W maju 2021 roku zrealizowaliśmy wspólnie we współpracy z Mindshare (należącym do GroupM) projekt dla jednej z marek firmy Mattoni – wody mineralnej Magnesia. Efektem projektu było zredukowanie kosztów dotarcia do pojedynczego odbiorcy kampanii OOH o 50%.
Przeczytaj całe case study i zobacz jak wykorzystanie danych geolokalizacyjnych pomaga w estymacji wskaźników kampanii OOH i dotarciu do większej liczby odbiorców w tym samym budżecie.
Bardzo często dane dostępne na rynku, sprawdzające poziom ruchu są przeterminowane. Większość firm zajmujących się planowaniem kampanii OOH korzysta z nich, nie będąc do końca świadomym, że ruch zmienia się dużo częściej niż są publikowane nowe badania. Przykładem jest wybuch pandemii, który diametralnie w ciągu kilku dni zmienił sposób w jaki Polacy poruszają się po mieście i cały czas się zmienia– zarówno w kontekście preferowanych środków transportu, jak i natężenia ruchu.
Statystyki oferowane przez właścicieli nośników, dotyczące potencjalnych zasięgów kampanii zawierały zbyt duży margines błędu względem realiów trafficu za rok 2021. Dlatego też Mindshare nie brało ich pod uwagę jako źródło jakościowych danych.
Naszym celem było więc zoptymalizowanie siatki nośników w oparciu o aktualne dane, tak aby sprawdzić jak faktycznie wygląda poziom ruchu w wybranych punktach, które zostały zatwierdzone, jako miejsca ulokowania reklamy dla Magnesi. Było to jednocześnie największe wyzwanie w kampanii.
Analiza i dostarczenie danych na temat rzeczywistego ruchu i jego trendach w danej lokalizacji to podstawa działalności dataplace.ai. Dlatego dokładnie wiedzieliśmy w jaki sposób możemy rozwiązać problem naszego klienta.
Kampania skupiała się w 100 proc. na zewnętrznej reklamie OOH uwzględniającej przede wszystkim nośniki typu CLP, czyli citylighty. Zostały one wybrane jako główny rodzaj medium, ponieważ gwarantują dużą liczbę odbiorców - są one najczęściej zlokalizowane przy przystankach komunikacji miejskiej, czy na chodnikach.
Celem przeprowadzonej kampanii było dotarcie do jak największej liczby unikalnych klientów tak, aby marka zwiększyła poziom rozpoznawalności, a jej produkt był kojarzony woda z wysoką zawartością naturalnego magnezu.
W pierwszej kolejności zajęliśmy się problemem związanym z pozyskiwaniem rzetelnych danych dotyczących trafficu w Polsce. Z bazy ponad 3 mln urządzeń mobilnych nasze systemy zbierały informacje o lokalizacji w trybie ciągłym (co kilka minut), a następnie w regularnych odstępach czasu modele obliczeniowe analizowały je, aby móc dostarczyć szczegółowych i rzetelnych wyników. Dzięki temu poznaliśmy aktualne trasy którymi przemieszczali się nasi badani, a także w ciągu chwili, dzięki nauczaniu maszynowemu byliśmy w stanie znaleźć zależności między nimi każdego dnia.
Kolejnym krokiem było nałożenie danych na lokalizacje, w których miały znajdować się nośniki reklam. W ten sposób zostały oszacowane prognozy dla kryteriów takich jak: zasięg kampanii, średnia liczba kontaktów w kampanii oraz koszt dotarcia do jednego odbiorcy. Co ważne, plan kampanii zakładał zmaksymalizowanie zasięgu dotarcia reklamy do mieszkańców miast, dlatego oprócz danych trafficowych, opracowaliśmy macierz powtarzalności, która umożliwiła sprawdzenie duplikacji zasięgu.
W celu przeprowadzenia jak najbardziej efektywnej kampanii pod kątem zasięgu, ale również ograniczenia niepotrzebnych kosztów, zdecydowaliśmy na wprowadzenie modyfikacji, która uwzględni w ramach badania, ilu unikalnych odbiorców będzie miał każdy nośnik i kampania łącznie. W tej metodologii, wielokrotny kontakt tej samej osoby został zliczony raz. Takie podejście pozwala lepiej zrozumieć do ilu osób realnie docieramy i czy kampania jest skonfigurowana efektywnie.
Wyniki pozwalają przede wszystkim ocenić, które nośniki najmniej wnoszą do kampanii i mogą być z niej usunięte bez większej szkody dla zasięgu. Przekłada się to na oszczędności idące w dziesiątki lub setki tysięcy złotych.
Dodatkowo, przeanalizowaliśmy dotarcie geograficzne kampanii. Pozwoliło ono zrozumieć, do których mikroregionów kampania dociera skutecznie, a które zostały w niej pominięte. Pogląd pokrycia ułatwił też dodawanie kolejnych nośników tak, aby maksymalnie powiększały one zasięg. Na tej podstawie określiliśmy nośniki, które były najmniej efektywne – oferowały najmniej zasięgu lub ich koszt budowy zasięgu był najwyższy.
W efekcie – mogliśmy zoptymalizować siatkę nośników w oparciu o maksymalizację zarówno zasięgu, jak i kosztu jego budowy w każdym z miast kampanii.
Wyniki analizy: Wszystkie 234 nośniki kampanii zostały według planu skumulowane w czterech miastach. Ten fakt sprawił, że wiele z nich dublowało niepotrzebne zasięg zwiększając tym samym koszt dotarcia per klient. Niektóre lokacje osiągały koszt pozyskania unikalnego klienta na poziomie 4x większym niż średnia.
Rezultaty: Dzięki analizom bazującym na aktualnych nawykach przemieszczania się Polaków udało się zwiększyć zasięg kampanii poprzez usunięcie z pierwotnego planu najmniej efektywnych nośników (pod kątem kosztów oraz duplikacji zasięgu) oraz zoptymalizować koszt dotarcia do jednego odbiorcy o 50%!
Bazując na analizach udało się zmienić wskaźniki kampanii poprzez:
W dataplace.ai wykorzystujemy dane z różnych źródeł, które następnie z pomocą uczenia maszynowego analizujemy, aby lepiej rozumieć ścieżki i preferencje klientów w świecie rzeczywistym.
– to tylko kilka z wielu informacji, które analizujemy.
Nasza autorska technologia i narzędzia, w inteligentny i kompleksowy sposób integrują dane z wielu źródeł, aby pomóc Ci podejmować lepsze decyzje biznesowe. Umów się na spotkanie i zyskaj dostęp do rzetelnych danych, które zwiększą efektywność Twojej kampanii.
