CDP-кейс Reckitt: создание единой экосистемы для работы с данными
Одна из ведущих FMCG-компаний Reckitt в рамках подготовки к cookieless перешла на новый уровень работы с данными – от DMP (Data Management Platform) к CDP (Customer Data Platform). В рамках новой экосистемы, организованной Havas Media (Россия) (входит в группу АДВ ) совместно с технологическим партнером Weborama , объединены собственные и партнерские данные, что позволяет централизованно управлять большим портфелем брендов и достигать маркетинговые целей, в том числе роста продаж. В результате внедрения CDP, по отдельным категориям товаров CPO был снижен на 34%, а ROMI* достиг 3.5. О реализации проекта и полученных результатах рассказали Havas Media и Weborama.
Бэкграунд и цели проекта Reckitt специализируется на производстве лекарственных средств, медицинских изделий, товаров для дома и личной гигиены. Понимание аудитории FMCG-брендов — непростая задача в силу специфики взаимодействия: все медийные активности уводят пользователя в ecom-площадки, где остаются данные о потребителях. Поэтому Reckitt с 2016 года организовала работу с данными в рамках DMP-решения Weborama. В связи с подготовкой к отмене 3d party cookies в браузере Google Chrome в 2021 году возникла необходимость трансформации системы до уровня CDP для расширения возможностей работы с различными типами идентификаторов, включая Hard ID.
Основные цели реализации данного CDP-проекта – организация централизованного сбора различных онлайн- и офлайн-данных, формирование единого профиля потребителя на устойчивых идентификаторах и единой потребительской сегментации для использования как в диджитал-, так и в директ-маркетинге, а также переход к более глубокому анализу эффективности с оценкой влияния активностей на продажи.
Анастасия Фомина, руководитель направления маркетинговых технологий Havas Media:
Перед нами стояла задача не просто организовать сбор данных, а выстроить полную инфраструктуру, в центре которой находится CDP, как технология, управляющая всеми потоками данных как на вход, так и на выход. Учитывая предыдущий технологический стек клиента Adserving+DMP на базе Weborama, было принято решение не менять технологического партнера, а сделать апгрейд текущего стека, который позволит достичь поставленных задач. В контуре есть возможность реализовать различные маркетинговые задачи: от формирования профиля потребителя и анализа аудитории до построения сегментов, их активации и оценки эффективности омниканальных коммуникаций.
Ключевые этапы реализации проекта1. Переход от DMP к CDP. Расширенный функционал Weborama Audience Manager (WAM) позволяет работать с различными типами идентификаторов, включая 1st party cookies, 3rd party cookies, мобильные телефоны, e-mail, Google Client ID, использовать новые алгоритмы обработки данных и осуществлять омниканальную коммуникацию.
2. Интеграция с CRM. Для обеспечения работы с накопленной CRM-базой и профилирования аудитории на базе Single ID была проведена интеграция CDP и CRM-систем.
3. Сбор данных. На следующем этапе был организован сбор данных как с брендовых веб-сайтов, так и с медийных кампаний с помощью связки с адсервинговой системой WCM, а также сбор дополнительного идентификатора Google Client ID, и реализована его связка с 1st party data клиента.
4. Работа с партнерскими данными. Для задач таргетирования и анализа продаж были использованы ритейл-данные от внешнего поставщика.
5. Сегментирование аудитории. Модели машинного обучения были использованы для поиска закономерностей среди анализируемой аудиторной группы и построения сегментов с высокой target accuracy.
6. Применение алгоритмов Semantic AI. Анализ семантики позволяет изучать поведение потребителей в онлайн-среде, выявлять долгосрочные и краткосрочные интересы, анализировать мнение пользователей о бренде и конкурентах и на базе этого строить аудиторную и креативную стратегии.
7. Анализ эффективности. Для замера эффективности диджитал-инвестиций применяется атрибутивное моделирование с оценкой действий на сайте и влияния на продажи в детализации до используемого аудиторного сегмента в рамках рекламной кампании.
8. BI аналитика. Дополнительно был разработан интерактивный дашборд, который позволяет построить Single ID консьюмера и в режиме real-time применять полученные инсайты для оценки эффективности и оптимизации маркетинговых стратегий.
РезультатыВ результате организована эффективная система сбора собственных и партнерских данных в платформу клиента, а стандартные аудиторные стратегии расширены за счет аудиторной аналитики и изучения окружения бренда, подключения кастомных сегментов на базе технологии Semantic AI и предиктивного моделирования.
Выгоды от реализации проекта можно разделить на две группы. К оцифрованным показателям относятся оптимизация медийных показателей (CTR, Passing Index, BR и другие), оптимизация медиакоста (CPC, CPV), минимизация пересечений между площадками и достижение положительного ROMI*, к неоцифрованным — создание экосистемного подхода к управлению данными, получение глубинных инсайтов об аудитории и расширенные аналитические возможности, в том числе атрибуционное и предиктивное моделирование.
В категории товаров по уходу за домом (Hygiene Home) CTR удалось увеличить на 15%, Passing Index (первый посткликовый показатель) – на 30%, а CR – на 25%, в области оптимизации медиакоста CPO был снижен на 34%, также был достигнут положительный ROMI* 1,5.
Дарья Алешкова, руководитель отдела медиа- и диджитал- продвижения Hygiene BU, Reckitt:
Благодаря внедрению CDP мы смогли сфокусироваться на работе с 1st party данными наших брендов, проводить глубокую аналитику для выявления дополнительных инсайтов о целевой аудитории и расширять возможности коммуникации с пользователями.
В другой крупной категории брендов по уходу за здоровьем и личной гигиене (Health) CTR был значительно увеличен – на 40%, а Bounce Rate снижен на 15%. Также удалось оптимизировать медиакост: CPC и CPM были снижены на 6% и 9% соответственно. ROMI* в данной категории также был положительный на уровне 3,5.
Дарья Волохова, руководитель отдела медиа- и диджитал- продвижения Health BU, Reckitt:
На дальнейших этапах реализации проекта мы планируем наращивать клиентскую базу в Hard ID и тестировать новые cookieless-решения, в том числе контекстуальный таргетинг на базе Semantic AI, технологии Fledge и Universal ID.
Жанна Смолицкая, руководитель отдела по data-продуктам Weborama:
Значимым преимуществом продукта является возможность построения собственного клиентского Data Lake внутри системы работы с данными. Решение Weborama позволяет работать со всеми типами идентификаторов, провести пользователя по воронке продаж и проанализировать его путь на каждом из этапов воронки.
В апреле этого года проект был представлен на фестивале MarTech Star Awards при ассоциации маркетинговых технологий RuMarTech, где одержал победу в номинации Best MarTech Solution.