Meglestük: GfK AdWare – W4 Reporter és W4 Probe

A múlt héten a GfK-nál jártam egy szoftverbemutató prezentáción, ahol Suzan Hoogland mutatta be az online médiatervezéshez fejlesztett W4-et, annak is külön az elemzési (Reporter) és tervezői (Probe) modulját.

A W4 a Who, Where, When, What (az interneten) rövidítése. A W4 Reporter fő előnye a könnyű használhatóság és intuitív felület, a fejlett vizualizáció (interaktív grafikonok és színezett táblázatok), az, hogy ad hoc és állandó riportok készítésére is nagyon alkalmas, és hogy nyers adatokkal dolgozik (saját célcsoportok, site-csoportok definiálhatók). A W4 Probe fő előnye szintén a könnyű használhatóság, több terv tekinthető át egyszerre, igazodik az online tervezéshez (targetálás, gyakoriság, kattintások), illetve preferencia alapján optimalizál.

Az online médiatervezés, azon belül is a klasszikus display kampányok tervezése továbbra is úgy kezdődik, hogy a célcsoportunk online médiafogyasztási szokásait elemezzük. Ez praktikusan havi és/vagy napi elérés és affinitás szerint sorba rendezett site-ok, rovatok nézegetését szokta jelenteni, amikor is azt elemezzük, hogy melyek azok a felületek, amelyek a leghatékonyabban érik el a célcsoportot (magas reach és affinitás index), illetve megfelelő tartalmi környezetet és/vagy pontos targetálási lehetőségeket kínálnak.

Erre leggyakrabban a hivatalos online közönségméréshez, a gemius Ipsos Audience-hez csomagolt gemiusExplorer szoftvert használjuk. Ez elérés és affintiás rankingek futtatására, illetve a keresztlátogatottság elemzésére alkalmas elsősorban, már az ehhez a munkafázishoz szorosan kapcsolódó kereszttáblás célcsoportelemzést nem teszi lehetővé. [Frissítés: Az Ipsos tájékoztatása szerint ezt már tudja a gemiusExplorer is.] Ezt elvileg a MédiaNavigátor szoftverben lehet vizsgálni, amely egyébként online kampányok tervezésére is alkalmas, azonban – itt nem részletezendő okok miatt – ennek a használata nem tudott átmenni az online médiatervezés gyakorlatába.

Maga a szoftver persze csak egy része a dolognak, kell lennie egy megfelelő adatbázisnak mögötte. Az hogy ez melyik lesz, az az online közönségmérési tenderen dől el. A GfK által bemutatott szoftvert ettől függetlenül érdemes tekinteni, hiszen más adatbázis is elemezhető benne, nem csupán az általuk a Mediánnal közösen készített közönségmérés, így független a nyertes pályázattól.

Az ismét hosszúra nyúlt bevezető után nézzük meg, mit tud ez a szoftver!

Az elemzéshez használható modul, a Reporter egy egyszerű, áttekinthető felületet kínál, amelyen kereszttáblázatos elemzések végezhetők. Ez elsősorban abban tud többet a jelenleg használt gemiusExplorernél, hogy az egyes célcsoportoknak nem csupán az online médiafogyasztását láthatjuk (site-ok látogatása), hanem az adatbázisban szereplő összes változót beletehetjük a táblázatba (pl. korcsoportok vs. netezés helye). Ami az elemzési időszakokat illeti, több hónap is kiválasztható egyszerre (ezt a gE nem tudja), illetve a hét napjai szerint is lehet időszakot definiálni.

W4 Reporter: célcsoportelemzés - a hét napjai

A szoftver egyszerűen kezelhető, drag and drop módon működik, így nem kell mondjuk képletekkel összeállítani a célcsoportot ÉS és VAGY kapcsolatokkal a rendelkezésre álló változókból. A célcsoportot egy faszerkezetben mutatja, ahol egymás alatt vannak az ÉS és egymás mellett a VAGY kapcsolatban álló változók. (Ugyanolyan egyszerű célcsoportot szerkeszteni, mint a gE-ben.) A mutatók és célcsoportok felvehetők a kedvencek közé, ami egyszerűvé teszi a későbbi, hasonló lekérdezéseket.

Az eredmények szűrhetők, pl. egy elérés-affinitás rankingben csak azokra a site-okra, amelyeknél elérés 20% felett, affinitás index pedig 110 felett van. A mutatók közül sajnos nem jegyeztem meg az összeset, elérés (számban és százalékban), oldalletöltés, látogatás, látogatási gyakoiság, oldalletöltés per látogató, illetve affinitás index biztosan volt.

W4 Reporter: site-ok sorrendje elérés szerint

A szoftver számos, az áttekinthetőséget javító színezési opciót, illetve szemléletes grafikont kínál (előbbi olyan, mint az xls feltételes formázásai, ld. a fenti képen). Megmutatja például a teljes közönség és az adott site közönségének profilját, a közönség, látogatás és oldalletöltés összetételében egyaránt. (Ebből látszik, hogy mely célcsoportok elérhetők, illetve melyek használják intenzíven az oldalt.) A közönségösszetétel grafikon affinitás indexes formában is elkészíthető. A keresztlátogatottságot, illetve exkluzív elérést is megmutatja grafikonos formában, de vannak több dimenzió mentén készülő grafikonok is.

W4 Reporter: keresztlátogatottság

W4 Reporter: oldalletöltés vs. korcsoportok

W4 Reporter: site-ok közönségprofilja

Viszonylag gyorsan lefuttatja az elemzéseket. Az eredmény exportálható xls-be, ami ebben külön tetszett, hogy nemcsak sima táblázat, hanem pivot tábla formájában. Az itt készített elemzések, célcsoportok importálhatók a tervezői modulba.

A tervezői modul, mint említettem, Probe névre hallgat és nagyjából úgy épül fel, mint egy “varázsló”: először a kampányidőszakot, majd a célcsoportot, website-okat és célokat lehet megadni. A kampányidőszak mellett azt is ki kell választani, hogy melyik időszakot használja a szofver a kölönböző mutatók kalkulációjához (pl. elmúlt négy hét). A célcsoportok közül több is választható, az első lesz az elsődleges célcsoportunk. A site-okat lehet keresni, de be is tölthető egy elérés-affinitás ranking, amelyben bejelölhetjük a használni kívánt site-okat. (Itt is lehet szűrni az oldalakat elérés és affinitás index szerint.) Itt persze nem kell végleges döntést hoznunk, később is elvehetünk és hozzáadhatunk site-okat. A célcsoporthoz összeállított site-mixet el is lehet menteni. Szintén megadható, hogy széles vagy célzott elérést szeretnénk-e, pl. a kampánycél lehet az, hogy az 1+ elérés legyen minél nagyobb.

W4 Probe: médiaterv

Az adatbázisba betölthetők az egyes formátumok listaárai, de a médiatervbe természetesen kézzel is felvihetők az árak. (Az utóbbi pár évben annyira elszaporodtak az egyedi árak és csomagok, hogy inkább az utóbbinak van realitása.) A bannerek mellett egyedi formátumok is felkerültek előre megadva. A formátumoknál külön beállítható, hogy milyen időszaban szeretnénk azt az adott formátumot futtatni (pl. kinyíló hirdetést a kampány első két hetében). Azt is be lehet állítani a szoftverben, ha egy adott site-on lehet targetált hirdetést venni, és hogy pontosan mi a célcsoport target (ez ugye a lehetőségek, árak függvényében eltérhet a tényleges célcsoportunktól).

Ha ezeken a “varázsló” lépéseken végigmentünk, akkor megjelenik a terv, ahol a konkrét mennyiségeket, árakat stb. adhatjuk meg, illetve optimalizálhatjuk (és optimalizáltathatjuk) a kampányt. A médiatervnek vannak olyan részei, amelyeket a program előre kitölt (általános információk, pl. max. potenciális elérés, total sor), illetve amelyeket kalkulál, ezért nem szerkeszthetők.

W4 Probe: optimalizálás

Két elszámolási alappal lehet dolgozni, az egyik a cpm (megjelenés alapú), a másik pedig a cpc (kattintás alapú). Az idő alapú kampányok úgy kezelhetők, hogy az adott időszakra vonatkozó összes potenciális av-t megadjuk, a cpa alapút pedig megadhatjuk a cpc modellben. (Az egyedi látogató alapú elszámolás a freq. cappel ellátott megjelenés alapúnak felel meg.) Ebben többet tud, mint a MédiaNavigátor, ahol csak idő és av alapú tervezésre van lehetőség. [Frissítés: Az Ipsos tájékoztatása szerint már lehet kattintás alapon is tervezni a Navigátorban.]

A cpc vagy cpa elszámolásnál érdemes megemlíteni, hogy site-csoportok is létrehozhatók a szoftverben, azaz a többi mutatót ezekre együttesen kalkulálja. A kulcs a megfelelő ctr beállítása, mert abból számolja a megjelenéseket és a többi mutatót. Itt egyértelműen a tervező tapasztalatain múlik a dolog. (Ilyen esetben egyébként kérdésesnek tűnik az elérési számok kalkulációja, mert a megadott site-mixben szabad kapacitásban futnak a kampányok, lehetséges például, hogy azok közül valamelyiken meg sem jelenik. Valamilyen átlagot persze nyilván lehet számolni.) Beállíthatók a kedvezmények, de akár nettó árak is. Bármelyik cellához nyúlunk is, a program kiszámítja nekünk a többit, ebben is sokkal okosabb, mint a kis megszokott excel táblánk.

A tervezett megjelenések számából kiszámítja, hogy mennyi lesz a megjelenések száma a célcsoportban és számol rá grp-t is. Ha nem megjelenést veszünk, hanem ct-t (vagy actiont), akkor a ctr megadásával kalkuláltathatunk várható megjelenésszámokat és ezekből számolja a többi, említett mutatót.

Ha a büdzsét állítjuk át, akkor ahhoz fogja igazítani a többi cellát. Beállítható fix büdzsé is adott site-okhoz vagy a kampány egészére, ilyenkor a rendszer ehhez nem nyúl, csak a többi felület esetében optimalizál.

Szintén beállítható, ha egy site-on van lehetőség célcsoport targetálásra, ilyenkor hozzáigazítja a többi mutatót (pl. akár az összes megjelenés csak a célcsoportot éri el). Beállítható a max. gyakoriság is, aminél a legnépszerűbb az, hogy max. 3 alkalommal kapjon meg egy felhasználó egy kreatívot. Ez még magasabb célcsoporteléréshez vezet (hiszen nem szórjuk ki a megjelenéseinket kevesebb felhasználónak, hanem korlátozzuk, hogy ki mennyiszer láthatja).

A szoftver optimalizálni is tudja a kampányt, ilyenkor az első célra és célcsoportra számítja ki az optimális tervet. Elérésre és kattintásszámra is lehet optimalizálni. Általában azokat a felületeket részesíti előnyben, ahol pontos célcsoport célzás valósítható meg, de ha maximalizáljuk az ezekre szánt büdzsét, akkor ahhoz tartja magát a program. Lehet egyébként preferencia szerint is optimalizálni, ha pl. egy adott oldalt szeretnénk előnyben részesíteni.

Az egész tervre vonatkozóan kalkulál a szoftver elérést, grp-t, cost per grp-t, várható ct-t stb. Természetesen több tervváltozatot is lehet készíteni, külön neveken menteni, ezeknek az összesítőit egymás mellett jeleníti meg a szoftver, így könnyen összevethetők. Grafikonos formában meg lehet nézni, hogy mi történik, hogyan változik a kampány hatékonysága, ha többet vagy kevesebbet költesz a kampányra ugyanazokon a felületeken, elszámolási alapokkal. Egy másik grafikonon egyéb célokat is lehet nézni, pl. hogy milyen arányban lesznek azok, akik x, y, z alkalommal találkoznak majd a kampánnyal.

Összességében egyébként eléggé biztató volt a szoftver, bár kétségtelen, hogy csak a napi használat során lehetne igazán megismerni. Érdekes egyébként, hogy a klasszikus médiatervezést segítő szoftverek továbbra is elválnak a reklámkiszolgálástól, pedig onnan számos hasznos információ érkezhetne (és az automatizált rendszerekben érkezik is). Az az elméletem egyébként, hogy a tervezésnek egy jelentős része előbb-utóbb teljesen automatizálódni fog. (Nem nehéz belátni, hogy nem a leghatékonyabb formája a dolognak, hogy felhívok valakit, hogy ugyan foglaljon már egy standard bannert, amit utána faxon megrendelek, majd küldözgetjük egymásnak a kreatívokat stb.) Az automatizált rendszerek kezelése, illetve az egyedi tartalmi megállapodások, testre szabott együttműködések, szponzorációk azok elsősorban, ahol az emberi erőforrásra szükség lesz. De ez már egy másik téma.

A szoftverbemutató legfontosabb tanulsága egyébként az volt, hogy bár sokat tud segíteni egy ilyen szoftver a médiatervezésben, továbbra sem jelenti azt, hogy ha egy majmot leültetünk elé, akkor ő fog médiát tervezni. A fenti leírásból is egyértelműen kiderült, hogy számos humán döntést és tapasztalatot igényel ez a szoftver, és nem állítom, hogy ezeket lehetetlen lemodellezni, de nem az elkövetkező pár évben fog ez megtörténni, az szinte biztos. Az pedig még biztosabb, hogy az egyre inkább automatizálódó rendszerek kezelésére és a komplex együttműködések kialakítására sem majmokat lehet majd használni. Remélem, nem okoztam ezzel nagy szomorúságot annak, aki erre számított.

Ha tetszett a bejegyzés, nyomj egy lájkot!

Kövesd a Rabbitblogot Facebookon, vagy iratkozz fel az rss/email értesítőre!

2 hozzászólás a(z) “Meglestük: GfK AdWare – W4 Reporter és W4 Probe” bejegyzéshez

  1. Először is gratula a cikkhez, szokás szerint alapos és pontos!

    “A fenti leírásból is egyértelműen kiderült, hogy számos humán döntést és tapasztalatot igényel ez a szoftver, és nem állítom, hogy ezeket lehetetlen lemodellezni, de nem az elkövetkező pár évben fog ez megtörténni, az szinte biztos.”

    Ennek egyébként mi a fő akadálya, illetve mik a legnehezebben modellezhető humán döntések?

    A leírtak alapján rengeteg adatunk van a siteokról és a látogatókról, pontosan számszerűsítve. Ha a célokat és a preferenciákat is hasonlóan meg tudnánk fogalmazni, akkor talán nem lenne olyan rettenő bonyolult egy algoritmust csinálni, ami megmondja, hogy mi a tökéletes médiamix, és ezekkel milyen eredmény várható. Ráadásul megfelelő adserver-összeköttetéssel extrém médiamixeket is csinálhatna, a hasamra ütök: minden siteon percre lebontott megjelenési időszakokkal. Egy ideális rendszer ráadásul a médiatulajdonsok érdeke is lehetne, például ha az adserver “szól” a médiatervezőnek, hogy hirtelen lett egy kis szabad kapacitás, a tervező pedig azonnal elemzi, hogy érdemes-e pluszban betenni ezt a mixbe.

    Hasonlóan, mint az automatizált részvénykereskedő-rendszerek: Van felettük egy laza emberi kontroll, de adott esetben képesek egyedül adni-venni akár heteken keresztül is.

  2. @Csiszi Elsősorban a tervezés “hagyományos” területére gondoltam, ahol személyesen egyeztetett egyedi csomagok és dealek, meg persze költésvállalások vannak. Egy automatizált rendszerben sima ügy, de a hagyományos modellben van egy sor egyéb szempont is és ez a szoftver azokat igyekszik lekövetni (lásd pl. beállítható fix büdzsék, preferencia szerinti optimalizálás).