Тема связки онлайн и офлайн-данных актуальна для многих рекламодателей. Крупные игроки рынка авто, недвижимости, финансов, ритейла и других направлений используют возможности О2О-маркетинга для оценки своих кампаний. Мы решили сделать краткий обзор актуальных O2O-возможностей, которые стоит использовать в рамках стратегии продвижения.

ROPO-анализ

Удобный инструмент для ритейлеров, клиенты которых ищут информацию о продукте в онлайне, а осуществляет покупку в физических точках продаж. Это происходит из-за того, что человеку важно взаимодействие с продуктом перед покупкой. Хорошее доказательство этому — статистика «Эльдорадо», (которую мы приводили в одной из последних подборок кейсов). Она показывает, что лишь 5% клиентов компании совершают покупки в онлайн-магазине, 29% — только в офлайн-точках и 66% потребителей — омниканальны. То есть доля людей, которые выбирают товары на сайте и покупают в магазине значительно выше. В таких условиях осложняется работа маркетолога, которому нужно составить полный портрет потребителя, найти его как в офлайне, так и онлайне, и выстроить с ним коммуникацию на всех этапах цикла.

Для этого крупные ритейлеры используют ROPO-анализ (research online, purchase offline — ищи онлайн, покупай офлайн). Он агрегирует онлайн-данные с данными о транзакциях из CRM-системы. Технология связки чаще осуществляется через сервис Google BigQuery — нужно выгрузить в него информацию по пользователям (User ID) из Google Analytics, а также сведения о дате, ID транзакции, сумме заказа и ID пользователя из CRM.

Основной минус подхода — необходимость регистрации. Только так можно произвести идентификацию клиента. Далеко не все пользователи, интересующиеся товаром, спешат создавать аккаунт на сайте. Особенно, если заранее запланировали покупку через офлайн-магазин.

Но именно ROPO-анализ помогает понять, почему тот или иной продукт плохо продается на сайте и при этом быстро заканчивается на прилавках в офлайн-магазинах, — пользователи изучают его, а после покупают и закрывают воронку продаж в магазине.

Сбор MAC-адресов

Инструмент, который позволяет собирать данные людей, взаимодействующих с физической точкой продаж рекламодателя. Он идентифицирует офлайн-пользователей и помогает настраивать на них таргетированную рекламу.

Для этого в Wi-Fi-роутер магазина, кофейни или целого ТЦ устанавливается специальный радар, который с помощью авторизации по SMS или по звонку, собирает MAC-адрес посетителя. Он позволяет собрать много полезной информации:

• сколько раз человек коммуницировал с конкретной точкой продаж — пришел он впервые или является постоянным клиентом;
• средняя сессия пребывания посетителя;
• распределение по времени и дате нахождения в точке продаж.

После того, как эти данные отправляются в кабинет рекламной площадки (myTarget, «Яндекс.Директ» и т.д.), они также анализируются на предмет О2ОС — Online to Offline Conversion, то есть физическая «доходимость» в магазины среди тех, кому была показана онлайн-реклама.

Например, у «Ив Роше» есть кейс с использованием этой технологии в московских и петербургских торговых центрах для таргетирования на людей, которые посещали ТЦ, но ни разу не заходили в магазин бренда. В результате по некоторым кампаниям результаты кликабельности повысились в 7,5 раз.

Интересный опыт есть и у «Леруа Мерлен». Компания анализирует подсоединение устройства к MAC-адресу. Если коммуникация продлилась меньше 10 секунд, значит, решается, что покупатель не нашел то, что искал. В этом случае на него выстраивается ретаргетинговая кампания с торговым ассортиментом в онлайне, так как офлайн-магазин физически не может иметь всю продукцию, которая есть в наличии.

Данные ОФД

В июле этого года завершился переход бизнес-структур на кассы с интернет-подключением. Запущенная ещё 2016 году инициатива позволяет ускорить процесс передачи данных о транзакциях в налоговую службу. Сегодня процесс осуществляется через оператора фискальных данных (ОФД), который ежедневно считывает информацию с установленного в онлайн-кассе чипа и передает ее в гос. структуру для отчетности предпринимателей.

Быстро выяснилось, что технология позволяет не только удобно отчитываться перед налоговой, но и расширяет маркетинговые возможности по работе с данными. Предприниматель получает полный доступ к обезличенной информации о времени совершенной транзакции и составе чека. Но главное — информация по чекам помогает оценить покупательскую способность и проанализировать влияние онлайн-рекламы на офлайн-покупки. Во время показа партнёр ОФД запоминает, какой пользователь видел рекламу, и потом, в момент покупки, партнёр ОФД анализирует чек и понимает, что произошла офлайн-конверсия.

Предположим, что рекламодатель запустил видеорекламу с акцией на определенный продукт и захотел проанализировать ее эффективность. В момент оплаты картой на кассе партнёр ОФД получает информацию о том, что этот пользователь совершил покупку. Таким образом, партнёры ОФД могут связывать показы рекламы с чеками, строя post-view атрибуцию.

Юрий Гаврилов

Старший эксперт Artics Internet Solutions

При этом, ОФД с письменного разрешения владельца бизнеса способен передавать данные третьим лицам. То есть работать с фискальными данными может и тот бизнес, который пока не накопил достаточной базы по чекам.

Одним из первопроходцев в этой системе была компания Essity, которая для таргетирования использовала результаты обработки обезличенных данных Первого ОФД с применением метода data mining на базе DMP Weborama. Это позволило сформировать единую базу профилей с онлайн-идентификаторами (Cookie) для последующей коммуникации в онлайн-каналах.

Такую механику компания протестировала на продажах своего продукта Libresse в разных городах России до и после запуска рекламной кампании. С помощью работы с контрольными группами выяснилось, что положительные показатели и увеличение доли Libresse пришлись на регионы с самой активной медийной поддержкой, тогда как отсутствие рекламы никак не повлияло на долю продаж.

Данные операторов мобильной связи

Многие абоненты устанавливают на своем телефоне услугу мобильного банка, которая доставляет sms-оповещения о списаниях и зачислениях на карту. Таким образом, данные о совершенных транзакциях и сумме чека сохраняются у операторов связи.

Сегодня мобильные компании самостоятельно сегментируют и предоставляют доступ к информации маркетологам. Это полезно для отслеживания влияния рекламы на офлайн-продажи компании в целом или в конкретной точке.

Недостаток использования таких данных в том, что у операторов нет информации по составу чека. То есть, в отличие от использования данных ОФД, нельзя отследить эффективность онлайн-рекламы для конкретного продукта.

Чтобы закрыть недостаток информации по содержанию конкретного продукта в чеке, операторы подключают к исследованиям данные ОФД и обогащают результаты цифрами по чеку.

Работа с аудиториями мобильных операторов позволяет разделить людей на группы: те, кто попадают в аудиторию таргетинга, те, кто рекламу точно не увидит. Так мы видим изменение покупательского поведения. При качественном оффере и грамотных настройках кампании, рекламная группа начинает покупать чаще и/или с большим средним чеком. Эти данные помогли нам проанализировать влияние сезонных акций сети магазинов „Пятерочка“ и провести исследование эффективности кампаний на частоту покупок и величину среднего чека.

Дмитрий Князев

Руководитель проектов Artics Internet Solutions

Помимо этого, данные операторов позволяют настраивать геотаргетинг и как в случае с Wi-Fi-маячками определять, где проходит человек. Но точность инструмента — не идеальна. Подойдёт для рекламодателей с очень большими офлайн-пространствами: автодилеры, застройщики, моллы, парки развлечений. Для небольших магазинов, которые занимают 500-1000 м2 что-либо измерить практически невозможно.

Специфика online to offline подхода

Сложность проведения О2О-проектов варьируется от поставленных задач и, разумеется, найти офлайн-пользователя в онлайне можно не только вышеприведенными способами. Существуют также карты лояльности, QR-коды или инструменты дополненной реальности. Они позволяют идентифицировать человека в виртуальной среде, а в случае с картами могут помочь определить потребительские запросы и другую важную информацию, которая поможет в коммуникации с пользователем онлайн. Минус такого подхода в непостоянстве. Человек может забыть использовать карту лояльности, зато обязательно совершит транзакцию и таким образом передаст данные ОФД.