Как с помощью data-подхода увеличить аудиторию лотереи: кейс «Столото»

Показатель ROMI по MoonFish-сегментам вырос на 9600%

Объединенная команда экспертов из «Столото» (входит в S8.Capital ), медийного агентства People & Screens, dentsu X (входят в Dentsu Russia ) и data-компании Weborama показала, как комплексная работа с customer journey reputation данными позволяет повысить эффективность рекламных кампаний.

Бэкграунд проекта

«Столото» — бренд крупнейшего распространителя государственных лотерей, а «Русское лото» — самая популярная лотерея среди россиян с долей в 58% на рынке. В преддверии Нового года «Столото» традиционно проводит одну из самых масштабных кампаний, приуроченных к специальному тиражу «Русского лото» — «Новогодний миллиард».

Для роста продаж «Столото» нужно было найти и привлечь целевую аудиторию, готовую купить лотерейный билет, а также вернуть «потерянных» клиентов. Обычно покупка лотерейных билетов — это спонтанное действие, но мотивация к приобретению может быть определена и особенностями поведения в сети. После просмотра рекламы потребители, как правило, изучают различные мнения и читают отзывы, что тоже зачастую становится барьером, требующим преодоления. В рамках кампании количество таких «потерянных» клиентов могло доходить до миллиона.

Для этого команда сфокусировалась на выявлении сегментов потребителей, которые сталкивались с негативными или позитивными отзывами в сети. Для этого были разработаны инструменты семантического анализа на базе машинного обучения. На основе полученных данных была обучена модель, определяющая среди пользователей, взаимодействующих с негативным контентом, тех, кто с большей долей вероятности откликнется на рекламное сообщение.

Впервые в ходе проекта удалось проверить гипотезу о том, как негативные и позитивные отзывы в интернете влияют на намерение потребителей приобретать лотерейные билеты.

Инструменты и механика

Для решения задачи эксперты «Столото» и People & Screens использовали целый пул технологических инструментов — DMP Weborama Audience Manager (WAM), Weborama BigFish для семантического анализа, а также MoonFish для построения кастомных сегментов.

Анализ аудитории строился по классической воронке продаж: от заинтересованности тематикой (потребление информации в интернете) до покупки (целевого действия на цифровых платформах компании).

Чтобы изучить и собрать аудиторию, которая потребляет в интернете контент про лотереи, использовались инструменты Weborama BigFish (для анализа текстовых корпусов тематики «Лотереи») и MoonFish (для создания кастомных аудиторных сегментов). Среди анализируемого контента были выделены веб-страницы с позитивным и негативным контентом о лотереях. Они послужили основой для создания двух разнополярных аудиторий с высоким уровнем вовлечения.

Для работы с данными об аудитории сайта «Столото» была использована DMP, позволяющая собирать обезличенные данные пользователей — тех, что совершали покупки и тех, кто не приобретал лотерейных билетов.

После сбора данных все аудитории были обогащены данными Weborama, что позволило сформировать типовые портреты потребителей и сравнить их с потребительскими профилями «Столото».

Читать далее на источнике...


Подпишитесь на все самые свежие новости и статьи в маркетинге и рекламе в удобном для вас канале: Telegram, Facebook, Twitter, вКонтакте, LinkedIn

Теги: Нет
комментариев: 0

Также по этой теме: