Programmatický nákup je v Čechách a na Slovensku stále v zárodku a většina marketingových manažerů si pod ním představuje hlavně cílení na vlastní návštěvníky – retargeting. Tato cílová skupina je ale ze své podstaty velmi úzká, a pokud chcete přivést nové potencionální zákazníky, potřebujete je nějak zacílit. Níže popisujeme jednu ze zajímavých možností na konkrétním příkladu klienta, kterého nebudeme jmenovat.

Zaměříme se na využití 3rd party dat. Níže je uvedený celý postup a mezi-výsledky. Na konci článku je pak doporučený finální postup.

Některé nástroje vám umožní analyzovat tyto data předtím než je nakoupíte. Princip fungování je založen na tom, že na cookie z konkrétních zdrojů 3rd party dat napasujete data, které jste již v minulosti nakoupili. Pracujeme tedy s „Audience reportem“ ale místo analyzování jen těch dat, které jsme využili, použijeme pro analýzu všechny dostupná data.

V tomto konkrétním případě, jsme měli pro klienta přístup k českému zdroji dat z CPExu a zahraničním datům z Google, BlueKai, Eyota,… a analýza byla prováděna v DoubleClik Bid Manageru.

V Audience reportu jsme si nechali vypsat u každého zdroje dat: imprese, kliky, CTR, konverze, eCPM, eCPC a eCPA. Seřadíme podle počtu impresí a pracujeme jen se zdroji s největším počtem impresí.

Řádky s řetězcem XXXX byly nahrazeny za originální texty, aby nebyl identifikován obor klienta.

Z této tabulky je vidět například, že největší historický překryv máme s 3rd party daty od BlueKai (BlueKai » Demographic » Language » Czech). Na druhém místě jsou 1st party data, konkrétně produktové trackování.

Už nyní je docela dobře patrné, že se od sebe efektivitou zásadně liší 3rd a 1st party data. U vlastních 1st party dat dosahujeme podstatně vyšší CTR a tedy ve výsledku i lepší eCPC a eCPA.

Nás ale zajímá nyní analýza 3rd party dat. Z uvedeného Audience reportu vybereme TOP500 řádků s největším počtem impresí. Z našeho pohledu má smysl analyzovat data, kde proběhlo alespoň 1000 řádků, takže z tohoto bylo vyvozeno, že právě TOP500 je v tomto případě vhodné.

Těchto TOP500 seřazených podle nejlepší ceny eCPA:

A podle největší CTR:

A tohle už je přehled, se kterým se dá pracovat částečně pracovat:

• Nejlépe vycházejí ve všech parametrech logicky 1st party data, které nás ale zajímají čistě pro srovnání. Jedinou výjimkou jsou zde data CPEX, které jsou sice zde označeny jako 1st party data, ale ve skutečnosti se jedná o 3rd party data.
• CPEx data mají jednu z nejlepších CTR, odběhlo u nich velký počet impresí a dosahují i zajímavé ceny za konverzi.
• Mezi 3rd party dat je relativně malé zastoupení specificky cílených data na klientův obor (obsahuji XXXX). Většinou ale dochází k zajímavému překryvu s jinými oblastmi:
  • Logicky je zde překryv k datům označujícím velmi široké skupiny, jako jsou například „čeština“, „muži“, „ženy“,…
  • Další 3rd party data jsou relativně zavádějící. Například velmi vysoko z pohledu eCPA vychází skupina „BlueKai » Interest » Electronics & Computers » Handhelds & PDAs“, nicméně není ani zdaleka pro našeho klienta zajímavá. Při bližším pohledu je vidět, že se zde bavíme o cca 4tis impresí, podprůměrné CTR 0,1% a celkem vysoké eCPC skoro 40Kč. Tedy analyzovat tato data čistě podle jednoho ukazatele není relevantní.
  • Ani pokud seřadíme tabulku podle počtu Konverzí, nemusíme dojít k rozhodujícím informacím. V tomto případě se velmi vysoko umístí například zdroj „BlueKai » Demographic » Language » Czech“ s celkem rozumným CTR i eCPC, který sice koreluje s našimi potřebami, ale je tak široký, že nastavit na něj samostatnou bidovací strategii není dobrý nápad.

Tedy zatím máme rozumný výsledek, že bude zajímavé využít CPEx data a jinak jsme dostali zajímavé banchmarky, ale informaci jaká data využít nikoli.

Řešením je nepracovat s celkovým Audience reportem, ale předem vybrat pouze takové 3rd party data u kterých očekáváme, že by mohly být zajímavé a ty analyzovat samostatně. Tedy nepracujeme s tabulkou obsahující tisíce řádků, ale s tabulkou která obsahuje maximálně desítky vybraných záznamů.

Audience report pak bude vypadat například takto:

Vidíme, že většina zdrojů dat má s našimi strategiemi velmi malý překryv a nemá smysl je dál využívat. A z těch, co dosáhly zajímavého počtu impresí, už stačí vybrat ty, které mají dostatečné parametry eCPA nebo alespoň CTR nebo eCPC. Případně můžete ještě chvíli počkat, než se nasbírá dostatečně velký vzorek i pro menší zdroje dat.

Před samotným nákupem se ještě ujistěte, že některá z vybraných skupin nemá příliš velkou základnu cookie, která by mohla data ovlivnit.
Tímto postupem tedy jdete nakupovat s větší jistotou než nákupem bez úvodní analýzy.

Doporučený postup

1. Nastavte samostatnou bidovací strategii (Line Item) s takovým nastavením, jako byste reálně využili, ale do audience cílení vyberte všechny zdroje 3rd party dat, které vám přijdou zajímavé.
2. Takto nastavenou Line Item pozastavte.
3. Spusťte další bidovací strategie, které máte v plánu.
4. Nechte běžet nákup dostatečně dlouhou dobu pro získání reprezentativních dat.
5. Vyhodnoťte Audience report jen na datech, které máte v pozastavené Line Item.
6. Upravte nastavení Line Item (odeberte zdroje, které nefungovaly dobře).
7. Spusťte upravenou Line Item a dále pravidelně vyhodnocujte.