Привет! Меня зовут Юлия, в Amberdata я отвечаю за коммуникацию с партнерами и решение их задач с помощью данных DMP. Сегодня расскажу, как найти для вашего бизнеса реальных покупателей с помощью рекламы на основе транзакционных данных (это информация о реальных покупках людей и их покупательском поведении).
Что такое транзакционный таргетинг
Это особый подход к рекламе, при котором аудиторию сегментируют на основе данных о покупках пользователей за конкретный временной период. Источником таких данных выступает инфраструктура онлайн-касс и сервисов, работающих с фискальными чеками: производители кассовых решений и операторы фискальных данных. Они формируют обезличенную базу с информацией о покупках, которая позволяет выделять аудитории по категориям товаров, частоте и давности покупок.
Путь этих данных выглядит так.
Человек что-то покупает через онлайн-кассу.
Информация о таких покупках агрегируется в обезличенном виде.
DMP (платформа управления данными) анализирует профили пользователей по данными транзакций (например, частоте покупок, среднему счеку, категориям товаров и брендам и прочее).
Пользователь сопоставляется с устройством или идентификатором (по номеру телефона, email или Client ID).
Формируется аудиторный сегмент в нужных идентификаторах.
Сегмент выгружается в рекламную сеть и используется для показа рекламы определенным пользователям.
Этот подход позволяет выделять для таргета именно те аудитории пользователей, которые уже покупали подобные товары — снижается очевидный негатив от рекламы вида «Зачем мне такое показывают, я никогда такого не покупал».
Практический пример — «Здоровье и спорт»
Представьте себе сферического пользователя в вакууме, который входит в такую категорию. Что про такого обычно знают? Он явно читает про здоровый образ жизни, ходит на сайты про фитнес, возможно, интересуется спортивным питанием. Ему можно показать рекламу фитнес-центра поблизости, у которого как раз скидка на абонемент, сообщить о новом бренде протеина, либо предложить новый фитнес-трекер или мини-тренажёры.
Это если брать совсем общую картину. А может быть ситуация, когда тот же пользователь уже приобрёл себе спортпит (покупка отразилась в онлайн-кассе), регулярно покупает одни и те же БАДы и какие-то спортивные расходники. Все эти покупки (транзакции) позволяют куда более точечно определить интересы и профиль сегмента. А значит — показывать рекламу, которая будет меньше всего раздражать и приносить больше пользы что рекламодателю, что покупателю.
Тут важно иметь в виду, что сегментация по транзакциям это лишь один из инструментов сегментации. И такая аудитория всегда будет уже той, что собрали по интересам, но при этом решать определенные задачи.
Для оценки эффективности смотрите на цикл принятия решения: если он короткий (регулярные покупки спортивного питания), то такие сегменты могут показывать высокую конверсию, тогда как в категориях с длинным циклом сделки (например, покупка холодильника) транзакционные данные дают лишь частичное представление об интересах и требуют обязательного дополнения поведенческими данными.
Как такой таргет на деле помогает бизнесу
Оценка эффективности рекламы. Данные о покупках дают возможность построить отчет о влиянии рекламных кампаний на продажи (Sales lift). А это уже поможет вам уточнить стратегию продвижения в пользу наиболее конверсионных каналов коммуникации.
Допродажи (cross-sell). С данными о транзакциях вы сможете выстраивать сценарии продаж любых сопутствующих товаров или услуг. БАДы и шейкеры при покупке спортпита, соответствующая спортивная одежда к покупке тренажёров и прочее.
Удержание и реактивация. Если пользователь перестал совершать регулярные покупки, которые раньше стабильно покупал как расходники (продукты питания, спортпит, бытовая химия, косметика, БАДы), то можно вовремя вернуть его интерес к этим товарам персонализированным предложением, напомнив о продукте.
Обогащение данных. Транзакционные данные можно дополнять другими внешними источниками: соцдем-характеристиками, уровнем дохода, географией, интересами.
Какие здесь можно формировать сегменты аудитории
Давайте на примере нового бренда кофе. Все же любят кофе?
База таргетинга тут сложится из DMP-сегментов — это будут пользователи, которые:
интересуются кофе в целом (зёрна, молотый, капсулы);
читают про кофемашины, смотрят их обзоры;
покупают какие-либо аксессуары для приготовления кофе (весы, воронки, наборы пустых и не только дрипов, чистящие средства для кофемашин и прочее);
смотрят контент про приготовление кофе в домашних условиях;
читают и сохраняют разные рецепты, связанные с кофе.
Объедините пользователей по всем этим признакам в один сегмент — и аудитория получится не только релевантная, но и довольно широкая. Наверняка у каждого из вас есть знакомый, который вписывается хотя бы в один пункт. А то и в два.
А что получится, если дополнить такой сегмент транзакционными данными? Например, добавим людей, купивших кофемашину за последние 30 дней (или другой интересующий вас период). Вероятно, что эти люди с очень большой вероятностью в ближайшее время точно купят кофе, но при этом точно не будут покупать кофемашину, особенно, если основательно потратились на эту.
То есть транзакционные данные позволяют исключать пользователей, которые уже совершили покупку и с высокой вероятностью не планируют покупать товар повторно в ближайшее время — это особенно актуально для категорий с высоким чеком или длинным циклом принятия решения.
Работает этот подход, как вы понимаете, не только с кофе, смотрите:
AmberData — решение для точного таргетинга
Вот что мы предлагаем в рамках нашей DMP-платформы:
Сбор и агрегация данных из различных источников, включая данные о покупках и другие партнерские данные.
Обогащение клиентских профилей дополнительными характеристиками.
Сегментирование аудитории по интересам, транзакциям, уровню дохода и многим другим покупательским паттернам.
Предложение аудитории с наиболее высокой вероятностью конверсии
Интеграция в 20+ рекламных систем для быстрого запуска кампаний.
Что в итоге
Транзакционные данные — полезный дополнительный источник информации о пользователе, который вы можете использовать в таргетинге вместе с привычными интересами и поведением. Это поможет вам уточнить аудиторию и протестировать дополнительные гипотезы внутри сегмента.
Помните, что основой работы с аудиторией всё равно будут оставаться DMP-данные об интересах: именно они обеспечивают широкий охват, поиск новых пользователей и формирование сегментов по различным признакам (от соцдема до посещения определенных сетевых ресурсов).
А транзакции тут — именно вишенка точечного поиска на вашем торте настроенного сегмента.