Як котики шукали шлях до цільової аудиторії. Або кейс-сторі з аналітики медійної реклами monobank

Якщо раніше основними джерелами залучення клієнтів до monobank були реферальна програма та перформанс, то у 2020 бренд підключив ще й медійні кампанії. І тут сховався найцікавіший момент – медіакампанії не мають чітких KPI, а ми прагнули відслідкувати їх вплив саме на конверсії.

Для monobank важливо постійно демонструвати прискорення — щомісяця завойовувати прихильність більшої кількості клієнтів, ніж в попередньому. У 2019 році mono вийшов на середню швидкість у 90 000 нових клієнтів з активними картами на місяць.

Протягом тривалого часу основними джерелами залучення клієнтів були перформанс-кампанії та реферальна програма. Проте, команда бренду прагнула подвоїти швидкість – тож разом з креативним агентством banda.agency оновила свою стратегію і стала активно підключати медійні інструменти.

_______________

Наразі monobank підтримує медіаактивність на високому рівні, а команда Promodo відповідає за підбір ефективних таргетингів та допомагає бренду відслідкувати їх ефективність. І ось тут сховався найцікавіший момент – медіакампанії не мають чітких KPI, бо зазвичай їх вимірюються охопленням, а ми прагнули відслідкувати вплив таких кампаній саме на конверсії.

Рішення

Тестуємо гіпотезу №1

Основна система аналітики в monobank – Adjust. Чому бренд обрав саме цю систему аналітики та як за її допомогою підвищив точність даних, що отримує, – Анатолій Рогальський розповідає у власному кейс-сторі

Проте з її допомогою ми мали змогу відслідковувати лише ті вебкампанії, що націлені на конкретну дію в застосунку. До того ж вона не дозволяє відстежувати ефективність однієї кампанії для різних операційних систем: IOS та Android. 

_______________

За допомогою цієї системи аналітики можна налаштувати показ оголошень на IOS та Android в рамках однієї кампанії GDN, проте Adjust не зможе розділити дані між операційними системами, отримавши їх від єдиної кампанії.

______________

Команді monobank вистачає ідей та сміливості приймати нестандартні рішення, тож ми вирішили спробувати дещо незвичне – розбили наші медійні кампанії за структурою таким чином, аби окремо побачити ефективність кожної платформи та креативу в Google Display Network, а ефективність таргетингів – у YouTube.

Тобто зробили окремий таргетинг в YouTube окремою групою. Водночас розділили кампанії ще й за платформами: IOS, Android та PC. Так само вчинили й з оголошеннями в GDN, але окрім таргетингів відмінність була і в кольорах банерів.

Такий підхід не спрацював – буває. Гіпотеза не отримала підтвердження. Почали шукати нові варіанти.

Тестуємо гіпотезу №2

Ми знали, що на активні кампанії не варто навішувати трекінги показів та кліків, бо це може призвести до перемодерації та некоректної статистики. Тож вирішили відразу переходити до «плану Б» і обрали для цього Campaign Manager від GMP360.

Вже на створену для Adjust структуру підібрали ще й структуру тегів відстеження. Інтеграція Campaign Manager із Firebase дала нам можливість імпортувати працюючі івенти і використовувати їх надалі для звітів.

Вже за кілька днів стало зрозуміло, що пристрої на базі IOS віддають дуже мало даних – це пов’язано з особливостями системи. В інших системах ми навпаки отримали багато інформації, но основі якої і робили висновки.

Висновок №1. Частотність

Щочастіше ми показуємо оголошення користувачу, то вищі шанси, що він його запам’ятає. Погодьтеся, логічне припущення. Та ми дізналися, що насправді взаємозв’язок з конверсіями не такий.

У нашому випадку найефективнішими були частоти 1-3: вони принесли близько 70% Post-view конверсій. Робити охоплення на вищій частоті просто не мало сенсу. Наш підхід дозволяв охопити більшу аудиторію, витративши на це такий самий або навіть менший бюджет.

Висновок №2. Типи кампаній

Порівняно з іншими форматами, банери у Google Ads – це найдешевший спосіб контакту з аудиторією, але найменш ефективний.

А от відеореклама утримує увагу користувача на оголошенні впродовж щонайменше 5-ти секунд. Втім, відеоролики принесли нам набагато менше Post-view конверсій, ніж банери за майже однаковий бюджет.

Варіанти відео:

______________

Це не означає, що відео не працює на збільшення конверсії перформанс-кампаній, і нам треба вимкнути його назавжди. Просто саме цей тип реклами впливає на активації карток monobank найменш суттєво. До того ж брендліфт не показав зростання, відтак ми вирішили не використовувати відеорекламу в таких обсягах на кожен наступний флайт.

Висновок №3. Таргетинги та аудиторії

Google віддає перевагу таргетингам, які вже встигли отримати велику кількість показів або кліків. Як наслідок, іншим аудиторіям без значної кількості показів стає ще важче їх отримати. Через це майже неможливо оцінити їх ефективність.

Тому вже в перший тиждень ми почали знижувати ставки на найменш ефективні таргетинги та давати можливість аудиторіям без статистики її отримати.

______________

Отриману інформацію ми одразу почали використовувати у поточному флайті, аби отримати щонайбільшу кількість Post-view конверсій. 

Висновок №4. Ефективність різних банерів

Під час флайту ми використовували банери в чотирьох варіантах – з різними фонами, різними котиками та пропозиціями.

Завдяки тестуванню визначили ефективність кожного з варіантів: вартість Post-view конверсій та їхня кількість подекуди відрізнялась аж в півтора рази. Водночас банери мали однакові показники охоплень та показів.

Пізніше, спираючись на отримані дані, ми налаштовували пріоритети і отримали ще більший вплив на кількість активацій карток.

Результати

Під час цього запуску ми змогли відстежити та зрозуміти, як саме на активації картки впливають різні носії реклами:

  • 6-секундні Bumper;
  • 10-секундні In-stream відео;
  • банери у GDN порівняно один з іншим.

А оптимізація безпосередньо у ході кампанії дозволила запровадити відразу кілька важливих змін:

  • виявити та усунути таргетинги, які не приносили конверсії;
  • знизити витрати на малоефективні формати та креативи;
  • як наслідок, отримати більший вплив у вигляді Post-view конверсій з запуску в цілому.

Що далі?

Залишилося головне питання – чи впливав на конверсію показ реклами, або ж ці користувачі й без реклами планували оформляти картку? Для цього нам потрібно порівняти аудиторію, яка бачила рекламу та замовила картку, з тими, хто реклами не бачив і все одно оформив картку. 

5127