Časy, kedy sa online reklama cielila na želanú cieľovú skupinu iba podľa webstránok, na ktorých je afinitná, sú už dávno minulosťou. Trh sa vzdeláva, využíva nové technológie a tým úspešne napreduje. Pribudli dáta a s nimi sa rozšírili aj možnosti identifikovania tých správnych užívateľov pre danú kampaň/produkt.

U nás v Xaxis-e vieme využiť pri online kampani viacero zdrojov. Napríklad CRM dáta klienta, opis charakteristiky užívateľov, ktorí navštevujú jeho webstránku (viac v článku o Audience Discovery), ale aj externé zdroje dát tretích strán. Ak klient nemá dostatočnú návštevnosť na svojej webstránke a nie je preto možný retargeting, či Lookalike modeling z jeho návštevníkov, vieme pomôcť tiež.

Na základe predpokladaného profilu zákazníka navrhneme úplne nové cielenie, ktoré využíva informácie o tom, aké webstránky potenciálny zákazník navštevuje, resp. kontext, ktorý ho zaujíma. Následne náš algoritmus zaradí užívateľa do segmentu podľa obsahu, ktorý konzumoval nadpriemerne oproti zvyšku populácie. Výsledkom je jeho prítomnosť v niektorej z kategórií Xaxis Digital Behaviours, ktoré vychádzajú z IAB taxonómie obsahu webov.

 

Zákazník ešte sám nevie čo bude chcieť zajtra – my to už vieme dnes

Ak užívateľ aktívne prejaví záujem o daný produkt/službu, môže byť už neskoro, je už zrejme čiastočne rozhodnutý pre konkrétnu značku. Jeho podvedomie musíme ovplyvniť skôr. Nestačí si všímať, čo zaujímalo konkrétneho užívateľa v minulosti a na základe toho predpokladať, že sa o ten istý kontext bude zaujímať aj naďalej. Musíme sa zamyslieť, čo bude nasledovať a do rozhodovacieho procesu vstúpiť v ten najsprávnejší čas – a to dokážeme predpovedať na základe správania podobných užívateľov v minulosti.

Napríklad, mladej rodinke sa narodilo dieťa, vyriešili bývanie, výbavu pre dieťatko a do mesiaca od narodenia si kúpili aj nové rodinné auto. Preto, ak odpozorujeme pravidlo, ktoré pri rovnakých mladých rodinkách platí najpravdepodobnejšie, sme schopní predpovedať kúpu rodinného auta už mesiac dopredu a rozhodovací proces ovplyvniť už v jeho začiatkoch.

V súčasnosti v Xaxise rozlišujeme 3 skupiny Digital Behaviours:

  1. Recent Behaviour (predtým Xaxis Interests)

záujem, resp. kontext, ktorý navštevoval užívateľ nadpriemerne oproti ostatným. Zohľadňuje sa individuálna konzumácia užívateľa na internete, ale aj kontextu ako takého. Ide o všeobecný záujem návštevníka. Môže byť chápaný ako užívateľov historický záujem.

(Anna sa v sobotu bude vydávať. Za posledné týždne si nadpriemerne prezerala svadobné šaty na internete – preto je zaradená do WEDDING Recent Behaviour)

  1. Predicted Recurring Behaviour

model, ktorý predpovedá, že bude užívateľ konzumovať určitý obsah v nasledujúcich dňoch, pričom tento obsah už navštevoval v minulosti a poznáme  teda jeho periodicitu.

(Anna pri svojej práci často lieta, v práci mala posledné týždne kvôli príprave svadby voľnejšie, aby si všetko pripravila, no čoskoro sa vráti späť do reality a bude si hľadať lety/hotely – preto patrí do skupiny FLIGHT Predicted Recurring Behaviour)

  1. Predicted New Behaviour

model, ktorý predpovedá, že bude užívateľ konzumovať určitý obsah v nasledujúcich dňoch pričom sa o tento obsah ešte doteraz nezaujímal.

(Všetko tomu nasvedčuje, že Anna po svadbe pôjde na svadobnú cestu – preto patrí do skupiny HONEYMOON Predicted New Behaviour)

Spomenuté skupiny sú exkluzívne – užívateľ patrí vždy iba do jednej. Výhodou týchto cielení je najmä rozšírenie zásahu pri awareness kampaniach, ale aj možnosť nájsť ten správny audience pre zvolený produkt/službu pre posilnenie performance.

Na niekoľkých príkladoch vám ukážeme, že má význam sa zamýšľať nad charakterom produktu:

  • dovolenka? – nákup, ktorý sa opakuje cyklicky každý polrok/rok => Recurring Behaviour;
  • hypotéka? – asi málo ľudí z nás ju rieši niekoľko krát počas života => New Behaviour;
  • fitness/zdravá výživa? – vyjadruje skôr životný štýl, všeobecný postoj/záujem => Recent Behaviour.

Našim cieľom je byť vždy o krok pred zákazníkom. Čím skôr vstúpime do jeho rozhodovacieho procesu, tým máme väčšiu šancu byť úspešní aj v ďalšej fáze nákupnej cesty. Správna predikcia je nám v tomto veľmi nápomocná. Každou ďalšou kampaňou sa posúvame dopredu. Nechceme iba držať krok v mediálnych trendoch v rámci našej krajiny. Chceme ich tvoriť.

Ondrej Dúžik, Xaxis/GroupM Slovakia

O autorovi

Ondrej Dúžik

Ondrej pracuje v Xaxis/GroupM Slovakia ako analytik digitálneho marketingu a Audience specialist. Na Fakulte hospodárskej informatiky (FHI) Ekonomickej univerzity síce začal štúdium účtovníctva, ale v 3. ročníku ho zlákala štatistika a odvtedy sa jej venuje telom aj dušou. Aj po ukončení doktorandského štúdia naďalej na FHI odovzdáva študentom vedomosti a skúsenosti z praxe v GroupM ako externý pedagóg v úzkej spolupráci so spoločnosťou SAS Slovakia. Vo voľnom čase sa venuje cestovaniu, plávaniu, spoločenským tancom a rád si oddýchne v prírode ale napríklad aj pri výrobe drevených hračiek.