Neměřte jen reach a frekvenci, zapojte ekonometrii

Skutečný vliv reklamy na prodeje ukazuje ekonometrické modelování. Většině zadavatelů pro to stále chybí dost dat, ale osvícených klientů přibývá, všímá si Michal Šeda z Publicisu.

Rok 2019 byl opět ve znamení růstu mediálních investic. Ty čisté vzrostly podle našich odhadů o 5,3 %, zejména díky televizi a online médiím. Investice do onlinu přitom už lehce předčily televizi a celkový podíl těchto dvou mediatypů dosáhl v součtu téměř 73 %. Každý marketér, který má milionové rozpočty do reklamy na starost, přitom hledá odpověď na základní otázku: jaká je optimální výše investic do jednotlivých mediatypů? Podívejme se, co o objemu investic rozhoduje.

Mediální KPIs se neváží na obchod

I v roce 2020 je stále nejčastějším způsobem optimalizace mediálního rozpočtu plánování podle maximalizace mediálních KPIs. Zjednodušeně řečeno vybíráme kombinaci médií, která v cílové skupině doručí nejvyšší zásah (reach) se zvolenou frekvencí (frequency). Výhodou této metody je nulová potřeba dat ze strany klienta i možnost stanovit měřitelné mediální cíle kampaně za jednotlivé mediatypy i kampaň jako celek (reach, imprese, TRPs a podobně). Tento přístup má ale také jeden zásadní nedostatek. Při této optimalizaci totiž chybí vazba kampaně na obchodní cíle inzerenta.

Zaměření na čistě mediální metriky neumožňuje vyčíslit reálný přínos kampaně k prodejům a výpočet návratnosti investic (ROI) tak probíhá většinou pouze na úrovni porovnání celkových nákladů s výnosy za dané období. Takto vypočtená ROI je v drtivé většině případů výrazně zkreslena, protože prodeje produktu jsou silně ovlivněny i nemediálními faktory jako cena, promo akce, počasí a mnoho dalších. Navíc je třeba vzít v potaz, že u zavedených značek se část prodejů uskutečňuje i bez probíhající komunikace (jde o takzvané base sales). I při sebelepším zvládnutí crossmediálního plánování má tedy tento způsob optimalizace kampaní zásadní limity.

Na chybějící vazbu mezi mediálními ukazateli a obchodními cíli firmy naráží každoročně většina marketingových ředitelů, když mají obhajovat rozpočty na marketing před boardem. Management zkrátka vždycky zajímá, jak kampaně přispějí k navýšení prodejů. I proto se v Česku v posledních letech konečně začíná v praxi prosazovat ekonometrické modelování, které vliv reklamy na prodeje spočítat dokáže.

Vlivy na prodej ukáže ekonometrie

K prokázání vlivu reklamy na prodeje se v rámci ROI analýz využívá ekonometrické modelování známé též pod zkratkou MMM, tedy marketing mix modeling. Jde o metodu založenou na matematicko-statistické analýze historických dat, kdy se za využití vícenásobné regresní analýzy zkoumá, které faktory (reklama, aktivity na sociálních sítích, návštěvnost webu, search, cena, distribuce, počasí a stovky dalších) mají přímý vliv na prodeje, jak silný je tento vliv a jak dlouhý mají dopad.

Na základě těchto informací už dokážeme spočítat reálný efekt marketingových aktivit na prodeje. Díky tomu je pak při plánování budoucích kampaní možné určit, jaký mediamix je nejefektivnější, jaká je optimální výše investice do jednotlivých mediatypů a jaký typ komunikační strategie zvolit (krátkodobou, kontinuální nebo s přestávkami). V návaznosti na zjištěné závěry pak často dochází k přesunu části peněz z televize do onlinu, kde je od určité hranice jejich efektivita vyšší.

Ekonometrie prozradí i takové detaily, jako které konkurenční subjekty a s jakou konkrétní komunikací, respektive nabídkou ubírají na prodejích, jak velká je cenová elasticita nebo je-li v prodejích produktu nějaká přirozená sezonalita. Bonusem je také možnost vytváření predikčních modelů a „what-if“ scénářových analýz či reálnosti dosažení zadaných cílů s daným rozpočtem. 

POEM vás dostane ještě dál

Už samotné využití ekonometrického modelování je obrovským posunem od optimalizace kampaní podle mediálních KPIs k optimalizaci se zaměřením na obchodní cíle. Můžeme jít ale ještě dál. Závěry z ekonometrického modelování lze využít jako vstup pro další analýzu zabývající se vzájemnou interakcí mezi paid (placenými), owned (vlastněnými, vlastními) a earned (získanými) médii, zkráceně POEM. Ta je dnes pravděpodobně nejpokročilejší metodou výpočtu reálného efektu mediální komunikace na prodeje s výrazným přesahem do optimalizace následujících kampaní. Inzerentovi dává komplexní přehled o fungování marketingového ekosystému, vzájemných propojení mezi paid, owned a earned médii a umožňuje vyčíslit celkový - přímý i nepřímý - efekt komunikace na prodeje.

Jedná se o metodu strukturálního modelování, kde k vypočtenému přímému prodejnímu efektu placených médií dokážeme dopočítat i jejich nepřímý vliv skrze vlastněná nebo získaná média. Pro ilustraci uveďme příklad stanovení vlivu televizní komunikace: část zákazníků nakoupí daný produkt pouze na základě zhlédnutí spotu, část zákazníků si ale chce o výrobku zjistit víc informací a využije k tomu organické vyhledávání. Odtud se prokliknou na web značky a teprve poté se odhodlají k nákupu. V rámci analýzy MMM by bylo 100 % efektu připsáno poslednímu touchpointu, tedy webové návštěvnosti. Pomocí modelingu POEM ale zjistíme, že primárním spouštěcím touchpointem byla televize, bez které by s největší pravděpodobností k návštěvě webu a nákupu vůbec nedošlo. Propojenost mezi online a offline světem je výrazně vyšší, než jsme si možná mysleli. Televize má do značné míry vliv i na takové věci, jako je budování digitálních komunit na sociálních sítích. Při plánování optimalizaci kampaní to berte v potaz.

Nejdřív si dejte do pořádku data

Ekonometrické modelování je vhodné pro všechny segmenty, například rychloobrátkové zboží (FMCG), finance, potraviny, nápoje nebo třeba farmacie. Přes rostoucí zájem dnes nicméně ekonometrii využívají k optimalizaci kampaní stále jen jednotky procent inzerentů. Důvod? Zadavatelům chybí dostatek kvalitních dat. Data jsou totiž pro optimalizaci kampaní na základě analýz MMM či POEM nezbytnou podmínkou.

Metody vyžadují minimálně dva roky dlouhou kontinuální časovou řadu o nákupní historii, cenách produktů, distribuční politice a dalších faktorech ovlivňujících prodeje. Optimálně na týdenní bázi. Složitější analýzy POEM navíc vyžadují i data z CRM nebo informace o návštěvnosti webu. Celkový počet analyzovaných faktorů se pohybuje ve stovkách. A takový balík dat má v použitelné podobě stále k dispozici jen menšina klientů.

Je ale fér dodat, že se situace v posledních letech lepší a poptávka inzerentů po ekonometrických analýzách výrazně roste. Důvodem je nejen stále rostoucí tlak na efektivitu kampaní a prokazování jejich skutečného přínosu, ale také větší ochota ke sdílení dat mezi klientem a agenturou. Věřme tedy, že těchto osvícených klientů bude přibývat.

Michal Šeda

Michal Šeda

Autor působí jako research director Publicis Groupe