает, как эти факторы связаны с бизнес-результатом во времени.

Подход помогает ответить на вопросы:

• как медиа влияет на продажи в целом
• как делить бюджет между каналами
• какой вклад дают digital, ТВ, радио, промо и другие активности
• где заканчивается краткосрочный эффект и начинается долгий хвост

Что эконометрика даёт на практике:

• вклад каналов в продажи или выручку
• понимание насыщения канала
• оценку лагов, то есть отложенного эффекта
• сценарии перераспределения бюджета
• более стратегический взгляд на медиамикс

Что для этого нужно:

• длинная и чистая история данных
• расходы по каналам
• бизнес-результат по периодам
• данные по сезонности, скидкам, акциям, дистрибуции и другим внешним факторам
• аналитик или команда, которая умеет модель собрать и интерпретировать

О чём важно помнить:

• эконометрика не может точно ответить на вопрос, какой баннер или какая конкретная кампания сработала лучше
• модель строится дольше, чем post-view отчёт
• при некорректных, неполных или малочисленных данных в вычислениях будут ошибки

Data driven атрибуция

Data driven атрибуция, то есть атрибуция на основе данных, работает на уровне пользовательских путей. Она распределяет вклад между касаниями не по жёсткому правилу last click или first click, а по данным о том, как касания реально связаны с конверсией.

Этот метод нужен, когда бизнес хочет:

• управлять digital-миксом внутри сложной воронки
• видеть вклад кампаний, площадок, креативов и таргетингов
• честно оценивать медийку внутри общей цепочки касаний
• перераспределять бюджет на уровне кампаний и ниже

Что даёт атрибуция на основе данных:

• реальный вклад касаний
• точный CPA по каналам и кампаниям
• видимость роли медийки внутри всей digital-цепочки
• основу для оптимизации бюджета

Что для этого нужно:

• user-level данные
• склейка post-view и post-click
• данные сайта, app, CRM и рекламных систем
• достаточно большой объём путей и конверсий
• единая логика идентификаторов

У data driven атрибуции есть свои ограничения:

• при маленьком объёме данных точность расчётов падает
• офлайн- и внешние факторы она покрывает слабее эконометрики
• при плохой склейке данных быстро начинает искажать картину

Чем эти методы отличаются по уровню решений

Post-view аналитика
Подходит для оперативной оценки медийки. Помогает понять, был ли отложенный эффект после показов. Удобна для площадок, форматов, креативов и быстрых выводов по ходу размещения.

Эконометрика
Подходит для стратегических решений. Помогает понять вклад каналов в продажи и выручку на уровне периодов и медиамикса. Удобна для квартального и годового планирования бюджета.

Data driven атрибуция
Подходит для управляемого digital-микса. Помогает распределять вклад между касаниями и оптимизировать кампании внутри сложной цифровой воронки.

Что выбирать в зависимости от задачи бизнеса

Нужно доказать, что медийка вообще влияет на лиды и продажи
Берите post-view аналитику

Нужно понять, как делить бюджет между крупными каналами и как медиа влияет на продажи в целом
Берите эконометрику

Нужно управлять digital-каналами, кампаниями и касаниями внутри длинной воронки
Берите data driven атрибуцию

Нужно видеть и стратегический вклад, и оперативную картину
Сочетайте эконометрику и data driven атрибуцию, а post-view используйте как базовый слой для медийки

Для большинства компаний путь обычно выглядит так:

1. Сначала появляется post-view
2. Потом бизнес начинает связывать медиа и перформанс через атрибуцию
3. Дальше приходит запрос на эконометрику, когда нужно считать влияние медиа уже на уровне всего бизнеса и медиамикса

Где чаще всего ошибаются при анализе медийки

Самые частые ошибки:

• пытаться решать все задачи одним методом
• оценивать медийку только по CTR и last click
• ждать от эконометрики детализации до креатива
• ждать от data driven атрибуции ответа по офлайну, сезонности и акциям
• называть post-view полной оценкой эффективности
• строить data driven атрибуцию на грязой склейке источников
• использовать эконометрику без нормальной истории данных
• принимать бюджетные решения до того, как в компании вообще договорились, какой вопрос они решают

Вывод

• Post-view аналитика показывает отложенный эффект после показа.
• Эконометрика показывает вклад медиа в продажи и выручку на уровне периодов и каналов.
• Data driven атрибуция показывает роль касаний внутри цифрового пути пользователя.