Poniżej odpowiedzi do pytań, które zadaliście nam w trakcie webinarium:

Pyt 1. Czy banner z przykładu 2 będzie się pojawiał tylko po wpisaniu frazy, czy w trakcie całej sesji klienta.

Odp: Jeżeli na podstawie fraz wpisanych w wyszukiwarce przypiszemy klienta do określonego segmentu marketingowego i utworzymy dla niego banner, wtedy będzie się on pojawiał w czasie całej sesji oraz także po każdym powrocie klienta do naszego sklepu.

Pyt. 2. Czy dostęp do profilu i danych o zamówieniach wymaga logowania użytkownika do sklepu, czy można sięgnąć do tych danych na podstawie cookies?

Odp: W prezentowanym przykładzie, decyzją naszego klienta, użytkownik musiał się wcześniej zalogować, jednak możemy także wykorzystać rozpoznawanie użytkownika na podstawie cookies (autologowanie), zależnie od implementacji.

Pyt. 3. Czy nasz system można integrować z różnymi silnikami sklepowymi

Odp: W zakresie samego search-engine – tak, więcej info tutaj:
http://www.contium.pl/technologie,unity-search-engine.xml
W zakresie targetowania behawioralnego – obecnie nie, ale myślimy o tym.

Pyt. 4. Czy targetowanie geograficzne wg danych z profilu czy po IP

Odp: Dotychczas robiliśmy to tylko po danych z profilu, ale jesteśmy w stanie wykorzystać zewnętrzną bazę IP.

Pyt. 5. Jak wygląda zwrot z inwestycji w nasz system

Odp: Model zwrotu z inwestycji zależy od obecnych parametrów biznesowych sklepu internetowego. Jesteśmy w stanie opracować dla Państwa model ROI w oparciu o aktualne parametry Państwa sklepu (liczba zamówień, wartość średniego zamówienia, konwersja, liczba zamówień z produktami cross-sell/up-sell) oraz osiągane efekty w dotychczasowych naszych wdrożeniach. Zapraszamy do kontaktu z nami.

Zapraszamy do dyskusji z nami w komentarzach.

Webinaria trwają godzinę, odbywają sie przez MS Office Live Meeting (do uczestniczenia w webinarium jest darmowa instalka) i są nieodpłatne, wystarczy się zarejestrować.

W natłoku codziennej informacji coraz trudniej dotrzeć przedsiębiorcy do swoich klientów bez wydawania znaczących pieniędzy. Tak jak do muchy nie strzelamy z karabinu maszynowego, tak i w biznesie staramy się optymalizować dobierane, do osiągnięcia naszego celu, środki. Aby nie marnować „amunicji”, reklamodawcy szukają „zbiorowisk” swoich klientów. A mogą to robić np. poprzez umieszczenie oferty na wybranych pod tym kątem portalach tematycznych, korzystając z reklamy kontekstowej w wyszukiwarkach, docierając tylko do grup zamieszkujących określony obszar.

Wyróżniamy więc targetowanie kontekstowe, geograficzne, ale także demograficzne, czasowe (ograniczenie emisji do konkretnych godzin), techniczne (np. użytkownicy korzystający z łączy szerokopasmowych, określonej rozdzielczości) itd. Czy szukanie miejsc, gdzie mogą przebywać nasi potencjalni klienci, to jedyny sposób dotarcia do nich?

Pokochajmy reklamy

Filozofia targetowania behawioralnego (TB) opiera się na analizowaniu zachowań użytkowników internetu i dopasowywaniu wyłącznie na tej podstawie treści, reklam czy produktów. Co prawda można również w to włączyć jeszcze analizę danych demograficznych, ale wtedy będziemy mieli do czynienia z tzw. predykcyjnym targetowaniem behawioralnym (o czym w dalszej części). „Czyste” TB, czy predykcyjne TB jest, jak na razie, chyba najbardziej precyzyjnym narzędziem dotarcia do wybranej grupy docelowej. W konsekwencji nasi odbiorcy oglądają to, co naprawdę ich interesuje. Ta cecha jest też jednym z argumentów podnoszonych przez zwolenników TB. Odwrotnie niż w „tradycyjnym” targetowaniu, w przypadku TB, to oferta (czyt. produkt, reklama, treść) podąża za użytkownikiem. W ten sposób mogę oglądać dajmy na to portal Papilot.pl, a będę widział reklamę pianki do golenia dla mężczyzn. W sklepie sportowym mogę oglądać kurtki dla Pań, a reklamy produktów będą dotyczyć butów do piłki nożnej itd.

Czego możemy się dowiedzieć o niezarejestrowanych użytkownikach naszego sklepu internetowego?

Załóżmy, że jestem właścicielem sklepu z odzieżą sportową. Po przeanalizowaniu kategorii produktowych, po których użytkownik „chodzi” mogę dowiedzieć się o jego ulubionych dyscyplinach sportowych, preferowanych markach produktów, prawdopodobnej płci (jeżeli kategorie produktowe są tak podzielone). Analizując kryteria wyszukiwania, mogę zbadać wrażliwość cenową mojej „ofiary”. Po zmapowaniu adresów IP, mogę dowiedzieć się, z dokładnością co do kraju i miasta, gdzie mój użytkownik aktualnie przebywa (oczywiście jest tutaj pewien margines błędu).

Co więcej, jeżeli użytkownik jest zarejestrowany?

Jeżeli użytkownik jest zarejestrowany, to mogę przeanalizować jego historię zakupów. Wówczas będę mógł dotrzeć np. do użytkowników, którzy kupili buty narciarskie i sprzedać im specjalne skarpety używane przy uprawianiu tej dyscypliny, na które właśnie mam zamiar zrobić promocję. Przy czym nie będę tego robił na karcie produktów, w zakładce z produktami komplementarnymi. Mogę to zrobić równie dobrze na stronie głównej sklepu, lub w koncie klienta, zaraz po jego zalogowaniu. Mogę też emitować bannery, motywujące użytkowników do osiągnięcia odpowiedniego progu sprzedaży, po przekroczeniu którego dostaną kartę rabatową. Także w tym wypadku nie muszę czekać, aż użytkownik zaloguje się, bo dane o jego historii zakupów będą zapisane w jego profilu i powiązane z cookies. Wystarczy zatem, że user wejdzie na dowolną stronę mojego sklepu, a od razu będzie widział np. double billboard z reklamą programu lojalnościowego.

Co targetować w sklepie internetowym?

Możemy targetować praktycznie wszystko (włącznie z layoutem sklepu, zmieniającym się w zależności od grupy docelowej). W praktyce najczęściej wykorzystywane będzie targetowanie reklam i produktów.

Czy to jest legalne?

Nie będę wnikał w kwestie prawne i etyczne związane z ochroną danych osobowych. Ten temat budzi wiele emocji i na razie nie będę się tym zajmował. Wspomnę tylko, że pamiętać należy o anonimowości danych w profilu, czyli usunięciu wszelkich informacji umożliwiających zidentyfikowanie osoby fizycznej takich jak np. imię, nazwisko, adres zamieszkania itd. Sporne jest też stwierdzenie, czy adres IP jest daną osobową, dlatego na wszelki wypadek dobrze jest usunąć go z profilu.

Budowanie profili w oparciu o dane historyczne

Jeżeli oprzemy budowanie profili użytkowników o dane historyczne, to taki system nie będzie w stanie odgadnąć naszych aktualnych intencji, dla których szukamy informacji w sieci. Przykładowo, jeżeli kupiłem jakiś produkt FMCG (Fast Moving Consumer Goods ) np. wodę po goleniu, to serwowanie mi reklam podobnych produktów podczas mojego codziennego przeglądu prasy online przez kolejny tydzień nie ma żadnego sensu. Mnie już ten temat zupełnie nie interesuje!

Co innego, jeżeli mam ochotę zmienić samochód. Tutaj szansa „złapania” mnie w odpowiednim momencie przez reklamodawców korzystających systemu TB bazującego na danych historycznych jest znacznie większa. Średni czas jaki mija od momentu podjęcia decyzji, do zakupu czterech kółek wynosi ok. 10 tygodni. Wiadomo, że w tym czasie będę intensywnie przeglądał portale motoryzacyjne, ogłoszeniowe, fora dyskusyjne, wpisywał w różnego rodzaju wyszukiwarki słowa kluczowe związane z moimi poszukiwaniami itd. Na podstawie moich zachowań można zbudować dosyć precyzyjny profil. Jeżeli przed upływem tych 10 tygodni system TB będzie serwował mi reklamy marek samochodów jakie lubię i tak świetnie się składa, że akurat jedna z nich będzie w super promocji to jest duża szansa, że kliknę w taką reklamę. A jeżeli faktycznie będą mieli to czego szukam, to być może zostanę ich klientem.

Budowanie profili w czasie rzeczywistym

Jeżeli chcemy ograniczyć się tylko do targetowania np. naszych kampanii reklamowych na innych portalach, to możemy skorzystać z gotowych rozwiązań. Przykładowo Audience Science oferuje technologię umożliwiającą analizę zachowań internautów i budowanie profili w czasie rzeczywistym. Firma ta podpisała umowę współpracy z rodzimą agencją sieciową w Polsce – Ad-vice. Trochę inne rozwiązanie proponuje obecna również u nas, za pośrednictwem kilku innych agencji sieciowych, Nugg.ad. Ale o tym poniżej.

Predykcyjne targetowanie behawioralne

No dobrze, ale czy sam fakt np. przeglądania przeze mnie ogłoszeń motoryzacyjnych jest wystarczający do zbudowania odpowiednio precyzyjnego profilu? Raczej nie. Bo co z tego, że taki system TB „domyśla się”, że jestem zainteresowany zakupem samochodu. Atakowanie mnie w tym czasie reklamami np. Stealth B7 czy Bugatti Veyron mija się z celem. Przydałaby się wiedza nt. moich możliwości finansowych. I tutaj z pomocą przychodzi nam tzw. predykcyjne targetowanie behawioralne (termin wyjaśniony na dole). Na podstawie odpowiednich modeli statystycznych, mój profil zostaje przyporządkowany do segmentu spełniającego określone kryteria socjo-demograficzne (w tym m.in. dochody). W ten sposób system TB będzie dostarczał adserwerowi informacje, które pozwolą wyemitować mi kreacje z markami samochodów potencjalnie będących w moim zasięgu.

Zwiększamy zasięg kampanii

Jak donosi Tomasz Teodorczyk z Nugg.ad w rzeczywistości okazuje się, że predykcyjne targetowanie bahawioralne jest w stanie nie tylko dotrzeć do naszej grupy docelowej, zmniejszając tzw. straty mediowe (wyjaśnienie na dole), ale zrobi to efektywniej. Dotrzemy bowiem do większego procenta naszego targetu, czyli zwiększymy tym samym zasięg kampanii.

Targetowanie behawioralne = oszczędności

Pewnie większości z czytelników znane jest powiedzenie, że połowa wydatków reklamowych idzie w błoto, tylko nie wiadomo która. Dlatego narzędzia zwiększające precyzję naszych działań reklamowych, czy sprzedażowych w większości przypadków będą powodować oszczędności dla firmy (chyba, że koszt wykorzystania narzędzia je przewyższy). Przykładowo, jeżeli jesteśmy właścicielami sklepu ze sprzętem do uprawiania kitesurfingu i chcemy dotrzeć do fanów tego sportu za pośrednictwem portalu, gdzie przy reklamie typu RoS (Run Of Site) udział naszej grupy docelowej wyniesie 30%, a przy wykorzystaniu predykcyjnego TB udział grupy docelowej zwiększy się do 40% , to nawet jeżeli reklama z TB będzie nas kosztowała u wydawcy 20% więcej, to i tak zaoszczędzimy w sumie ok. 10% efektywnego kosztu (effective CPM).

Podsumowanie

Po zapoznaniu się z informacjami zawartymi w artykule, niech każdy z czytelników sam odpowie sobie na pytanie, czy TB jest tylko chwilową modą, czy jednak może skutecznym i nowoczesnym narzędziem w rękach emarketerów.

Czy ktoś z Was korzystał już z TB i może podzielić się swoimi wrażeniami? Czy w Waszym wypadku również odczuliście jakieś pozytywne zmiany po zastosowaniu tej technologii? Może dodacie jakieś ciekawe linki z przykładami takich rozwiązań?

A może zupełnie nie zgadzacie się z tym co napisałem? Tak czy inaczej, czekam z niecierpliwością na komentarze

Słownik:

Predykcyjne targetowanie behawioralne – metodologia, które wzbogaca tradycyjne mierzenie zachowań użytkowników internetu o dane deklaratywne pozyskane z emisji ankiet. Pozwala to na zbudowanie modeli statystycznych zachowań użytkowników i zapobiega powstawaniu efektu tzw. ograniczonego zasięgu, który powstaje, gdy niewielka liczba użytkowników mimo zainteresowania daną tematyką nie klika i nie przegląda związanych z nią treści. (źródło: Raport IAB Polska „Internet 2008″).

Straty mediowe – efekt, który powstaje w sytuacji, gdy kampania jest emitowana w obrębie medium, w którym grupa celowa nie stanowi 100 proc. użytkowników. Różne metody targetowania, np. targetowanie behawioralne, pozwalają w dużym stopniu ograniczyć taką stratę poprzez identyfikację wyłącznie użytkowników będących w danej grupie celowej. (źródło: Raport IAB Polska „Internet 2008″).

Run on site – termin w reklamie internetowej określający emisję reklamy w obrębie danej witryny. W przypadku portalu ogólnotematycznego zakup Run on Site oznacza kampanię nakierowaną głównie na maksymalnie szeroki zasięg, pomijając tematykę serwisu a co za tym idzie specyfikację grupy. Natomiast jeśli wykupuje się kampanię Run on Site na portalu tematycznym, wówczas lokuje sie ją na portalu, którego grupa docelowa jest zgodna z profilem potencjalnego targetu. (źródło: WIKIPEDIA).

Krzysztof Król