Kiedy marki opracowują brief do kampanii w Retail Media, zazwyczaj zaczynają od własnych nabywców: osób, które kupiły produkty tej marki w ciągu ostatnich 90 dni. To rozsądny punkt wyjścia. Jest to jednak ograniczenie, a nie strategia rozwoju.
Wzrost wynika z dotarcia do shopperów, którzy obecnie nie kupują produktów danej marki, ale są do tego skłonni. Zainteresowanie daną kategorią produktów pozwala ich znaleźć.
Co oznacza „zainteresowanie kategorią”
Zainteresowanie kategorią mierzy, jak silnie zachowania shoppersów wiążą się z konkretną kategorią, nawet jeśli nie kupili oni jeszcze żadnej konkretnej marki z tej kategorii.
Klient, który kupuje jogurt ekologiczny, musli, świeże jagody i mleko migdałowe, wykazuje silną zafascynację produktami śniadaniowymi zorientowanymi na zdrowie. Nie kupił jeszcze nowych płatków białkowych Twojej marki, ale skład jego koszyka wskazuje, że jest dokładnie tym typem osoby, która by to zrobiła.
Zainteresowanie nie wynika z tego, co zadeklarował w ankiecie. Nie jest to zainteresowanie, które zaznaczył na platformie społecznościowej. Jest to to, co faktycznie kupuje, wielokrotnie, za własne pieniądze. To najsilniejszy sygnał przyszłego zachowania, jaki istnieje.
W Footprints AI powinowactwo wywodzimy z danych transakcyjnych sprzedawcy detalicznego. Analizujemy skład koszyka, częstotliwość zakupów w obrębie poszczególnych kategorii i między nimi, wzorce zmiany marek oraz korelacje między kategoriami. Wynikiem jest profil behawioralny, który przewiduje otwartość na produkt, nie na podstawie tego, kim jest shopper, ale na podstawie tego, co robi.
Dlaczego powinowactwo przewyższa bezpośrednie kierowanie reklam pod kątem wzrostu
Bezpośrednie kierowanie reklam, czyli docieranie do obecnych nabywców, jest skuteczne w kampaniach mających na celu utrzymanie nabywców i zwiększenie częstotliwości zakupów. Ma jednak naturalne ograniczenie: pula obecnych nabywców jest skończona i często już lojalna.
Targetowanie oparte na podobieństwach poszerza tę pulę. Pozwala zidentyfikować shoppers, którzy wykazują podobne wzorce zachowań do Twoich nabywców, ale jeszcze nie zetknęli się z Twoją marką. Są to nowi shoppers o najwyższym prawdopodobieństwie zakupu: wykazują już podobne zachowania i dokonują zakupów w ekosystemie kategorii, w którym działa Twoja marka.
Wskaźniki konwersji w audiencjach opartych na podobieństwach są zazwyczaj niższe niż w przypadku audiencji złożonych z bezpośrednich nabywców
, co jest zgodne z oczekiwaniami, ponieważ docierasz do audiencji, które nie mają jeszcze ugruntowanych nawyków związanych z Twoją marką. Jednak inkrementalnosc jest wyższa, ponieważ każda konwersja jest rzeczywiście nowa.
To właśnie w tym tkwi prawdziwy potencjał wzrostu. Nie w wyświetlaniu reklam osobom, które już kupują Twoje produkty.
W znalezieniu tych, którzy powinni kupować Twoje produkty, i daniu im powodu, by zaczęli.
Grupy affinitarne a okazje zakupowe
Affinity staje się jeszcze skuteczniejsze w połączeniu z danymi dotyczącymi okazji zakupowych.
Shoppers o zainteresowaniach związanych z kategorią zdrowia, którzy w poniedziałkowy poranek wybierają się na szybkie śniadanie, stanowią bardzo konkretną okazję: są predysponowani do zakupu produktów zdrowotnych, znajdują się w kontekście śniadaniowym i są w trybie rutynowych zakupów, w którym nowa marka może wpasować się w ich rutynę.
Porównajmy to z grupą „kobiety w wieku 25, 44 lat, które kupiły jogurt”. To ta sama ogólna grupa, ale połączenie zainteresowań i okazji jest bardziej precyzyjne. Wskazuje ono, co shopperka jest skłonna kupić (zainteresowania) oraz kiedy jest najbardziej otwarta na zakup (okazja). Targetowanie jest bardziej precyzyjne, kreacja może być bardziej konkretna, a pomiary pozwalają dokładniej wyodrębnić efekt.
Na poziomie platformy oznacza to tworzenie audiencji łączących preferencje behawioralne z wzorcami czasowymi oraz aktywowanie ich w odpowiednich punktach kontaktu:
offsite przed wyjazdem, aby wzbudzić zainteresowanie, oraz onsite podczas wyjazdu, aby doprowadzić do konwersji.
Tworzenie modeli podobieństwa
Modele preferencji wykorzystują dane transakcyjne do wykrywania podobieństw behawioralnych między shoppersami. Najpopularniejsze podejścia to:
Analiza zakupów łączonych. Shoppers, którzy często kupują razem produkty A i B, wykazują
zainteresowanie obiema kategoriami. Jeśli Twoja marka należy do kategorii A, shoppers, którzy intensywnie kupują produkty z kategorii B, ale nie z kategorii A, stanowią grupę docelową opartą na podobieństwach.
Klasteryzacja składu koszyka. Grupuj shoppers według ogólnego kształtu ich koszyka, a nie poszczególnych zakupów, ale wzorców. Wyłaniają się klastry koszyków zorientowanych na zdrowie, wygodę, produkty premium oraz potrzeby rodziny. Każdy klaster definiuje grupę powinowactwa.
Wzorce zmiany marek. Shoppers, którzy przechodzą między markami w obrębie jednej kategorii,
wykazują aktywne zaangażowanie w daną kategorię. Wypróbowują alternatywne produkty, co oznacza, że są otwarci również na Twoją markę.
Trajektoria kategorii. Klient, który niedawno wkroczył do nowej kategorii, zaczął kupować produkty dla niemowląt, produkty ekologiczne lub wina z segmentu premium, znajduje się w fazie przejściowej. Jego preferencje dopiero się kształtują, a wczesna obecność marki może zapewnić długoterminową lojalność.
Modele te działają w oparciu o tę samą infrastrukturę danych, która służy do identyfikacji okazji i segmentacji według etapów życia. Stanowią one różne perspektywy na ten sam zbiór danych behawioralnych, własne first-party data sprzedawcy detalicznego.
Zainteresowanie kampaniami międzykategorialnymi
Jednym z najrzadziej wykorzystywanych zastosowań zainteresowań jest kierowanie reklam międzykategorialne.
Marka przekąsek nie konkuruje wyłącznie z innymi przekąskami. Konkuruje z każdą alternatywą, którą shopper może wybrać na wieczór filmowy, imprezę, wycieczkę samochodową lub popołudniową przerwę. Zestaw konkurencyjny jest definiowany przez okazję, a nie przez półkę sklepową.
Dane dotyczące podobieństw ujawniają następujące powiązania międzykategorialne:
Shoppers, którzy kupują sery premium, wykazują również ponadprzeciętne zainteresowanie piwem rzemieślniczym i rzemieślniczymi
krakersów. To preferencja związana z rozrywką na wysokim poziomie.
Shoppers kupujący napoje izotoniczne częściej wybierają również batony proteinowe i świeże owoce.
To preferencja związana z aktywnym stylem życia.
Shoppers kupujący żywność dla niemowląt wykazują również ponadprzeciętne zainteresowanie środkami czystości i produktami ekologicznymi. To preferencja typowa dla świeżo upieczonych rodziców.
Każdy z tych powiązań stwarza możliwość targetowania, którą pomijałoby targetowanie na poziomie kategorii. Każde z nich można aktywować za pośrednictwem Platformy Retail Media, docierając do danej grupy o podobnych preferencjach w odpowiednich momentach zakupowych za pomocą kreacji odwołujących się do wspólnego kontekstu.
Podsumowując
Zainteresowanie kategorią to najszybsza droga do trafnego kierowania reklam w kampaniach na rzecz wzrostu. Pozwala zidentyfikować shoppers, którzy są behawioralnie predysponowani do Twojej marki, na podstawie tego, co faktycznie kupują, a nie tego, co mówią, że lubią.
W połączeniu z okazjami zakupowymi i momentami konsumpcji powinowactwo pozwala na najdokładniejsze zdefiniowanie audiencji dostępne w Retail Media: shoppers skłonni do zakupu (powinowactwo), w momencie, gdy są najbardziej otwarci (okazja), z kreacją dopasowaną do kontekstu konsumpcyjnego, w którym dokonują zakupu.
Zainteresowanie to to, co zazwyczaj kupują. Okazja to moment, w którym zazwyczaj to kupują. Razem stanowią one skrót do osiągnięcia wyników.
Chcesz zobaczyć, jak to działa w praktyce?
Footprints AI pomaga markom i detalistom mierzyć to, co naprawdę ma znaczenie. Zapoznaj się z historiami sukcesów naszych klientów lub skontaktuj się z nami, aby omówić swoją strategię w zakresie Retail Media.
