31.03.2025
В цифровую эпоху наружная реклама стала более точным и управляемым медиа. Теперь ее можно легко спланировать, опираясь на данные. В этой статье разберем, как METER использует Big Data в наружной рекламе – какие данные собираются, как они объединяются и как рекламодатели могут применять их, чтобы получить максимальный эффект от своих кампаний.
Современные рекламные технологии позволяют собирать информацию о пользователях из множества каналов, что помогает точнее измерять охват и эффективность наружной рекламы. Для начала, рассмотрим какие вообще бывают данные.
1 — Мобильные приложения и геолокационные данные
Как это работает?
- Большинство мобильных приложений запрашивают разрешение на доступ к геолокации (GPS, Wi-Fi, Bluetooth).
- Эти данные фиксируют перемещение пользователей, их маршруты и время нахождения в разных точках.
- Геоданные позволяют измерять количество людей, проходящих мимо рекламного носителя, а также частоту их контакта с рекламой.
Как используется?
- Оценка реального охвата рекламных конструкций.
- Определение пиковых часов активности аудитории.
- Формирование heatmap-карт (с выявлением областей с наибольшей клиентской активностью и указанием, где и как перемещается уникальный пользователь).
2 — Данные мобильных операторов
Как это работает?
- Сотовые операторы регистрируют подключение телефонов к базовым станциям.
- Эти данные позволяют отслеживать количество людей в конкретных зонах.
- Можно выявить популярные маршруты и тенденции передвижения аудитории.
Как используется?
- Подсчет пешеходного и автомобильного трафика вблизи рекламных конструкций.
- Определение лучших локаций для размещения наружной рекламы.
- Анализ реального числа людей, которые видят рекламу, а не просто находятся в зоне охвата экрана.
3 – Данные о покупках и транзакциях в оффлайн-среде
Как это работает?
- Информация о совершенных покупках, их стоимости и частоте анализируется через кассовые системы, программы лояльности и банковские транзакции.
- Можно определить предпочтения клиентов, паттерны потребления и влияние рекламных сообщений на реальные покупки.
Как используется?
- Определение связи между контактом с наружной рекламой и последующими покупками.
- Создание детализированных профилей потребителей с учетом их товарных предпочтений.
- Оптимизация размещения рекламы рядом с торговыми точками для увеличения конверсии.
4 – Данные рекламных платформ и веб-аналитики
Как это работает?
- DOOH-реклама часто взаимодействует с онлайн-рекламой через Wi-Fi и мобильные устройства.
- Данные из Google Analytics, DSP-платформ, рекламных кабинетов показывают, сколько людей совершили действие (переход на сайт, загрузку приложения) после просмотра рекламы.
Как используется?
- Анализ сквозной аналитики (от контакта с наружной рекламой до покупки).
- Оценка взаимодействия пользователей с мобильными приложениями после просмотра рекламы.
Это – основные источники данных, благодаря которым становится возможна детальная аналитика. Полученные данные могут содержать шумы и неточности из-за изменчивости сигнала, перекрытия зданий и других факторов. Поэтому, следующим этапом, для повышения точности, используется фильтрация и коррекция, а затем – объединение.
Как устраняются ошибки?
- Применяются математические фильтры, такие как фильтр Калмана, позволяющие устранить лишние «шумы» и повысить точность данных.
- Удаляются дубликаты записей и корректируются ошибки измерений.
Как данные объединяются?
- Используются математические модели и алгоритмы, которые связывают между собой данные из разных источников.
- Это позволяет создать единый профиль аудитории, учитывающий перемещения, интересы и поведение потребителей.
После обработки и объединения данных формируются «профили» пользователей, которые в дальнейшем будут использоваться для идентификации и оценки аудитории.
Как создаются профили?
- Данные из мобильных операторов и онлайн-платформ поступают с предварительно собранными профилями.
- Профили уточняются с помощью анкетных данных, поведения пользователей и контента, который они потребляют.
- Исследования показывают, что существует научно обоснованная связь между шаблонами передвижений и социально-демографическими характеристиками. Какие характеристики анализируются?
- Пол
- Возраст
- Группа дохода (А – низкий, B – средний, C – высокий)
Для более детальной сегментации, используются онлайн- и оффлайн-данные, что позволяет разделять аудиторию на группы интересов.
Примеры:
- Education (Образование) – интерес к онлайн-курсам, университетам, образовательным платформам.
- Food & Drink (Еда и напитки) – поиск ресторанов, рецептов, обсуждения гастрономии.
- Real Estate (Недвижимость) – активность на сайтах недвижимости, анализ рынка жилья, аренды и покупки.
Для оценки рекламных кампаний METER использует ключевые метрики: OTS, GRP, TRP и Reach*. С помощью METER всегда можно спрогнозировать кто и когда увидит рекламное сообщение, какой охват будет у рекламной кампании.
METER может быть полезен любому бизнесу. Система не просто собирает данные, но и помогает превратить их в эффективный инструмент для прогнозирования, оценки и развития в любом сегменте рынка.
Как аналитика Big Data помогает компаниям?
- Понимание поведения аудитории
- Прогнозирование трафика
- Определение зон с высокой клиентской активностью
- Оптимизация логистики и доставки
- Развитие городов и туризма
А еще данные METER можно использовать для корректировки рекламных стратегий во время или по результатам проведенного размещения.
Оптимизация времени и мест размещения
- Перемещение рекламных носителей в зоны с высокой активностью аудитории.
- Настройка времени показов на цифровых экранах (DOOH).
Автоматизация закупки рекламы (AI + программматик DOOH)
- Динамическое изменение ставок в зависимости от условий.
- Гибкое управление бюджетами на основе данных.
A/B-тестирование рекламных сообщений
- Оценка эффективности разных креативов.
- Сравнение влияния рекламных сообщений в разных локациях.
METER предлагает инновационные решения для анализа и мониторинга социально-демографических характеристик и поведения людей, находящихся в определенном районе. Благодаря динамическому отслеживанию изменений в аудитории, система позволяет выявлять тренды, адаптировать предложения и оперативно реагировать на потребности ваших потенциальных клиентов.
«Например, в реальном времени вы сможете видеть, как меняется состав и поведение аудитории в локации. Представьте, что вы заметили, как трафик стал более состоятельным: это сигнал к тому, что можно обновить ассортимент и ввести позиции премиум-класса, такие как завтраки с лососем или более дорогие сорта кофе, чтобы привлечь новую категорию клиентов. Такой гибкий подход позволит вам не только расширить клиентскую базу, но и увеличить средний чек за счёт актуального предложения для более доходной аудитории», — отмечает Елена Белорусова, Product owner METER.
Технология METER позволяет глубже погружаться в анализ данных, что дает возможность не просто «оцифровать» аудиторию, но и понять её мотивацию, время посещения, и в тоже время увидеть отток клиентов. Используя Big Data, METER делает наружную рекламу инструментом, который работает по законам цифрового маркетинга. Теперь реклама не просто размещается, а управляется данными.
*OTS (Opportunity to See) – количество потенциальных контактов с рекламой, то есть число людей, у которых была возможность увидеть рекламу. Технически это вся аудитория, у кого рекламная поверхность была в зоне видимости и была доступна для взгляда.
GRP (Gross Rating Points) – суммарное количество контактов с рекламой, выраженное в процентах от охваченного населения. Один GRP равен количеству показов, эквивалентному 1% аудитории. на наружных конструкциях, выраженное в процентах от населения. Один рейтинговый балл означает количество показов, равное 1% населения рынка. Например, если рекламой охвачено 30% целевого рынка, а средняя частота контакта составила 4, то кампания получит 120 GRP.
TRP (Target Rating Points) – процент контактов с рекламой среди целевой аудитории, что позволяет точнее оценить воздействие кампании на нужную группу потребителей. по отношению к числу всей потенциальной аудитории, выраженная в процентах. В отличие от GRP, этот показатель учитывает только целевую аудиторию, а не всех, кто потенциально мог увидеть рекламу.
Reach 1+ – показатель, отражающий долю людей, которые хотя бы один раз увидели рекламу в течение кампании., отражающий число людей, которые хотя бы один раз увидели рекламу за определенный период. Например, он показывает, какая часть аудитории минимально контактировала с рекламным сообщением.
