GSO показывает результаты тестирования в режиме реального времени. Ниже вы можете увидеть снимок эксперимента GSO с сайтом Обамы.
В первой колонке можно увидеть все различные комбинации, подвергающиеся тестированию. Небольшой график показывает в режиме реального времени, какая комбинация показывает наилучшие результаты. Смотреть на него так же увлекательно, как наблюдать за ходом лошадиных бегов. Я несколько раз ловил себя на том, что вместо работы сижу, уставившись в экран, – ничего не мог с собой поделать, слишком это было притягательно.
Во второй таблице вы можете увидеть, какие именно элементы теста определили его успех. Как вы можете заметить, кнопки «Узнать больше» и фотография семьи сыграли в данном случае самую важную роль.
Цифровая площадка для экспериментов
Вам, наверное, уже ясно, что возможности для оптимизации вашей коммуникации в цифровом мире поистине безграничны. В сущности, цифровой мир является идеальной площадкой для экспериментов, после чего вы можете спокойно проводить тестирования средств коммуникаций в нашем обычном мире. Цифровой мир превратился в идеальную лабораторию по целому ряду причин: в нашем распоряжении есть огромные массивы данных; тестирование различных вариантов обходится довольно недорого; вы получаете нужные результаты за считаные минуты (как максимум дни), а не месяцы, как при работе во внешнем мире.
Приведу еще один пример. Анализ интернет-рекламы для гостиничной сети Ceasars показал, что подавляющее большинство всех бронированных номеров было сделано через онлайновые баннеры только гостиницы Caesars. Так как реклама направляла посетителей на общую страницу бронирования, исследователи проверили данные и по другим гостиницам сети (в частности, Paris Las Vegas, Harrah’s, Bally’s). Казалось, Caesars обладал каким-то магнетическим эффектом. В ходе тестирования телевизионного ролика, в котором рассказывалось о гостинице Caesars в одном из регионов страны, мы обнаружили, что показатель бронирования в этом регионе вырос на 12 %, причем для всех брендов сети. Мы использовали эту информацию для оптимизации телевизионной кампании и начали активно упоминать бренд Caesars. Это отличный пример того, как происходящее в цифровом мире может помочь оптимизировать более традиционные кампании.
Совсем скоро все каналы станут цифровыми. Google уже предоставляет вам возможность покупать время для размещения телевизионной рекламы через онлайновый интерфейс. Компания сделала процесс покупки телевизионного времени настолько простым, что теперь им может пользоваться буквально каждый. Покупая время Google TV, вы можете четко понять, насколько много данных собирается в устройствах, подключенных к системам поставщиков вашего кабельного или спутникового телевидения. Например, Google TV позволяет видеть данные по переключению каналов. Это дает рекламодателям возможность понять, сколько зрителей предпочитает не смотреть их рекламу. Мы эти данные использовали для оптимизации рекламных кампаний некоторых из наших клиентов.
Большинство людей, перестающих смотреть рекламу (переключаясь на другой канал), делают это в первые же секунды показа. После первоначального всплеска количество переключающихся зрителей постепенно сокращается. Это вполне типичная ситуация.
Однако мы заметили, что у одного из рекламных роликов Allstate наблюдался второй всплеск после шестнадцати секунд показа.
Это происходило в момент трансляции довольно агрессивного призыва к действию. Полученные данные помогли нам сменить тональность с информирующей на продающую, а также снизить за счет этого частоту переключения на другие каналы.
Соберем все воедино – пример TD Ameritrade
Мы с вами перебрали ряд методов, которые вы можете использовать для оптимизации своих средств коммуникации. Теперь пришло время посмотреть, каким образом они работают все вместе. Для этого мы изучим опыт компании TD Ameritrade, много лет стоявшей на переднем крае оптимизации бизнес-процессов.
Одним из первопроходцев в области аналитики цифровых данных стал Джим Дравиллас, ранее работавший в Ogilvy, а теперь возглавляющий отдел рекламных исследований в Google. Именно он проделал огромную часть работ, описанных в этой главе. Уже с момента нашей первой встречи я понял, что мне есть чему поучиться у этого человека, особенно в технологиях, повышающих эффективность онлайнового маркетинга. Некоторые из его лучших идей нашли свое выражение в работе для компании TD Ameritrade, занимавшейся оказанием брокерских интернет-услуг.
TDA довольно быстро принимает на вооружение новые технологии и представляет собой идеальную бизнес-модель для аналитики. Стратегия компании состоит в наращивании количества обслуживаемых клиентских счетов, что означает: она управляет бизнесом на основании всего двух показателей – количества новых счетов и величины расходов по получению нового счета.
Компания также использует принцип замкнутой обратной связи, то есть она в точности знает, с кем вступает в общение и открывают ли ее собеседники со временем счета или нет. Иными словами, мы можем с легкостью определить причины и следствия различных видов маркетинговой деятельности.
Одним из первых проектов, которые Джим сделал для TDA, был автоматизированный инструмент по отслеживанию частоты показа роликов. Когда вы заходите на сайт CNN.com и видите там рекламу TDA, то можете либо нажать, либо не нажать на ссылку. С большей вероятностью вы кликнете на ссылку, когда увидите рекламу во второй или третий раз (не исключено, что в первый раз вы не обратили на нее внимания). Однако если TDA показывает вам свою рекламу двадцать пятый раз, а вы все не нажимаете на ссылку, будет справедливым предположить, что вы этого уже никогда не сделаете. Вас не заинтересовало предложение этой компании – и все. В дальнейшем TDA начнет показывать свою рекламу кому-то другому, а на вас она сэкономит свои деньги, поскольку вы достигли точки насыщения, после которой компании уже нет смысла донимать вас рекламными сообщениями.
Разумеется, самая сложная задача состоит в определении точки насыщения. Когда она наступает – после того как вы увидели рекламу 15, 25 или 35-й раз? И одинаков ли этот показатель для всех? Именно в этот момент на сцене появился Джим. Он разработал статистическую модель, позволявшую рассчитать точку насыщения, основываясь на характеристиках объявления, места размещения (CNN.com или какой-то другой сайт) и истории вашего поведения в Сети. Кроме того, он создал способ автоматического отключения просмотров рекламы после достижения точки насыщения. Это позволяет вам использовать оставшиеся деньги на что-то другое. В результате внедрения этой программы количество новых лидов выросло на 15 % (при той же величине маркетингового бюджета).
