Как современные технологии идентификации и атрибуции AdRiver помогают преодолеть ключевые ограничения Банка при оценке эффективности Digital Media

Проблема оценки медийной рекламы

Измерение эффективности digital-рекламы в банковском секторе — чрезвычайно амбициозная задача. По статистике, 80% клиентов Банка предпочитают открывать вклады в отделениях, а не онлайн, что разрывает стандартную воронку конверсий и усложняет отслеживание влияния рекламы.

По закону банки не могут передавать персональные данные третьим лицам.

Ещё одну особую сложность представляет аудитория старше 45 лет, которая преимущественно потребляет контент через телевидение. В этом сегменте эффект от интернет-рекламы сложнее доказать, ведь зафиксировать post-view конверсии можно крайне редко: клиенты могут увидеть рекламу онлайн, но откроют вклад при личном визите в офис банка.

Как определить, какие рекламные каналы действительно приводят клиентов в оффлайн?

Банк совместно с AdRiver провели исследование Sales Lift, которое позволило достоверно измерить влияние медийной рекламы на рост числа вкладчиков. Для этого использовались Stable ID, данные телеком-операторов и технология AdRiver Bridge. Применение этих инструментов позволило связать данные о рекламных показах с открытиями вкладов в офисах банка, выявить наиболее эффективные источники трафика и сформировать портрет аудитории вкладчиков для точной оптимизации бюджетов в будущих кампаниях.

Как это работает

AdRiver Bridge умеет получать разрозненные идентификаторы (cookie, IDFA/GAID, операторский Stable ID и другие) в разных точках контакта с пользователем и связывать их друг с другом с помощью алгоритмов машинного обучения. В дальнейшем, при использовании любого из связанных идентификаторов в любой точке контакта – при показе, клике или конверсии – они в режиме реального времени приводятся к единому мастер-идентификатору, AdRiver ID, который и используется в аналитике.

Возможности операторского Stable ID давно используются во всех продуктах AdRiver, так как Stable ID одинаково хорошо работает как в web, так и в любых видах in-app трафика, что важно, например, для кросс-медийной атрибуции. При этом, поскольку возможности у операторов отличаются, мы разработали несколько схем интеграции, обеспечивающих единый подход к применению операторского Stable ID независимо от способа интеграции.

Что сделали

Использовали AdRiver для разметки рекламных кампаний;
Сформировали специальную SMS для новых клиентов, которые получали её после открытия первого вклада в офисе;
Собрали аудиторию, видевшую рекламную кампанию, и с помощью AdRiver Bridge перевели её в аудиторию операторов (в исследовании участвовало 2 мобильных оператора);
Операторы по специальным SMS и данным по триангуляции определили совершение покупки в оффлайн-точке;
На финальном этапе сопоставили абонентов, взаимодействовавших с рекламой, с теми, кто стал клиентом банка в офлайне.

Что получили в итоге

Оценили эффективность каналов: число новых клиентов, привлеченных с каждой рекламной площадки. Для подсчета количества клиентов использовали несколько моделей атрибуции — как к последнему источнику показа рекламы, так и к первому. Параллельно сформировали собственную модель, учитывающую различные веса каждого контакта.

На основании фактического количества клиентов, распознанных сотовыми операторами, провели экстраполяцию на общий объем взаимодействий с Digital Media. Для этого использовали открытые данные по рыночному покрытию операторов связи.

Для оценки конверсии рассчитали метрику CR-to-view, которая показывает долю клиентов, привлеченных с каждого источника показа рекламы.

Также проанализировали CAC (Customer Acquisition Cost) на основе распознанных клиентов и затрат на Digital Media. Стоимость привлеченного клиента оказалась сопоставимой с Performance-каналами, а с учётом экстраполяции на других операторов — в 2 раза ниже.
Оценили реальный охват рекламы: точное количество людей, увидевших рекламную кампанию, с детализацией по каждой рекламной площадке. Суммарное распознавание среди сотовых операторов составило 15,4% от всех показов, что эквивалентно 7 млн уникальных абонентов. Эти данные позволили провести точную оценку охвата и определить эффективность рекламного воздействия.
Выявили эффективную частоту показа: анализ показал, что для совершения офлайн-конверсии достаточно трех контактов пользователя с рекламой. Значение эффективной частоты определили путём расчета минимальной частоты, необходимой для совершения большинства конверсий. С математической точки зрения — это медианная частота, отражающая оптимальный баланс между затратами на рекламу и ее результативностью.
Проверили точность таргетинга: основным ядром целевой аудитории рекламной кампании были мужчины и женщины 35+ лет, проживающие в Москве, Санкт-Петербурге и их областях. В ходе исследования проверили соответствие аудитории реальным абонентам, видевшим рекламу. Подтвердили, что 76% показов пришлось на целевой соцдем, а 73% — на целевое гео.
Подтвердили портрет целевой аудитории: анализ поведения пользователей, открывших вклад, помог подтвердить целевой портрет клиента и узнать особенности его поведения в интернете. Наиболее популярной маркой смартфонов среди клиентов оказался Xiaomi. Также 71% вкладчиков активно используют приложения онлайн-доставки продуктов и лекарств, а 45% — сервисы для чтения или прослушивания книг.

Рейтинг

№	Площадка	Попадание в ГЕО, %	Попадание в соцдем, %	CR to View	Клиенты, %	САС, к среднему
	Total	73%	76%	0,006%	100,0%	х
1	Источник 1	74%	83%	0,020%	36,5%	0,2х
2	Источник 2	82%	83%	0,019%	13,5%	0,6х
3	Источник 3	63%	75%	0,003%	8,0%	0,4х
4	Источник 4	90%	86%	0,007%	6,9%	0,5х
5	Источник 5	91%	85%	0,005%	5,5%	1,8х
6	Источник 6	59%	70%	0,006%	5,2%	0,7х
7	Источник 7	91%	75%	0,001%	3,4%	4х
8	Источник 8	90%	83%	0,009%	3,0%	0,7х
9	Источник 9	73%	77%	0,003%	2,5%	1,9х
10	Источник 10	46%	69%	0,010%	1,9%	0,2х
11	Источник 11	72%	70%	0,003%	1,8%	1х
12	Источник 12	65%	61%	0,002%	1,6%	2х
13	Источник 13	92%	80%	0,004%	1,5%	0,5х
14	Источник 14	90%	81%	0,003%	1,4%	1,6х
15	Источник 15	53%	67%	0,007%	1,3%	1,4х
16	Источник 16	82%	82%	0,004%	1,1%	2,2х
17	Источник 17	86%	83%	0,002%	0,8%	3х
18	Источник 18	68%	80%	0,005%	0,7%	1,1х
19	Источник 19	90%	81%	0,002%	0,7%	3,4х
20	Источник 20	90%	65%	0,002%	0,6%	3,3х
21	Источник 21	85%	78%	0,010%	0,6%	0,2х
22	Источник 22	24%	76%	0,003%	0,4%	5,4х
23	Источник 23	89%	81%	0,013%	0,3%	1,4х
24	Источник 24	89%	82%	0,004%	0,3%	4х
25	Источник 25	61%	74%	0,007%	0,2%	0,6х
26	Источник 26	84%	83%	0,021%	0,1%	0,5х
27	Источник 27	90%	81%	0,006%	0,1%	1,6х
28	Источник 28	70%	81%	0,019%	0,0%	4,8х
29	Источник 29	90%	82%	0,004%	0,0%	5х

В итоге

Мы выяснили, что 30% всех открытий вкладов в офисах за период кампании были совершены клиентами, контактировавшими с медийной рекламой в интернете. Этот результат подчёркивает влияние Digital Media на бизнес-результат в условиях параллельной кампании на ТВ, так как большинство выбранных таргетингов в интернет-кампании были направлены на LTV-аудиторию.

Определили эффективную частоту показа и сделали выводы для более точного таргетинга в будущих рекламных кампаниях.

Роман Кохановский, коммерческий директор AdRiver:

«Кейс отлично демонстрирует, как современные технологии идентификации и атрибуции помогают преодолеть ключевые ограничения банковского сектора при оценке эффективности Digital Media. Использование Stable ID в связке с AdRiver Bridge позволило не только связать онлайн-рекламу с офлайн-конверсиями, но и глубже понять, какие площадки действительно приносят бизнес-результат.

Важно отметить, что такая методология не просто измеряет влияние digital-рекламы, но и предоставляет четкие инсайты для дальнейшей оптимизации медийных бюджетов.

Этот кейс доказывает, что digital-реклама в сочетании с продвинутыми технологиями верификации способна решать сложные бизнес-задачи, даже в сегментах, где её влияние традиционно воспринималось скептически. Прозрачность данных и возможность точного таргетинга обеспечивают уверенность в инвестициях в медийную рекламу, а подходы, использованные в этом исследовании, могут стать стандартом для оценки влияния digital на офлайн-конверсии».