Inventale и МаксимаТелеком о тонкостях монетизации аудитории

Все москвичи и гости столицы уже привыкли к тому, что бесплатный Wi-Fi есть везде. Не так давно он появился также в метро, аэроэкспрессах, аэропортах – и это стало возможно, благодаря «МаксимаТелеком».

Когда компания только создавала сеть Wi-Fi в метро Москвы, она была первопроходцем – общую сеть в метро не рискнул строить никто другой. Поскольку начинать что-либо с нуля всегда сложно, бизнес-модель приходилось менять и дорабатывать прямо на ходу, а где-то даже использовать метод проб и ошибок. В сентябре 2013 года компания запустила Wi-Fi на первой линии, на тот момент было сложно представить, насколько активно пассажиры будут им пользоваться, будет ли реклама эффективной, и насколько масштабна рекламная сеть. Уже через год, когда бесплатный Wi-Fi запустили на всех станциях, и успех проекта был очевиден, для дальнейшего развития «МаксимаТелеком» стало важно максимально эффективно монетизировать свою аудиторию.

Фактически «МаксимаТелеком» нужен был ответ на вопрос, сколько у них точно будет пользователей, и как они распределятся по рекламной сети завтра, на следующей неделе, в следующем месяце, чтобы прогнозировать объем сети, планировать дальнейшее развитие.

Бизнес-модель компании в первую очередь построена на продаже мобильной рекламы, а уникальность данных делает «МаксимаТелеком» желанной площадкой для рекламодателей и позволяет создавать эффективные, таргетированные кампании. Что же такого уникального в информации компании о пользователях?

Давайте представим в цифрах.

v1

По данным сайта московского метрополитена за 2016 год общий пассажиропоток составляет более 9 млн человек в сутки, при этом пассажиры тратят в неделю на поездки чуть больше 5 часов суммарно. В среднем за сутки метро пользуются 48% взрослых жителей столицы, а это, к слову, почти 5 млн человек. Дневная аудитория сайта Wi-Fi.ru более 1 млн уникальных пользователей. В большинстве своем это жители Москвы в возрасте 25-34 лет, активные пользователи интернета, digital-инструментов и технологических новинок. «МаксимаТелеком» внимательно изучает свою аудиторию, знает о пользователях такую информацию, как линии и станции метро, типовые маршруты следования, интересы, места интересов, модели устройств, которыми пользуются для доступа к Wi-Fi.

«МаксимаТелеком» – крупная компания, работающая как сложный механизм, слаженно и эффективно. Кроме технического персонала, большое количество сотрудников занимаются исключительно монетизацией аудитории сети. Три отдела компании обрабатывают и используют информацию о пользователях: коммерческие менеджеры взаимодействуют с заказчиком и должны понимать, что предложить клиенту под его запрос; аккаунт-менеджеры собирают данные по отдельным клиентам и рекламным кампаниям, по инвентарю, его занятости и проданности; трафик-менеджеры анализируют общий объем сети и помогают аккаунт-менеджерам отслеживать открутку рекламных кампаний клиентов.

Приведу для примера несколько задач, которые менеджеры «МаксимаТелеком» решают в процессе работы:

  • Построение стратегии продаж;
  • Формирование медиапланов;
  • Оценка объема и структуры остаточного трафика;
  • Составление отчетов по объему сети в будущем;
  • Ведение сделок в статусе бронирования;
  • Прогноз РК с целями по охвату и ограничениями по частоте просмотра;
  • Проверка доступности инвентаря при заведении сделок;
  • Мониторинг открутки кампаний сети.

Для чего все это нужно? Давайте на примере разберем ситуацию, как действует коммерческий или аккаунт- менеджер. Когда к «МаксимаТелеком» обращается клиент, ему в первую очередь важно получить эффект от рекламы, т.е. показать свой продукт или услугу целевой аудитории, чтобы в итоге продукт нашел покупателя, а услуга была востребована.

Например, к компании обратилась сеть кофеен, они хотят, используя специальную акцию, вернуть к себе клиентов, которые давно не посещали их кафе. Клиента интересуют пользователи в возрасте от 25 до 45 лет, живущие или работающие на определенных станциях метро, рядом с которыми и расположены кофейни. Кроме этого у них есть номера телефонов клиентов, которые они оставляли для получения карты постоянного посетителя. Запуск рекламной кампании планируется на неделю.

Как будет действовать коммерческий менеджер? Он обращается к различным источникам информации: отчеты CRM, выгрузка статистики через рекламный сервер, уточняющая информация от коллег менеджеров и аккаунтов, внутренние данные компании. Все эти данные нужно обработать. В случае простого таргетинга оценить общий объем инвентаря можно и в Excel файле. Для сложных таргетингов (более 2 параметров), а также, когда нужно учитывать уже занятый инвентарь и забронированные места, частоту показа пользователю, приходится прибегать к специализированным инструментам, Excel с таким уже не справится. «МаксимаТелеком» выбрали для себя Inventale, сервис, который помогает в решении этих задач. Менеджеру нужно лишь ввести в систему необходимые параметры (даты проведения кампании, станции метро, возрастную категорию, и т.п.) – и получить на выходе полную картину о наличии нужного инвентаря, о кампаниях с аналогичными типами таргетинга, уже идущих в сети или запланированных на будущее, а также о доступном количестве нужных пользователей. В итоге через несколько секунд он получает прогноз открутки кампании клиента с разбивкой по любому параметру таргетинга, а в случае, если система прогнозирует недостаток показов, быстро находит свободные показы на схожих срезах инвентаря и предлагает клиенту альтернативный вариант для его рекламной кампании.

Сервис компании Inventale учитывает в прогнозе поведение каждого уникального пользователя. Задумайтесь: почти половина пассажиров метро – не москвичи, они могут пользоваться метро не часто, а от случая к случаю. При этом мы не можем исключить таких пользователей из общих данных, а наоборот, должны отслеживать и прогнозировать их поведение.

Разберем на конкретном примере. Господин Иванов, москвич, постоянно ездит на метро из дома на работу, по пятницам ходит в бар рядом с работой, по выходным покупает продукты в супермаркете и так далее. Этих данных достаточно для построения экстраполяционной модели на будущее. А вот другой вариант: в этом же московском метро ездит Петров, но всего лишь пару дней в месяц, поскольку он приезжает раз в месяц в командировку, но тоже всегда пользуется Wi-Fi в метро. В данном случае ситуация сложнее, поскольку мы меньше знаем о поведении Петрова, и он действует иначе, но даже в таком случае предсказать его поведение все равно можно. Чем чаще пользователь взаимодействует с системой, тем более предсказуемым он становится, тем проще построить его типовые модели поведения, шаблоны поездок. Объединив поведение уникальных пользователей в группы, можно сделать выводы об их поведении, моделях поведения в будущем. Возьмем крупную компанию, например, из FMCG – отрасли, которая настраивает свои долгосрочные рекламные кампании с учетом не только узкого таргетинга, но и частоты показов пользователям. Каждой группе пользователей нужно показать рекламу с разной частотой – и прогноз должен это учитывать и реконструировать поведение отдельных групп пользователей так, чтобы принять в расчёт их тип поведения, показать, как они будут действовать в дальнейшем, и насколько эффективна будет рекламная кампания в разные даты ее проведения.

Данные об аудитории, их группировка, модели поведения, накладывание таргетингов, частоты показов все это - терабайты информации, оценка и анализ которой является нетривиальной и трудоемкой задачей. В основе системы Inventale лежат комбинации экспертных правил, методов математической статистики, эвристические алгоритмы, различные методы обучения и мультиагентные технологии. При этом сервис не использует персональные данные пользователей, а работает с обезличенной информацией. Он реконструирует поведение пользователей на площадках, накладывает информацию о текущих и будущих рекламных кампаниях, пересечениях, приоритетах, использует всевозможные приемы для кластеризации и объединения данных, чтобы на выходе получить простые цифры, так необходимые менеджеру - где и какой пользователь будет завтра.

Inventale использует различные методы прогнозирования, позволяет строить имитационные модели, которые подойдут для данной аудитории клиента и будут решать его бизнес задачи. Сервис комбинирует методы таким образом, чтобы для любой степени сложности и изменчивости рекламной сети и любого периода получить максимально точный прогноз. Простая экстраполяция не дает нужной точности, так как важно просчитать все особенности конкретной площадки и ее среза, ее динамику, поэтому применяются сглаживающие коэффициенты, учитывается тренд, отслеживается сезонность. Верификация прогноза должна быть на максимальном уровне, так как от качества прогнозирования зависит правильность решения бизнес-задачи, а значит доход и прибыль компании.

«МаксимаТелеком» динамично развивается, выходит на новые рынки (общественный транспорт Москвы, метро Санкт-Петербурга, аэроэкспрессы и аэропорты других городов), не боится инноваций, четко ориентирована на цель. Компания создает общую сеть, объединяет пассажиров разного транспорта от самолетов до подземки, что облегчает сбор информации о пользователях и использование ее для создания более таргетированного и персонализированного контента, чтобы пользователи могли свободно заходить в интернет и реклама для них не повторялась, а была полезной и информативной.

Inventale и «МаксимаТелеком» сотрудничают уже третий год. Благодаря сервису партнера, компания экономит около 25% времени сотрудников всех трех отделов. Inventale обрабатывает в онлайн режиме сотни запросов на прогнозирование от десятков пользователей «МаксимаТелеком» и при этом точность данных по запросам достигает 90% и выше. Сейчас ежемесячная аудитория сайта Wi-Fi.ru – 7 млн человек. 70% выручки «МаксимаТелеком» составляют рекламные доходы, и компания не останавливается на достигнутом.

Какой бы сложной не была аудитория или сам бизнес, чем больше вы пробуете, чем динамичнее меняетесь в условиях рынка, чем активнее применяете новые инструменты для решения повседневных задач, тем быстрее придете к успеху. Монетизация аудитории - это процесс, который требует анализа большого количества данных. Недооценив всю сложность процесса, сложно будет прийти к успеху. Берите пример с «МаксимаТелеком», используйте все свои возможности и развивайтесь.

Daria Sergeeva
Daria Sergeeva
Lead Business Analyst

Have a look at

Leave Your Contact Details Here

Have questions or would like to see the demo? Get in touch – and we will be delighted to talk