Przewodnik po pomiarze i atrybucji
Jak działa nowoczesny pomiar retail media w sklepach stacjonarnych
Samo odtworzenie reklamy nie dowodzi, że przyciągnęła uwagę ani że przyniosła dodatkową sprzedaż. Zobacz, jak Footprints AI rozdziela dane potwierdzające emisję, ekspozycję i zakupy. Dzięki temu wybierzesz, co mierzyć, i zrozumiesz, jakie wnioski można wyciągnąć z poszczególnych wyników.
Zacznij od pytania kryjącego się za liczbą
Emisja, ekspozycja, uwaga i sprzedaż odpowiadają na różne pytania. Dane potwierdzające jeden etap nie dowodzą wystąpienia kolejnego.
Emisja
Potwierdzone odtworzenie oznacza, że reklama została odtworzona na działającym ekranie lub przez działający głośnik. Nie potwierdza to obecności odbiorców.
Ekspozycja
Możliwość zobaczenia lub usłyszenia reklamy (OTS lub OTH) ustala się przez dopasowanie obserwowanej lub modelowanej obecności do strefy emisji i czasu odtwarzania. Nie jest to miara uwagi.
Uwaga
Oszacowanie prawdopodobieństwa zobaczenia reklamy (LTS) wymaga odrębnie zwalidowanej metody. Zwrócenie się w stronę ekranu nie dowodzi czytania.
Wyniki sprzedaży
Atrybucja: Zakup jest powiązany z ekspozycją zgodnie z określoną regułą dopasowania i oknem czasowym. Samo powiązanie nie dowodzi związku przyczynowego.
Przyrostowość: Dodatkową sprzedaż szacuje się względem wiarygodnego punktu odniesienia. Sama atrybucja nie pozwala odpowiedzieć na to pytanie.
Co uznaje się za ekspozycję w sklepie stacjonarnym?
Ekrany i radio wymagają różnych kontroli. Rozdzielaj odtworzenia, możliwości kontaktu z reklamą, szacunki uwagi i zasięg — każda z tych miar ma własne jednostki i populacje.
Ekrany: sprawdź obszar widoczności
Potwierdź, że reklama została odtworzona na działającym ekranie. Określ obszar, z którego jest widoczna, a następnie dopasuj do niego obecność w czasie odtwarzania. Kierunek zwrócenia i przeszkody zasłaniające widok pozwalają doprecyzować wynik zliczania. Odtworzenie filmu do końca potwierdza emisję, a nie to, że ktoś go obejrzał.
Radio: sprawdź zasięg słyszalności
Potwierdź odtwarzanie w odpowiedniej części sklepu, przy włączonych i niewyciszonych głośnikach. Skalibruj zasięg dźwięku w warunkach dużego ruchu w sklepie, a następnie dopasuj obecność do tego obszaru w czasie emisji reklamy. Czas przebywania podzielony przez odstęp między komunikatami pozwala oszacować liczbę kontaktów, a nie liczbę usłyszanych komunikatów.
Co można ustalić na podstawie dostępnych danych?
Pięć typów źródeł zasila sześć silników wbudowanych w platformę. Korzystaj ze źródeł, które może obsłużyć Twój sklep, zamiast kierować się obowiązkową kolejnością wdrażania technologii lub rankingiem dokładności. Każdy wynik zachowuje informację o swojej podstawie dowodowej i populacji, którą obejmuje.
Sześć silników wbudowanych w platformę
Estimator AI Engine
Źródło 1 · Dane modelowane
Dane wejściowe: kontekst sklepu i porównywalne sklepy
Wyniki: modelowane przepływy i możliwości kontaktu z reklamą dla poszczególnych scenariuszy.
Synthetic Path AI
Źródło 2 · Ścieżka modelowana
Dane wejściowe: koszyki transakcyjne, dane czasowe i cyfrowy bliźniak
Wyniki: wnioskowany przebieg wizyty, prawdopodobna trasa i ekspozycja.
Wi-Fi Analytics
Źródło 3 · Obserwowane urządzenia
Dane wejściowe: obserwacje Wi-Fi
Wyniki: wizyty urządzeń, ich lokalizacja i czas przebywania w strefach emisji.
Computer Vision AI
Źródło 4 · Dane obserwowane; kwalifikowane po walidacji
Dane wejściowe: strumienie obrazu z kamer lub zdarzenia
Wyniki: wyniki zliczania, ruch, kierunek zwrócenia oraz kwalifikowane sygnały wizualne, o ile poddano je walidacji.
Indoor Positioning & Navigation SDK
Źródło 5 · Obserwowani uczestnicy
Dane wejściowe: urządzenia z aplikacją lub urządzenia wózków sklepowych
Wyniki: skalibrowane trasy i czas przebywania; pomiar i nawigacja dla urządzeń objętych systemem.
Sensor Fusion Engine
Wszystkie źródła · Zachowana podstawa dowodowa
Dane wejściowe: dostępne sygnały źródłowe
Wyniki: uzgodnione, pozbawione duplikatów i sprawdzone wskaźniki, które zachowują swoją podstawę dowodową.
Pięć typów źródeł — korzystaj z tych, które może obsłużyć Twój sklep
1. Nasze oszacowanie
- Przekazujesz nam
- Nic
- Możemy wtedy zliczać
- Możliwości kontaktu z reklamą na potrzeby planowania, dla każdego ekranu i głośnika, z podaniem założeń.
2. Twoje dane sprzedażowe
- Przekazujesz nam
- Dane sprzedażowe z kas
- Możemy wtedy zliczać
- Zakupy na sklep i na godzinę oraz zakupy powiązane z ekspozycją zgodnie z określoną metodą.
3. Sieć Wi-Fi w Twoim sklepie
- Przekazujesz nam
- Dane lokalizacyjne Wi-Fi i pozycje punktów dostępowych
- Możemy wtedy zliczać
- Obecność urządzeń i czas ich przebywania w pobliżu każdego ekranu i głośnika, w granicach zasięgu pomiaru.
4. Kamery
- Przekazujesz nam
- Strumienie obrazu z kamer lub zdarzenia oraz plany kondygnacji
- Możemy wtedy zliczać
- Osoby, ruch i kierunek zwrócenia w strefach objętych kamerami; uwagę — tam, gdzie metoda została zwalidowana.
5. Pozycjonowanie wewnątrz budynków
- Przekazujesz nam
- Swoją aplikację lub inteligentne wózki sklepowe z SDK oraz skalibrowaną mapę
- Możemy wtedy zliczać
- Trasy i czas przebywania użytkowników aplikacji lub wózków sklepowych, z powiązaniem z klientami tam, gdzie jest to dozwolone.
Nie potrzebujesz wszystkich pięciu. Korzystaj ze źródeł danych, które Twoje sklepy już obsługują. Każde z nich dostarcza innego rodzaju dowodów. Dane sprzedażowe pokazują na przykład, co zostało kupione, a nie trasę przez sklep.
Estimator AI Engine
Dane wejściowe: kontekst sklepu, porównywalne sklepy i określone założenia. Pomocne są lista sklepów, godziny otwarcia i wykaz miejsc emisji; nie potrzeba nowej integracji z kasami, czujnikami ani danymi klientów.
Umożliwia: modelowanie przepływów odwiedzających i tygodniowej liczby możliwości kontaktu z reklamą dla scenariuszy dotyczących ekranów lub głośników, w postaci przedziałów do planowania.
Ograniczenia: Brak potrzeby integracji nie oznacza braku założeń. Przed walidacją taki szacunek nie dowodzi emisji, oglądania ani dokładności. Odbiorców poszczególnych miejsc emisji nie wolno po prostu sumować, jeśli grupy te się pokrywają.
Synthetic Path AI
Dane wejściowe: zapisy kasowe według sklepu i czasu, koszyki transakcyjne i cyfrowy model sklepu; pseudonimizowane identyfikatory lojalnościowe tam, gdzie jest to dozwolone.
Umożliwia: zliczanie zakupów, wyznaczanie prawdopodobnej trasy dla każdego koszyka transakcyjnego i możliwej ekspozycji. Wynik jest hybrydowy: zakupy są obserwowane, a przebieg wizyty — modelowany. Źródła danych o obecności mogą zawęzić segmenty objęte pomiarem.
Ograniczenia: Jedna transakcja nie musi oznaczać jednej osoby kupującej. Wynik podawany co sekundę oznacza rozdzielczość modelu, a nie znajomość pozycji. Trasy, czas, osoby towarzyszące i osoby niedokonujące zakupu pozostają wnioskowane, chyba że potwierdzają je dane. Sprzedaż powiązana z reklamą nie jest tym samym co sprzedaż wywołana reklamą.
Wi-Fi Analytics
Dane wejściowe: obsługiwane dane lokalizacyjne z punktów dostępowych, ich konfiguracja i położenie; opcjonalnie liczniki przy wejściach.
Umożliwia: obserwację wykryć urządzeń oraz szacowanie ich lokalizacji i czasu przebywania w objętych zasięgiem strefach emisji, z dopasowaniem do odtworzeń. Obsługiwana infrastruktura może wykrywać telefony bez połączenia z siecią.
Ograniczenia: Modele telefonów, ustawienia, rotacja identyfikatorów i zasięg wpływają na wykrywalność. Urządzenie nie jest osobą. Liczbę niewykrytych klientów szacuje się, a nie obserwuje; lokalizacje są obarczone niepewnością. Obecność nie dowodzi zwrócenia się w stronę reklamy ani jej usłyszenia.
Computer Vision AI
Dane wejściowe: obsługiwane strumienie obrazu z kamer lub zdarzenia, plany kondygnacji, położenie kamer i plan walidacji dla każdego ekranu.
Umożliwia: zliczanie osób oraz określanie ruchu, czasu przebywania i kierunku zwrócenia w strefach objętych kamerami, na podstawie danych o ułożeniu ciała, a nie tożsamości. Kierunek zwrócenia może stanowić podstawę kwalifikowanych kontaktów wzrokowych z reklamą tylko po walidacji metody dla danego ekranu.
Ograniczenia: Zwrócenie się w stronę ekranu nie oznacza czytania; nie każda kamera jest odpowiednia. Pomiar uwagi wymaga odrębnej walidacji. Same dane o ułożeniu ciała nie określają sposobu postępowania z surowym nagraniem wideo: dozwolony zakres przetwarzania i przechowywania należy ustalić w umowie dotyczącej danych.
Indoor Positioning & Navigation SDK
Dane wejściowe: aplikacja sieci handlowej lub inteligentny wózek sklepowy z SDK, skalibrowana mapa oraz uzgodnione kryteria dokładności, zasięgu, opóźnienia i synchronizacji zegarów.
Umożliwia: wyznaczanie skalibrowanych tras i czasu przebywania dla urządzeń objętych systemem; powiązanie z klientami lub zakupami tam, gdzie jest to dozwolone. Nawigacja do półek i rekomendacje oparte na lokalizacji to funkcje aktywacyjne, odrębne od pomiaru.
Ograniczenia: Osoby niekorzystające z systemu pozostają poza tą obserwowaną populacją. Jedno urządzenie nie musi oznaczać jednej osoby. Trasy nie dowodzą oglądania ani słuchania; zalogowanie się nie uprawnia do każdego sposobu wykorzystania danych.
Sensor Fusion Engine
Dane wejściowe: dostępne szacunki, dane dotyczące sprzedaży, obecności, lokalizacji oraz odtworzeń.
Umożliwia: uzgodnienie sygnałów w czasie i przestrzeni, ich sprawdzenie i usunięcie duplikatów, z odrębnymi wynikami dotyczącymi ekspozycji, kwalifikowanej uwagi i powiązanych zakupów.
Ograniczenia: Łączenie źródeł nie przekształca wnioskowania w obserwację. Braki w zasięgu pomiaru pozostają widoczne; różnych miar nigdy nie sumuje się do jednej wartości.
Od danych do użytecznego raportu
Lepsze dane zastępują założenia lub zawężają ich zakres. Zdarzenia zakupowe zastępują szacunki dotyczące kupujących; dane o obecności w granicach zasięgu pomiaru zawężają grupy odbiorców poszczególnych miejsc emisji; zwalidowane kamery doprecyzowują kierunek zwrócenia; dzienniki odtwarzaczy i status urządzeń końcowych zastępują założenia o zaplanowanych odtworzeniach.
Jak Sensor Fusion Engine łączy pięć źródeł
Sensor Fusion Engine
Oddzielne wyniki
- Możliwości zobaczenia lub usłyszenia
- Uwaga — tam, gdzie metoda została zwalidowana
- Powiązane zakupy, z podaniem reguły
Przykład przebiegu wizyty z oznaczoną podstawą dowodową
Rozważ schematyczny przebieg wizyty od wejścia do wyjścia. Przy wykorzystaniu samych danych sprzedażowych trasa jest modelowana. Wi-Fi, kamery lub SDK mogą dostarczyć danych potwierdzających obserwowane odcinki w granicach swojego zasięgu; reszta pozostaje modelowana. Odtworzenia reklam i dopasowania zakupów to odrębne zapisy, a nie fakty odczytane z przemieszczającej się ścieżki. Przykład ilustruje proces, a nie dokładność wdrożenia.
Nasz standard raportowania: osiem faktów przy każdym wskaźniku
| Fakt | Co określa |
|---|---|
| Który sklep, ekran i reklama | Sklep, miejsce emisji lub urządzenie końcowe, kreacja lub kampania |
| Jak wykonano pomiar | Źródło, metoda i wersja; okres i strefa czasowa |
| Obserwowane, modelowane lub hybrydowe | Podstawa danej wartości i populacja, którą obejmuje |
| Czy reklama rzeczywiście została odtworzona | Odtworzenie zaplanowane a potwierdzone; status urządzenia końcowego |
| Obszar objęty zliczaniem, margines błędu | Strefa wizualna lub akustyczna; niepewność co do lokalizacji i czasu |
| Jak przeliczono urządzenia na osoby | Przeliczenie urządzeń na osoby, wykluczenia, ekstrapolacja |
| Jakiego rodzaju jest to liczba | Odtworzenie, OTS/OTH, szacunek uwagi lub zasięg wraz z regułą wyznaczania |
| Jaki wynik powiązano i w jaki sposób | Metoda dopasowania lub porównania, okno czasowe, ograniczenia |
Te informacje pokazują podstawę porównań między sklepami lub tygodniami. Rozliczenia opierają się na jednostce określonej w umowie i faktycznie dostępnych danych.
Gdy zmienia się zasięg pomiaru, zmienia się oznaczenie
To przykład, a nie opis obecnego wdrożenia: trzy działające punkty dostępowe Wi-Fi dostarczają danych o obserwowanej obecności przy wejściu. Jeśli jeden z nich przestanie działać, wynik zliczania dla tej godziny staje się hybrydowy lub modelowany, zależnie od pozostałego zasięgu. Oznacz tę zmianę w raporcie; do rozliczeń zastosuj uzgodnioną regułę. Nigdy nie przedstawiaj danych z obszaru bez pokrycia pomiarowego jako zmierzonych.
Atrybucja to nie przyrostowość
Zakup po emisji reklamy wskazuje na powiązanie. Wykazanie, że reklama spowodowała dodatkowe zakupy, wymaga innego projektu badania.
Atrybucja: powiązany zakup
Przy atrybucji podaj regułę dopasowania, okno atrybucji liczone wstecz, obserwowaną lub modelowaną ekspozycję oraz zakres identyfikacji. Raport musi pokazywać, które zakupy można było powiązać, zamiast sugerować, że zidentyfikowano każdego klienta.
Przyrostowość: dodatkowe zakupy
Aby oszacować przyrostowość, zastosuj wiarygodne porównanie ze sklepami lub klientami, do których reklama nie dotarła: z losowym przydziałem, doborem dopasowanych grup lub innym zwalidowanym projektem badania. Uwzględnij dobór próby, promocje, sezonowość i przenikanie efektów między grupami. Bez takiego punktu odniesienia pokazującego, co stałoby się bez reklamy, nie nazywaj przypisanych zakupów sprzedażą przyrostową.
Dodatkowe informacje techniczne
Skorzystaj z tych obliczeń i definicji, aby sprawdzić podstawę raportu. Możliwości kontaktu z reklamą oszacowane do planowania nie są potwierdzoną emisją, uwagą ani unikalnym zasięgiem.
Wzory do planowania
| Obliczenia | Wzór |
|---|---|
| Grupy osób wspólnie wchodzących do sklepu | Liczba grup osób wspólnie wchodzących do sklepu = liczba transakcji zakupu ÷ (udział grup dokonujących zakupu × liczba transakcji na grupę dokonującą zakupu) |
| Osoby wchodzące do sklepu | Liczba osób wchodzących do sklepu = liczba grup osób wspólnie wchodzących do sklepu + liczba osób, które przyszły z nimi |
| Miejsce emisji | Jak obliczamy szacunek |
|---|---|
| Ekrany przy witrynie sklepu | Liczba przejść osób przed witryną sklepu × widoczność × częstotliwość kontaktu × współczynnik działania |
| Ekrany przy wejściu | Liczba wizyt osób wchodzących do sklepu × współczynnik kwalifikacji według trasy wejścia × widoczność × częstotliwość kontaktu × współczynnik działania |
| Ekrany przy kasach | Kwalifikujący się kupujący i osoby towarzyszące × widoczność przy kasie × (czas przebywania przy kasie ÷ odstęp między komunikatami) × współczynnik działania |
| Ekrany wewnątrz sklepu | Liczba wizyt osób wchodzących do sklepu × współczynnik kwalifikacji dla miejsca emisji × częstotliwość kontaktu × współczynnik działania |
| Radio w sklepie | Liczba wizyt osób wchodzących do sklepu × współczynnik kwalifikacji dla emisji dźwiękowej × (czas trwania wizyty ÷ odstęp między komunikatami dźwiękowymi) × współczynnik działania |
Uwaga: dane o transakcjach stanowiące punkt odniesienia mogą same być modelowane, a nie obserwowane; osoby towarzyszące i częstotliwość wizyt pozostają założeniami. Scenariusze dla poszczególnych miejsc emisji mogą się pokrywać i nie są sumowane. Czas przebywania podzielony przez odstęp między komunikatami daje oczekiwaną liczbę kontaktów, a nie liczbę usłyszanych komunikatów. Udział w emisji i harmonogram to korekty planistyczne; dane potwierdzające odtworzenia pozostają odrębne.
Stosuj zgodne jednostki czasu dla czasu przebywania i odstępu między komunikatami.
Słowniczek
| Termin | Co to oznacza w naszych raportach |
|---|---|
| Odtworzenie | Zdarzenie emisji na urządzeniu końcowym: reklama została odtworzona na określonym ekranie lub przez określony głośnik w określonym czasie. To fakt dotyczący sprzętu, a nie osoby. |
| Modelowane | Szacunek oparty na założeniach lub wnioskowaniu, nawet jeśli część danych wejściowych pochodzi z obserwacji. |
| Obserwowane | Rzeczywisty odczyt lub zdarzenie ze źródła, z podaniem zakresu i jakości. Nie sprawia to, że późniejsze obliczenia stają się obserwacjami. |
| Hybrydowe | Wynik łączący części obserwowane i modelowane; obie części są wyraźnie wskazane. |
| Kwalifikowany | Wskaźnik dopuszczony na podstawie określonej reguły (strefa, czas, kierunek, zasięg) i uzgodnionej podstawy akceptacji. |
| OTS i OTH | Możliwość zobaczenia lub usłyszenia reklamy w określonej strefie i warunkach czasowych. Nie dowodzi uwagi. |
| LTS | Szacunek prawdopodobieństwa zobaczenia reklamy oparty na zwalidowanej metodzie. Sama znajomość tożsamości nie dowodzi uwagi. |
| Zasięg i częstotliwość | Liczba jednostek po usunięciu duplikatów oraz powtarzające się kwalifikowane kontakty — dla zadeklarowanej populacji, zakresu i okresu. |
| Atrybucja i przyrostowość | Zakup powiązany z ekspozycją według określonej reguły dopasowania — w odróżnieniu od dodatkowych zakupów oszacowanych względem wiarygodnej grupy porównawczej. |
Zacznij od danych, które mogą dostarczyć Twoje sklepy
Uzgodnij wskaźnik, populację i kryteria akceptacji przed raportowaniem lub rozliczeniami. Dodawaj dane potrzebne do odpowiedzi na konkretne pytanie, a nie technologię dla samej technologii.
Cztery kroki do wdrożenia
Scenariusz i oszacowanie
Udostępnij listę sklepów, godziny otwarcia i wykaz ekranów. Zacznij od modelowanego szacunku; podłączone odtwarzacze potwierdzają odtworzenia.
Dodaj dane sprzedażowe
Zastąp założenia dotyczące zakupów zdarzeniami zakupowymi i zdefiniuj metodę analizy wyników.
Dodaj dane o obecności i lokalizacji
Zacznij od Wi-Fi, a następnie dodaj kamery lub SDK tam, gdzie to przydatne. Zakwalifikuj każde źródło pod kątem zasięgu, strefy, czasu i populacji.
Najpierw zwaliduj, potem korzystaj
W każdym sklepie prześledź reprezentatywne odtworzenie — od danych wejściowych, przez regułę i wersję, aż po wynik w raporcie.
Zwaliduj przed raportowaniem lub rozliczeniami
Przetestuj każde źródło w rzeczywistej kampanii w danym sklepie i przed jego użyciem potwierdź warunki ochrony danych i umowy. Przy pozycjonowaniu wewnątrz budynków akceptacja obejmuje też dokładność, opóźnienie, rozróżnianie kondygnacji i stref oraz synchronizację czasu.
