Кейс BMW: повысили эффективность рекламы с помощью data driven аналитики

Почему традиционная аналитика больше не работает

Современный автомобильный маркетинг — это сложная экосистема, включающая множество каналов коммуникации, взаимодействие с дилерами и необходимость точного понимания влияния рекламы на конечные продажи. Однако традиционные методы аналитики не способны представить полную картину эффективности всех каналов, когда дело касается продуктов с длинным циклом сделки.

Чтобы решить эту проблему, BMW Group Russia совместно с CyberBrain и Calltouch реализовали проект цифровой трансформации, который позволил:

• Объединить данные с различных рекламных площадок и сайтов дилеров в единую систему.
• Оценить реальную эффективность медийных кампаний, включая post-view взаимодействия.
• Оптимизировать рекламные бюджеты, перераспределяя их на более рентабельные каналы.

Традиционный подход: в чём проблема?

Ранее маркетинговая стратегия BMW основывалась на классических посадочных страницах, контекстной рекламе, наружной рекламе и автосалонах. Основной проблемой оставался разрыв в данных: пользователь мог взаимодействовать с рекламой, но его дальнейший путь оставался непрозрачным.

Весь эффект от медийки — это показы. Однако стандартные аналитические системы, такие как Яндекс.Метрика и Google Analytics, учитывают только последний источник трафика, полностью игнорируя медийные касания.

Как мы решали задачу

1. Объединение данных в единую экосистему

Чтобы получить прозрачную картину взаимодействий пользователей, мы внедрили систему, которая связывает данные медийных кампаний с поведением пользователей на сайте производителя и дилеров.

• Интеграция Calltouch Global ID — система отслеживания пользователей на всех сайтах дилеров и производителя.
• Использование tracking-систем для верификации показов и кликов медийных кампаний.
• Объединение всех данных в единую платформу аналитики для отслеживания полного пути клиента.

2. Применение data driven атрибуции

Классические модели атрибуции, такие как последний непрямой клик, давали искажённые результаты. Вместо этого мы настроили для BMW модель Шепли — математический алгоритм, который:

• Корректно учитывает реальное влияние медийных касаний на продажу.
• Объективно распределяет вклад каждого рекламного канала в финальную конверсию.

3. Анализ post-view конверсий

Пользователь мог увидеть рекламу BMW, но не кликнуть по ней сразу. Однако позже он заходил на сайт, оставлял заявку или проходил тест-драйв. Ранее эти действия не связывались между собой, но благодаря интеграции tracking-систем стало возможно учитывать такие конверсии и понимать реальное влияние медийной рекламы на продажи.

4. Введение смарт-сегментов

Использование алгоритмов машинного обучения позволило выделить сегменты пользователей, которые с наибольшей вероятностью совершат покупку.

Это дало BMW возможность:

• Оптимизировать рекламу в реальном времени, не дожидаясь фактических продаж.
• Повысить эффективность ремаркетинга, работая только с качественной аудиторией.
• Перераспределить бюджеты в пользу наиболее конверсионных сегментов.

Инвестиции и результаты внедрения

Было: До начала сотрудничества с CyberBrain инвестиции BMW в одну из рекламных кампаний составили 5 600 000 рублей — это 155 000 рублей на одну конверсию. При этом их общее количество по стандартной модели атрибуции в веб-счётчике составило всего 36 конверсий.

Стало: После применения data driven атрибуции результаты были пересчитаны до 193 конверсий с ценой за единицу 28 000 рублей.

Внедрение нового подхода к аналитике позволило BMW:

• Оптимизировать маркетинговый бюджет на 26%, перераспределив рекламные инвестиции на более рентабельные источники.
• Учитывать post-view эффект и видеть реальное влияние медийных каналов на продажи.
• Сократить время на сбор и анализ данных на 40%, автоматизировать управление кампаниями и внедрить предиктивную аналитику.

Выводы: что это значит для автомобильного рынка?

• Отказ от стандартных моделей атрибуции. Классические подходы не дают полной картины.
• Объединение данных — ключ к успеху. Только комплексный подход даёт объективную оценку.
• Аналитика в режиме реального времени — будущее маркетинга. Использование предиктивных алгоритмов позволяет оперативно вносить корректировки.

Заключение

Цифровизация маркетинга в автомобильной индустрии приносит реальные результаты. Благодаря грамотному сбору и анализу данных BMW удалось создать точную картину поведения клиентов и оптимизировать рекламные бюджеты.

Ниже — видеоразбор кейса BMW на конференции Callday Auto. Вас ждёт подробная презентация с комментариями Никиты Лисицына, CEO CyberBrain, и Филиппа Осадчего, Digital Transformation Manager BMW. Приятного просмотра!https://www.youtube.com/embed/_OBOGrEt0wc

Если вы тоже хотите внедрить data driven аналитику в свою компанию, мы будем рады помочь. Свяжитесь с нами — и давайте разрабатывать эффективные решения вместе!