Prawdopodobienstwo zauwazenia: kiedy retail media przechodza od spekulacji do faktow

Wskaznik „Opportunity to See” oznacza: „Istnialy warunki, aby ten klient mogl zobaczyc reklame”. Ekran byl wlaczony, klient znajdowal sie w sklepie, a moment byl odpowiedni.

Likelihood to See: When Retail Media Moves From Conditions to Evidence

Wskaznik prawdopodobienstwa zobaczenia idzie o krok dalej: „Na podstawie dostepnych dowodow ten klient prawdopodobnie zobaczyl reklame”. Biorac pod uwage warunki, dodaje wskazniki behawioralne, czas przebywania, odleglosc, moment transakcji oraz dane dotyczace umiejscowienia ekranu, aby oszacowac prawdopodobienstwo faktycznego kontaktu z reklama.

OTS jest binarne: okazja istniala lub nie. LTS jest stopniowane: istnieje 30%, 60% lub 85% prawdopodobienstwa, ze ten klient faktycznie zobaczyl reklame.

Dlaczego to rozroznienie ma znaczenie

Nie wszystkie wskazniki OTS sa takie same. Klient, ktory spedzil 45 minut w supermarkecie, trzykrotnie minal ekran przy wejsciu i dokonal transakcji w godzinach szczytu, mial znacznie wieksze prawdopodobienstwo zobaczenia reklamy niz klient, ktory zrobil 5-minutowe zakupy typu „grab-and-go” w okresie mniejszego ruchu.

Obydwaj spelniaja prog OTS. Jednak prawdopodobienstwo ich rzeczywistej ekspozycji jest bardzo rozne.

Traktowanie ich jednakowo w pomiarach zawyza ekspozycje w przypadku klienta robiacego szybkie zakupy i zaniza ja w przypadku klienta przegladajacego asortyment.

LTS przypisuje prawdopodobienstwo do kazdego zdarzenia ekspozycji. Prawdopodobienstwo to jest obliczane na podstawie:

Czas spedzony w sklepie. Dluzsze wizyty oznaczaja wiecej przejsc obok ekranu, wiecej czasu spedzonego w poblizu ekspozycji, wiecej okazji do zapamietania komunikatu.

Odleglosc transakcji od momentu wyswietlenia ekranu. Transakcja o 10:17, gdy ekran wyswietlal sie o 10:14, jest blizsza niz transakcja o 10:45. Mniejsza odleglosc oznacza wieksze prawdopodobienstwo.

Lokalizacja ekranu i przeplyw klientow. Ekrany przy wejsciu sa ogladane przez niemal wszystkich przechodzacych. Ekrany w poszczegolnych alejkach maja znaczenie tylko wtedy, gdy klient odwiedzil te alejke, a dane dotyczace zakupow w danej kategorii moga wskazac, czy tak sie stalo.

Czestotliwosc wizyt. Klient, ktory odwiedzil sklep trzy razy podczas tygodniowej kampanii, mial trzy zdarzenia LTS. Laczne prawdopodobienstwo co najmniej jednej ekspozycji jest wyzsze.

LTS i jakosc pomiaru

Gdy LTS zastepuje binarny OTS w modelu pomiarowym, poprawia sie jakosc wszystkich wskaznikow nizszego rzedu.

Zasieg staje sie probabilistyczny. Zamiast „X klientow bylo w sklepie podczas wyswietlania reklamy” (binarny OTS), otrzymujemy „X klientow mialo srednia wazona 65% prawdopodobienstwa ekspozycji” (LTS). Efektywny zasieg wynosi X × 0,65, co jest bardziej rzetelne.

Atrybucja staje sie wazona. Laczac ekspozycje z zakupem, atrybucja wazona LTS przypisuje wieksza wage ekspozycjom o wysokim prawdopodobienstwie, a mniejsza tym o niskim prawdopodobienstwie. Zmniejsza to zaklocenia w pomiarach i zapewnia dokladniejsze szacunki wzrostu.

Optymalizacja staje sie inteligentniejsza. Gdy wiesz, ktore sklepy, pory dnia i pozycje na ekranie generuja najwyzszy LTS, mozesz zoptymalizowac dostarczanie reklam pod katem tych elementow. Ten sam budzet zapewnia wyzsza efektywna ekspozycje.

Argumenty przemawiajace za inwestycja

LTS wymaga wiekszej infrastruktury danych niz OTS, modeli przeplywu klientow, mapowania pozycji na ekranie oraz analizy czasowej wzorcow transakcji. Wdrozenie tego rozwiazania nie jest proste.

Jednak inwestycja zwraca sie poprzez: - Bardziej wiarygodne raportowanie (marki bardziej ufaja prawdopodobienstwom wazonym niz flagom binarnym) - Lepsza optymalizacja (budzet kierowany jest do warunkow o wysokim LTS) - Wyzsze ceny (wyswietlenia zweryfikowane przez LTS osiagaja wyzsze CPM niz szacunki OTS)

OTS mowi: „mozna bylo to zobaczyc”. LTS mowi: „prawdopodobnie to zobaczono”. A „prawdopodobnie zobaczono” jest warte pieniedzy.

Podsumowujac

LTS przenosi pomiary w sklepach z poziomu warunkow na poziom dowodow. Nie jest to dowod uwagi, tego nie zapewni nic poza sledzeniem wzroku. Jest to jednak znaczacy krok naprzod w stosunku do OTS, dodajacy wskazniki behawioralne, ktore generuja prawdopodobienstwo, a nie tylko binarne flagi.

Dla RMN, ktore chca wyroznic sie jakoscia pomiarow i uzasadnic wyzsze ceny, LTS jest kolejnym szczeblem drabiny. Wykorzystuje te same dane, transakcje, harmonogramy wyswietlania i uklady sklepow, ale pozwala uzyskac z nich wiecej informacji.

Roznica miedzy „mogl zobaczyc” a „prawdopodobnie zobaczyl” stanowi o wiarygodnosci pomiaru.

Powiazane artykuly

Chcesz zobaczyc, jak to dziala w praktyce?

Footprints AI pomaga markom i detalistom mierzyc to, co naprawde ma znaczenie. Zapoznaj sie z historiami sukcesow naszych klientow lub skontaktuj sie z nami, aby omowic swoja strategie w zakresie mediow detalicznych.