Основные тенденции в области данных в 2022 году

В 2020 и 2021 годах в рекламной индустрии произошли большие перемены. Самые очевидные из них связаны с поведением людей, которые вынуждены бороться с вариантами коронавирусной инфекции и испытывают цифровую усталость. Несмотря на то, что мир, казалось бы, замер, отрасль Out Of Home рекламы продолжает развиваться и проводить в жизнь научные подходы для решения бизнес-задач.

Коментарі 2841

За последние пару лет не осталось сомнений в том, что хоть люди и стали перемещаться на меньшие расстояния, но делают это чаще.

Вашему вниманию предлагается обзор основных тенденций в области данных, которые повлияют на то, каким будет рынок OOH-рекламы в этом и последующих годах.

1. Подвижки в сфере прайвеси

Мы уже стали свидетелями того, как компания Apple изменила политику конфиденциальности. Вероятно, и Google последует ее примеру. Ужесточение законов о конфиденциальности означает, что в конце концов мы окажемся в ситуации, когда идентификаторов устройств не станет. В связи с этим технологии таргетинга будут вынуждены эволюционировать.

В результате предстоящих изменений в сфере прайвеси методики измерения, планирования и таргетинга сместятся в сторону таких, которые не будут основываться на идентификаторах устройств. Это, например, использование когорт устройств. Идентифицировать отдельные устройства в каждой когорте практически невозможно, но все они обладают общими признаками, которые можно использовать вместо ID устройств:

  • поведение
  • социально-демографические характеристики
  • типичные маршруты
  • установленные приложения

Рассмотрим, как эта тенденция соотносится с нынешним положением дел в области измерения OOH-рекламы и чего ожидать в будущем.

  • Измерение сейчас. Мы измеряем количество устройств, находившихся в зоне видимости определенного набора рекламных конструкций, делая выборки на уровне населения. Пока еще подход жизнеспособен, но в связи с тем, что идентификаторы устройств защищают все более рьяно, он должен будет эволюционировать.
  • Обновленное измерение. Этот подход опирается на когорты. Например, когорта А может представлять людей среднего возраста, которые состоят в браке и имеют детей; принадлежат к рабочему классу; ежедневно ездят на работу. Если когорта А состоит из 100 человек, и агрегированная модель предсказывает, что они с 85-процентной вероятностью окажутся в зоне видимости рекламной конструкции, мы можем сделать вывод, что около 85 из 100 человек контактировали с рекламой на этом носителе. Это избавляет от необходимости знать маршруты отдельных устройств, не снижая при этом эффективности OOH-рекламы.
  • Измерение в будущем. Использование когорт позволит брендам расширить охват, не идентифицируя при этом отдельные устройства. Создавая когорты на основе представляющих интерес установок или привычек, можно определить потенциальных клиентов и обращаться к ним средствами OOH-рекламы.

Хотя обновление политик конфиденциальности, по всей видимости, ляжет в основу большинства тенденций в области анализа и обработки данных, тем не менее, это не все, что ожидает нас в 2022 году.

2. Мерила успеха

В настоящее время прямое измерение эффективности рекламных конструкций ограничивается оценкой количества показов и размера контактировавшей с рекламой аудитории. Однако на основе этих показателей сложно судить об эффективности рекламных конструкций, которые характеризуются схожим количеством показов. Поэтому вполне вероятно, что в 2022 году появятся дополнительные метрики, позволяющие судить об эффективности показов, а также новые подходы к оценке этих показателей.

В этом могут помочь следующие технологии:

  • Компьютерное зрение. Благодаря этой технологии мы можем оценивать в баллах каждый рекламоноситель с точки зрения его обозримости в окружающем пространстве. В «баллах внимания» можно оценивать и целые маршруты. Когда мы сможем точно измерять эффективность показов, предиктивное моделирование эффективности кампаний будет не за горами.
  • Определение индекса структурного сходства изображений. С помощью этого подхода можно оценивать в баллах объем внимания, приходящийся на рекламную конструкцию от проходящих мимо нее людей. Также можно отыскивать препятствия, которые ухудшают видимость рекламоносителей. Это позволяет установить новые показатели, с помощью которых можно оценивать обозримость рекламных конструкций и эффективность экспонирования.
  • Усовершенствование наглядного представления. С помощью спутниковых изображений мы можем воссоздать окружающее рекламоноситель пространство, чтобы клиенты лучше понимали обстановку на местах и пролегающие рядом маршруты. Показатель внимания позволит клиентам сравнивать носители путем индивидуального индексирования мест размещения, что будет исключать частичное наложение, но будет иметь перекос в сторону контекстных критериев аудитории.
  • Распознавание эмоций. Подвижки в области искусственного интеллекта позволят OOH-рекламодателям оценивать реакцию на кампанию и точнее знать, выполнила ли коммуникация поставленную задачу. Автоматизированная система, распознавая эмоции и жесты, сможет анализировать, как то или иное сообщение воспринято аудиторией.

Показатели эффективности всегда были важной частью Out Of Home медиа, и вместе с тем тенденции в сфере интеллектуальной обработки данных и развивающиеся технологии позволяют этим метрикам играть более важную роль в стратегическом планировании, оценке ROI и другом.

Однако по мере того, как определение успеха становится все более сложным, возрастает и потребность в точных ожиданиях. Поэтому мы ожидаем, что в 2022 году в США и Европе появятся более совершенные возможности для прогнозирования и мониторинга эффективности OOH-кампаний.

3. Возможности для прогнозирования и мониторинга OOH-рекламы

Для более точного понимания результатов кампаний и создания более эффективных стратегий специалисты по OOH-рекламе могут определять маршруты аудиторий на основе данных о местоположении мобильных устройств. Сочетая эти данные с информацией о рекламных локациях, мы приходим к оценке аудитории рекламных конструкций.

Базы данных о местоположении мобильных устройств позволяют нам описывать маршруты аудиторий на основе выборки населения США. Эта информация используется в совокупности для понимания моделей перемещений когорт, на основе чего можем получить вероятностную модель маршрутов аудитории и, таким образом, вероятностную модель количества контактов с рекламоносителем.

Такое сочетание информации дает точное представление об изменениях в передвижении когорты или социальном поведении. Хотя стоимость вычисления маршрутов устройств становится постоянным фактором, использование этой модели снижает необходимость ручных методов мониторинга (например, подсчета автомобилей, проезжающих мимо рекламных конструкций).

Предположим, в результате наблюдений мы пришли к тому, что люди перемещаются из микрорайона А в микрорайон Б десятью маршрутами. Три из них популярны, остальными же пользуются редко. Если 40% устройств перемещались по одному определенному маршруту, и на этом маршруте встречается одна рекламная конструкция, можем сделать вывод, что любое устройство, перемещающееся из А в Б, с 40-процентной долей вероятности проконтактирует с этим рекламоносителем. Если конструкцию можно увидеть и с другого маршрута, мы объединим все вероятностные события и придем к единой вероятности для одного устройства увидеть конкретный носитель.

Использование подключений и графов для вычисления вероятностного объема воздействия обеспечивает точность на макроуровне, предоставляя достоверные статистические данные о воздействии OOH, такие как количество контактных событий, количество контактировавших устройств, соцдем и многое другое. Нам не доступна точная траектория перемещения каждого устройства и мы достоверно не знаем, видел ли владелец устройства сюжет на рекламоносителе, соответственно, конфиденциальная информация людей остается в сохранности, и это не изменится в будущем в связи с возможным обновлением законодательства. Кроме того, этот подход невероятно оперативен и доступен, что позволяет нам определять количество контактов на ежедневной или еженедельной основе.

Хотя этот и предыдущие пункты основаны на понимании текущих потребностей и задач OOH-рекламы, мы также ожидаем, что эти элементы будут развиваться в следующем году. В результате, вероятно, появятся новые способы применения существующих технологий, которые позволят OOH-рекламодателям использовать накопленный опыт новыми способами.

4. Новые области применения

Хотя многие продукты для интеллектуальной обработки данных в OOH-рекламе предназначены для измерения эффективности кампаний, ограничений на то, как и где еще мы можем использовать их, не существует. Например, модели передвижения людей могут дать представление о местах высокой концентрации аудитории и помочь в медиапланировании. Расширение сферы применения существующих информационных продуктов может создать дополнительные источники дохода и не потребует для этого больших затрат.

Например, некий бренд хочет открыть новый магазин. Чтобы выбрать оптимальное с точки зрения окупаемости вложений место мы можем предоставить ему полезные сведения, в частности:

  • где живут и работают клиенты бренда; куда они ездят
  • где сосредоточены те, кто недополучает услуги
  • где находятся торговые точки конкурентов
  • какое позиционирование привлекательно для новых клиентов

Несмотря на то, что подобная информация непосредственно не относится к OOH-рекламе, это иллюстрирует какую еще ценность наша отрасль может предложить брендам.

В 2022 году в Out Of Home медиа ожидается немало перемен. Мы ожидаем, что они будут связаны с изменением политик конфиденциальности, то есть с ограничением, которое, при прагматичном подходе, может изменить и усилить OOH-медиа. Кроме того, постоянный прогресс в сфере интеллектуальной обработки данных, вероятно, приведет к значительным изменениям в том, как мы определяем успех. И не потому, что аудитория кардинально изменилась, а потому, что наше понимание ее мотивов стало более комплексным. Как отрасль, мы также, вероятно, станем искушеннее в вопросах автоматизации, прогнозирования, измерения и даже гарантирования эффективности кампаний, равно как и в поиске новых способов использования хорошо знакомых возможностей.

Возможно, самым важным выводом из анализа этих тенденций является то, что экосистема OOH-рекламы не находится в вакууме. Внешние элементы — отношение к прайвеси, многоканальный маркетинг и др. — могут и будут влиять на наши возможности как канала коммуникации. Поэтому задача не в том, чтобы использовать OOH вопреки всем этим переменам, а в том, чтобы данные служили основой для создания стратегий и определяли наше мышление и подходы.

По материалам https://out-of-home.ua/

Обговорити з іншими читачами:
Погода