Банк Хлынов (входит в ТОП-30 крупнейших региональных банков России) обратился с запросом повышения эффективности планирования медиабюджетов для продвижения своих кредитных продуктов. Высокая конкуренция в категории и волатильность рынка существенно затруднили оценку эффективности каналов и планирование оптимального сплита. Банк столкнулся с падением показателей в офлайне и необходимостью определить, что и как влияет на KPI — заявки на кредитные продукты.

Партнёром выступило агентство стратегического маркетинга Cube x D Innovate Group. Решением стала разработка моделей по новой методике Marketing Mix Modeling, позволяющей обойти ограничения классической эконометрики. В активе клиента — валидные данные по заявкам и медиабюджету за 3 года. В активе команды Cube — собственные методики моделирования и прогнозирования, упакованные в martech-платформу и глубокая экспертиза рекламного рынка.

Результатом стали 2 маркетинг-микс модели, которые детально объяснили инкрементальный вклад каждого из факторов в количество заявок на потребительские кредиты. На основе моделей стратеги Cube разработали медиамикс, оптимизированный с учётом прогноза эффективности каждого фактора.

В качестве продукта был выбран потребительский кредит — одно из ключевых направлений банка. В ходе обсуждения с клиентом пришли к тому, что нужен не один KPI, а два — отдельно онлайн-заявки и офлайн-заявки. Влияние медиа и других факторов различно для онлайн и офлайн-заявок, заметны отличия в паттернах поведения пользователей. Дополнительно очистили заявки от посторонних источников, повысив валидность и точность данных.

Сформулировали задачи:

• установить факторы, влияющие на количество заявок и определить размер этого влияния;
• оценить эффективность каждого рекламного канала отдельно: его инкрементальный вклад в продажи и стоимость лида (CPL);
• рассчитать оптимальные предельные бюджеты по медиа с учётом ёмкости канала.

Данных много не бывает — работу с проектом начали с формирования датасета. От клиента были получены вводные:

• количество заявок: онлайн и офлайн;
• список конкурентов;
• медийные бюджеты;
• список внутренних событий банка (мероприятия, смена вывесок).

2. Стоимость за заявку — приемлемая на уровне всех кампаний, далее детализировали и выявили «перегретые» (например, SMS) и «недоинвестированные» каналы (социальные сети) для каждого типа заявок

3. Получать онлайн-заявки — сложнее. Как писали ранее — существует видимая разница во влиянии медиа на количество лидов в онлайне и офлайне. Традиционные медиа, такие как ТВ, OOH, радио качают офлайн-заявки, обеспечивают приемлемый CPL. В онлайне конкуренция выше, а часть медиа просто не работает на привлечение онлайн-заявок (например, радио). На онлайн-заявки хорошо сработали диджитал-инструменты — социальные сети и performance, заметно и влияние ТВ и наружной рекламы как универсальных каналов.

4. Есть потенциал для усиления эффекта от каналов:

• радио вносит большой вклад в офлайн-заявки и имеет запас ёмкости. В ходе анализа было обнаружено снижение количества заявок в период, когда клиент тестировал уменьшение объёмов закупок на радио. Были даны рекомендации увеличить объёмы размещения и расширять сплит станций;
• наружная реклама — имиджевый инструмент, важный для категории. Увеличение доли малых форматов в проходимых пешеходных зонах снизит негативное влияние медиаактивности конкурентов;
• интересный эффект от ТВ-рекламы. Телевидение — трафикообразующий инструмент, вносит большой вклад, особоенно в онлайн-заявки. Не обнаружили типичного для канала «моментального эффекта рекламы», но долгосрочный эффект от ТВ-размещения проявился явно и устойчиво. Оптимально размещение флайтами с перерывами от 2 до 6 недель;
• контекстная реклама и социальные сети стали локомотивным каналом для онлайн-заявок. Есть потенциал значительного роста в бюджете, но требуется оценка ёмкости аудитории по целевым таргетингам, поиск неочевидных эффективных таргетингов;
• performance-бюджеты рекомендовали планировать исходя из динамики спроса на потребительские кредиты. В период высокой медиаактивности банка в охватных каналах целесообразно увеличение бюджета на performance;
• по SMS предложили полностью переработать подход к каналу: в коммуникационном сообщении, частоте и охвате. Сейчас, пока интенсивность снижена в несколько раз, снижение заявок не наблюдается.

5. Для роста заявок (продаж) потребительских кредитов важно продвигать именно этот продукт, гало-эффекта* от рекламы других продуктов будет недостаточно. Рекомендовано перераспределение медиабюджета и увеличение доли бюджета на ключевые кредитные продукты.

Это лишь часть результатов и выводов, которые можно узнать из Marketing Mix Models. По итогам проекта клиент получил детальный отчёт с графиками, закономерностями и интерпретацией данных в рабочие и готовые к использованию решения. На основе полученных ML-моделей стратеги Cube разработали оптимизированный медиасплит, учитывающий влияние как медиа, так и других факторов. Сегодня Банк Хлынов и Cube продолжают применять Marketing Mix Models для других продуктов банка. Это позволяет находить, оцифровывать и объяснять новые закономерности для разработки идеального медиасплита и перейти к автоматизации планирования медиастратегии с помощью предиктивного калькулятора.