Новостная лента

19.06.2024

VIA Rail и Cossette запустили оригинальную рекламную кампанию о новых поездах

Канадский железнодорожный перевозчик VIA Rail и агентство Cossette представили юмористическую OOH-кампанию, которая привлекает внимание к новым поездам без их показа.

далее... 16.06.2024

McDonald’s запустил кодовую рекламную кампанию для программистов

McDonald’s использует двоичный код и программные концепции для новой омниканальной рекламной кампании, специально нацеленной на программистов.

далее... 11.06.2024

United Airlines внедрила таргетированную рекламу на борту своих самолетов

United Airlines начала использовать персональные данные пассажиров для показа таргетированной рекламы на экранах в спинках сидений.

далее... 07.06.2024

T-Банк купил рекламную услугу BrandBoom для масштабного размещения рекламы

T-Банк стал вторым банком после Сбера, использовавшим сервис BrandBoom от Russ для массового размещения рекламы на цифровых носителях по всей России.

далее... 05.06.2024

Пенза ответила на вызов пермских художников оригинальным способом

В Пензе установили дорожный знак, указывающий расстояние до Перми, в ответ на шутку пермских художников, написавших «Добро пожаловать в Пензу» под глиссадой аэропорта Большое Савино.

далее... Все новости

Офлайн А/Б-тестирование от Х5

21.03.2022
Как оценить эффективность рекламы (и не только) в магазинах торговой сети.

1

Грамотная оценка рекламной кампании, конечно же, поможет увеличить выручку, но многие поставщики все еще предпочитают ориентироваться исключительно на личный опыт, а не на данные. Поэтому мы в X5 Group разработали методологию офлайн A/B-тестирования, благодаря которой можно оценить эффективность не только рекламы, но и любого пилотного проекта в наших торговых сетях. Сегодня расскажем, как это работает.

Всем нужен data-driven

Подход data-driven позволяет топ-менеджерам и сотрудникам компаний принимать взвешенные решения с упором на данные, а не только на интуицию и личный опыт. Так, на основе статистики продаж продуктовые супермаркеты, магазины электроники и строительные базы решают, какой товар выложить на полки, а какой — представить исключительно на онлайн-витрине. Аналогичным образом планируют ассортимент, определяют розничные цены и эффективность акций.

В отдельных случаях data-driven подход увеличивает прибыль на 15–25%, однако внедрить его под силу далеко не каждому бизнесу. Необходимо подготовить ИТ-инфраструктуру для сбора данных, наладить процессы их очистки и разметки, внедрить аналитические системы. Также важно найти квалифицированных дата-сайентистов. У небольшого производства может не быть необходимых для этого ресурсов, да и не все крупные компании реализуют эту возможность.

Довольно показательный пример в сфере ритейла — работа с POSM. Это — световые панели, промостойки, наклейки, упаковка и другие графические материалы, способствующие продвижению бренда. Поставщики тратят на них огромные суммы, но почти никто не оценивает эффективность вносимых изменений (пилотов) . Большинство брендов предпочитает следовать привычным практикам и полагаться на прошлый опыт.

Чтобы помочь партнерам принимать взвешенные решения, мы разработали собственную методологию офлайн A/B-тестирования — Test&Learn. С её помощью можно оценить любой пилот в наших магазинах: от размещения POSM и изменения выкладки до установки систем видеоаналитики полочного пространства. На основе этой информации бизнесу проще принять решение о судьбе пилота: неэффективный – свернуть, а перспективный – масштабировать на всю торговую сеть. Пока что мы решаем задачи партнеров в формате ad hoc, но вскоре представим сервис в виде приложения.

Как это работает

Сперва стоит кратко пояснить, как проходит запуск пилотных проектов внутри торговой сети. Все начинается с выдвижения гипотезы и определения факторов, влияющих на покупки — для этих целей можно использовать деревья принятия решений или другие аналитические инструменты.

Скажем, производитель молочной продукции планирует поменять дизайн упаковки. В этом случае гипотеза может звучать следующим образом: «Изменение внешнего вида товара приведет к росту продаж категории на X%». Другой пример — производитель чая проанализировал покупательские корзины и определил сопутствующие категории товаров для своего продукта. В этом контексте он может строить гипотезы, связанные с размещением товаров на полках и проведением партнерских промо.

Когда гипотеза сформирована, её согласуют менеджеры нашей торговой сети, и здесь есть два рабочих сценария.

Первый. Поставщик обратился до пилота, тогда мы самостоятельно подбираем контрольные и тестовые торговые точки, определяем оптимальные временные рамки для эксперимента. Далее, в течение 2–3 месяцев проводим тесты и формируем отчет, на основе которого партнер принимает бизнес-решение, связанное с перспективами проекта.

Второй. Поставщик обратился уже после того, как провел пилот самостоятельно. В этом случае мы анализируем продажи продукции на торговых площадях и собираем необходимую статистику.

Оптимальный сценарий зависит от эффекта, который желает проследить компания. На задачах, где важно отловить даже небольшой рост ключевых метрик (единицы процентов) , предпочтителен первый вариант, иначе подойдет схема с оценкой результатов постфактум.

Как проходит оценка пилота

Первый шаг. Мы выбираем тестовую и контрольную группы торговых точек. Их размер, проходимость, количество товаров, а также доход должны быть сопоставимы. Дополнительно учитываем местоположение и целевую аудиторию.

Второй шаг. Сравниваем покупательские метрики в обеих группах во время пилота и до него по чековым транзакциям и картам лояльности. Ключевые параметры — продажи в рублях, штуках и литрах, средняя цена, количество чеков, число клиентов, частота покупок конкретного продукта и его доля от общего объема товаров в категории. Метрики для продукции, подверженной сезонности, мы сравниваем с аналогичным периодом прошлого года или выводим нормированное значение.

Третий шаг. Мы составляем отчет с оценкой значимости результатов пилота. Она зависит от трех факторов: а) объема категории, б) количества магазинов и в) длительности периода. Результат считаем статистически значимым при доверительном интервале, не пересекающем ноль. Например, если продажи категории увеличились в диапазоне от +1% до 5% с уровнем доверия 95% — то, эффект статистически значим. Если изменения колеблются от -1% до 5%, то статистическая значимость не достигнута и стоит продлить пилот.

Что мы будем делать дальше

Пока мы реализуем отчеты Test&Learn в формате ad hoc. Консультант погружается в задачу поставщика и составляет бриф, аналитики в ручном режиме собирают и готовят данные для отчета с графиками и схемами. Но уже в этом году мы планируем запустить отдельный программный продукт — с ним пользователи смогут работать, не обращаясь к посреднику со стороны X5 Group.

Система в автоматическом режиме позволит выбирать магазины для теста и контроля по заданным критериям: покупательским метрикам, группам товаров, географии, уровню ассортимента. Результаты будут представлены в виде графиков и дашбордов по аналогии с отчетами Dialog X5 Insights, которые уже используют наши партнеры. При желании данные можно будет выгрузить в формате электронной таблицы.

Совместно с Ассоциацией «Маркетинг в ритейле» POPAI мы будем развивать аналитические инструменты, повышающие эффективность рекламных размещений, и уже расширяем спектр типовых и нестандартных кейсов. Мы также планируем масштабировать аналитическое решение на другие отрасли.

Мария Лучина, NA Analyst, X5 Group Mars Pet Nutrition: «Благодаря решению Test&Learn мы смогли оценить эффективность перезапуска продукта, его вклад в рост категории. Сравнили динамику ключевых метрик по продуктовым группам, оценили переключения и изменения показателей в разрезах промо/регулярных продаж».

«В результате анализа открыли для себя новые возможности для развития, направления для изменений. В ходе проекта мы столкнулись с некоторыми ограничениями по подбору контрольной группы, несмотря на это, команда Dialog. X5 смогла предоставить альтернативный вариант анализа данных» — говорит Мария. Это позволило компании в кратчайшие сроки достичь нужного результата. «Платформа Test&Learn имеет огромный потенциал, в дальнейшем планируем использовать её функционал и работать в коллаборации с Dialog. X5 для принятия решений на основании данных, реализации новых проектов и роста категории кормов для животных», — уточняет она.

Полина Шраер, старший менеджер по исследованиям DX Insights, PepsiCo: «В PepsiCo мы стремимся быть новаторами в инструментах коммуникации как с потребителями в целом, так и с покупателями в розничных сетях. Для этого мы, в том числе, активно используем POSM-материалы и различное оборудование в торговых точках, которое призвано акцентировать внимание гостей сети на наши бренды».

«В конце 2021 у нас появился именно такой проект, для полной реализации которого, нам необходимо было убедиться в эффективности и прибыльности нового инструмента. Именно поэтому после завершения пилота – размещения оборудования в некоторых точках сети, мы первым делом обратились к партнёрам из Dialog. X5, которые смогли предоставить нам в рамках отчета Test&Learn подробный анализ и сформулировать вывод по тому, какое влияние тестируемое оборудование оказало как на наши бренды, так и на релевантную категорию в конкретных точках продаж. Такая аналитика позволяет нам не только выстроить грамотный подход к бюджетированию трейд-маркетинговых инструментов, минимизируя риски и увеличивая потенциал нашего взаимодействия с покупателем, но и укреплять наши отношения с клиентом (сетью) через честный и открытый подход к совместному развитию категории», — рассказывает Полина.

Александр Платонов, категорийный менеджер Henkel: «В современно мире тот, кто имеет больше информации, тот и занимает лидирующую позицию. Однако, на сегодняшний день важно иметь не только данные всего мира, но и получать их в максимально прозрачном и доступном виде».

«Платформа Dialog. X5 предоставляет данные в разрезах, которые позволяют посмотреть на клиента с новой стороны. В нашем случае в рамках Test&Learn было интересно посмотреть на запуск новинок, переключаются ли покупатели с других товаров категории или приходят специально за эксклюзивным товаром. Платформа продолжает непрерывно развиваться, что позволяет нам наращивать аналитическую мощь высокими темпами. В 2022 ждем новых сильных анализов и проектов», — говорит Александр.

Элина Лопатюк, руководитель продукта Test&Learn Dialog. X5: «Мы рады, что Test&Learn открывает перед партнерами новые возможности для планирования и анализа рекламных активностей, а также формирования еще более успешных бизнес-кейсов».

«Оценка эффективности маркетинговых инициатив в магазинах — одна из ключевых задач, которая волнует всех участников FMCG-рынка. Так как Департамент Монетизации X5 Group реализует комплексный подход к решению задач бизнеса и формирует предложения для партнеров на основании лучших практик и потребностей ритейла, запуск нового продукта Test&Learn по оценке успешности инстор тестов является важной и неотъемлемой частью развития платформы Dialog.X5», — уточняет Элина.

Источник: Advertology.ru

Просмотров: 813 Назад к списку
-->