AdPlanner – Rabbit | online media blog http://rabbitblog.hu Mon, 12 Aug 2019 07:30:36 +0000 hu-HU hourly 1 https://wordpress.org/?v=4.5.2 http://rabbitblog.hu/wp-content/uploads/cropped-rabbit-32x32.png AdPlanner – Rabbit | online media blog http://rabbitblog.hu 32 32 K&V: Mire használhatók a kutatások? http://rabbitblog.hu/2008/07/19/kv-mire-hasznalhatok-a-kutatasok/ http://rabbitblog.hu/2008/07/19/kv-mire-hasznalhatok-a-kutatasok/#comments Sat, 19 Jul 2008 10:50:28 +0000 http://www.rabbitblog.hu/?p=140 "K&V: Mire használhatók a kutatások?" bővebben]]> Az Ad Plannerről szóló írásom végén ígértem, hogy külön is kitérek arra, mire használhatók az internetező közönséget és online tartalomfogyasztásukat vizsgáló kutatások, és mire nem.

Ezek a szolgáltatások alapvetően a médiatervezést hivatottak segíteni (illetve a másik oldalról a médiatulajdonosoknak adnak információt a felületeik látogatóival kapcsolatban). A médiaterv elkészítése során számos szempontot kell figyelembe venni:

  • ki a hirdető és mi a terméke/szolgáltatása,
  • mi a kampány célja (üzleti, marketing, kommunikációs, média célok),
  • mi az üzenet,
  • ki a célcsoport,
  • mi a kampány időzítése, időtartama, preferált intenzitása,
  • mekkora reklám büdzsé áll rendelkezésre,
  • milyen eszköz vagy site preferenciái vannak az ügyfélnek,
  • mi a kreatív koncepció (ha ismeretes),
  • milyen egyéb (online, offline) aktivitások futnak.

(Ezeket az információkat praktikusan a brief tartalmazza.)

A kutatások a célcsoport internethasználati szokásainak megismerésében vannak a segítségünkre. Sok esetben jó kiindulási alapot ad némi piacismeret, illetve a józan paraszti ész, de a kutatás az, ami validálja ezeket a tapasztalatokat, megérzéseket, sőt olykor ellent is mond ezeknek.

A kutatások segítségével elemezhetjük célcsoportunk (pl. a tinik) online médiahasználati és tartalomfogyasztási szokásait, illetve összevethetjük azt a teljes internetező közönségével vagy más célcsoportéval. Megnézhetjük, hogy milyen gyakran és átlagosan mennyi ideig interneteznek, s jellemzően hol teszik ezt. Megtudhatjuk, hogy milyen témák érdeklik őket (informatika, szórakoztató elektronika, politika, gazdaság, bulvár, zene, mozi, kultúra, divat, életmód, autó, sport stb.), illetve milyen jellemző tevékenységeket végeznek online (általános keresés, chatelés, fórumozás, blog olvasás/írás, videó feltöltés, VOIP, aukciózás, vásárlás, fizetés, banking, RSS használat stb.). Illetve megfordítva: megnézhetjük például, hogy egy adott tevékenységet végzők (pl. bloggerek) vagy mondjuk egy bank online elérhető ügyfélköre jellemzően milyen demográfiai sajátosságokkal rendelkezik (nem, életkor, végzettség, ESOMAR státusz, jövedelem stb.). (Minderre jól használható a VMR.)

Ezen felül információt kaphatunk arra vonatkozóan, hogy célcsoportunk milyen oldalakat milyen arányban látogat (elérés, közönség összetétel, közönség részesedés), illetve mely site-okon található meg a teljes internetező közönségénél magasabb vagy alacsonyabb arányban (affinitás). A kutatásokról szóló posztban említettem, hogy a látogatottságra, a keresztolvasottságra, illetve az adott site-on eltöltött időre vonatkozóan (stb.) is rendelkezésre állnak adatok. (Ezekre a gIA szolgáltat jól használható információkat.)

Az adatokból sokféle következtetést vonhatunk le. Egyrészt azt, hogy melyek azok az oldalak, amik a célcsoportunk szempontjából nagyon relevánsak (széles elérés és/vagy magas affinitás stb.), illetve a termék/szolgáltatás szempontjából fontosak (kategória szűrés), azaz melyeken érdemes hirdetni. Másrészt azt, hogy milyen keresztolvasottsággal számolhatunk az egyes oldalak esetében. Elképzelhető, hogy két oldal közül elegendő csak az egyiken megjelenni, mert a másikon csaknem ugyanazokat érjük el. (Ugyanez network szinten is érdekes, hiszen minden sales house ugyanazzal a max. 4 millió userrel gazdálkodhat.) Sales house részről: érdemes-e bevonni, megvenni egy adott oldalt – hoz új látogatókat? Megnézhetjük azt is, hogy egy adott oldalon mekkora meddőszórással számolhatunk, s belefér-e ez nekünk az adott kampány esetén. Koncepcionális kérdésként: érdemes-e egy adott célcsoport esetén például videófeltöltéses kontesztet indítani. És még számos egyéb dolgot.

Mindehhez persze nélkülözhetetlen az adott kutatás ismerete: melyik mire alkalmas és hogyan lehet használni. Ismerni és érteni (!) kell a kutatásban szereplő mutatókat, hogy megfelelő következtetéseket lehessen levonni, jó döntést lehessen hozni. Így értelemszerűen az adott kutatás csak akkor használható, ha kellő háttértudás áll mögötte.

A kutatások jól használhatók a hirdetési felületek kiválasztásához, de ezzel még messze nem készül el egy médiaterv. Az adott felület esetében el kell dönteni, hogy:

  • milyen eszközt használjunk: link, banner, fizetett cikk, ilyen-olyan ajánló, menügomb, szponzoráció, kulcsszavas keresőhirdetés, videó, vírus és gerilla eszközök stb.
  • milyen intenzitással futtassuk a kampányt (esetleges teaser, kampányon belüli fókuszpontok, kreatívok kiégésének megelőzése stb.),
  • milyen vásárlási módot alkalmazzunk: idő, átkattintás, megjelenés, elért egyedi felhasználó legyen-e az elszámolás alapja vagy netán az aktivitás által (a kívánt felületre) generált látogatószám, esetleg valamilyen egyéb cselekvés (regisztráció, letöltés, vásárlás stb.).

Ezeken túl ott van a médiatulajdonosokkal való egyeztetés is, ami a felületek foglalását és a hirdetési árakat egyaránt érinti. Az ügynökségek az éves költési volumenüknek köszönhetően (általában) magasabb kedvezményeket tudnak az ügyfeleiknek biztosítani, mint amit azok direktben (közvetlenül a médiatulajdonossal egyeztetve) kapnának. (A Google AdWords és az Etarget esetében persze emberi kapcsolatok és egyezkedés nélkül zajlik a folyamat, s nincs lehetőség konkrét felületek foglalására, hiszen licit alapú és automatizált a rendszer.)

Mindebből egy olyan médiatervnek kell összeállnia, amely a lehető leghatékonyabban támogatja a kampány céljainak teljesítését az adott időszak és büdzsé keretei között. A tervezési folyamatot egyszerűbbé teheti egy szoftver, de legalábbis egyelőre, a tervezői munkát nem fogja helyettesíteni, és egy háttértudással nem rendelkező laikus számára agysebészet vagy éppen ellenkezőleg, parasztvakítás marad.

Látható, hogy a kutatások a médiatervezés folyamatában is csak bizonyos pontig használhatók, s a terv elkészítésén túl még számos egyéb feladat kapcsolódik egy kampányinduláshoz és -futáshoz. Ízelítőül:

  • a kampány megrendelése a médiumoktól és ennek adminisztrációja,
  • a kreatívok elkészítésének instruálása (aka produkciós információk biztosítása),
  • a kreatívok feltöltése reklámkiszolgáló szerverbe, illetve eljuttatása a médiatulajdonosokhoz,
  • a kampány folyamatos monitoringja, hogy a tervnek megfelően fusson,
  • a kampány optimalizációja, hogy a legtöbbet hozzuk ki belőle,
  • a teljesülési adatok elemzése a kampány közben és zárulását követően…

Ezek a szaktudás mellett nem kevés időt is igényelnek.

Érdekes lesz mondjuk, ha az Ad Plannerből vagy más hasonló szolgáltatásból esetleg kampányt is lehet majd indítani az összeválogatott felületeken. A fent leírt folyamatokból egy Ad Planner + AdWords + Affiliate Network + esetleg Double Click típusú integrációval sok minden automatizálható lenne vagy egyszerűsödne (felületek foglalása, kreatívok kezelése).

Fontos azonban kiemelni, hogy nem valószínű, hogy egy ilyen rendszerbe prémium felületek kerülnek, hiszen azokat a médiatulajdonosok egyéb módon, jobb kondíciókkal is el tudják adni. Ez a fajta megoldás (ahogyan a jelenleg működő affiliate networkok is) az olyan kisebb site-oknak jelenthet segítséget, melyek önmaguk nem tudják a felületeiket értékesíteni, illetve a portálok olyan kevésbé frekventált felületein jöhetnek számításba, ahol éppen nem sikerült egyéb módon hirdetést eladni. A “zsíros” kampánybüdzsék nem itt lesznek elköltve.

Ha feláll is egy ilyen – a jelenlegi affiliate networköknél lényegesen kiterjedtebb és médiatervezési lehetőségekkel támogatott – rendszer, a jelenlegi szisztéma mellett fog működni, s ugyanúgy speciális szaktudást igényel majd a kezelése, ahogyan most a keresőkampányoké. Legfeljebb ellenőrizhetőbbé válnak az ügynökségi döntések…

Summa summárum, a kenyeremet nem féltem.

]]>
http://rabbitblog.hu/2008/07/19/kv-mire-hasznalhatok-a-kutatasok/feed/ 5
Kipróbáltuk: Google Ad Planner http://rabbitblog.hu/2008/07/16/kiprobaltuk-google-ad-planner/ http://rabbitblog.hu/2008/07/16/kiprobaltuk-google-ad-planner/#comments Tue, 15 Jul 2008 23:12:12 +0000 http://www.rabbitblog.hu/?p=118 "Kipróbáltuk: Google Ad Planner" bővebben]]> Az Ad Planner a Google június végén bevezetett, ingyenesen elérhető szolgáltatása, amely a médiatervezést hivatott segíteni. Ma reggel – ahogyan a Csiripen is beszámoltunk róla – sokunkhoz megérkezett a várva várt hozzáférés. Íme az első tapasztalatok.

Az Ad Plannerről azt érdemes tudni, hogy a benne szereplő adatok többféle – nem kevés kérdést felvetőforrásból származnak, s egy hónapra vonatkoznak. Az alap fícsörök:

  • célcsoportok létrehozása demográfiai adatok (nem, korcsoport, végzettség, háztartás bevételele), illetve érdeklődés (tematika) mentén,
  • a célcsoport szempontjából releváns oldalak listája,
  • az oldalakhoz kategória, látogatószám, oldalletöltés, elérés, affinitás adatok, illetve Google Content Network kreatív formátum információk (típus, méret),
  • a kiválasztott oldalak elhelyezése “médiatervben”,
  • aggregált látogatottsági adatok a tervben elhelyezett site-okra vonatkozóan.

Az Ad Planner felületén kezdésként két fő opciónk van: médiaterv készítés, illetve kutatás. Az előbbivel egy dokumentumot hozhatunk létre, melyhez majd hozzáadhatjuk a kutatásnál kiválaszott site-okat. A médiaterv létrehozásakor a névadás mellett kiválaszthatjuk, hogy mely országra tervezünk.

Ha elkezdjük a kutatást, akkor két fül közül választhatunk: kutatás, illetve médiaterv. Nézzük először az elsőt.

Demográfiai adatok egyelőre csak az Egyesült Államokra vonatkozóan érhetők el, így hazai célcsoportokat nem lehet létrehozni. Magyarországra vonatkozóan egy Google Trends for Websites ++-t láthatunk, melyben a hazaiak által látogatott site-ok listája található, s ezt rendezhetjük sorba különböző szempontok – kategória, látogatószám, oldalletöltés, elérés (és elvileg affinitás) – szerint. Az oldalak melletti diagram gombra kattintva a Trends-nél megismert adatokat láthatjuk: hazai és nemzetközi látogatottság, elérés, oldalletöltés, valamint napi látogatószám diagram, a látogatók által felkeresett egyéb site-ok, illetve általuk keresett kulcsszavak.

A kutatás fül bal oldali menüjében látható a célcsoport mérete, a kiválasztott ország, az oldalak nyelve és a demográfiai beállítások. Az online viselkedésnél az adható meg, hogy csak azok a felhasználók érdekelnek-e bennünket, akik a kijelölt oldalak mindegyikét látogatják (all sites below), illetve azok, akik a kijelöltek közül legalább egyet (any site below).

A 2. képen a magyar nyelvű oldalak hazai látogató közönségére vonatkozó adatok láthatók. Ha esetleg valaki nem vette észre, érdemes kinagyítani egy részt belőle:

Ezek szerint Magyarországon 5 millió internetező lenne, ami nyilvánavalóan irreálisan magas szám. (Az Ad Planner felületén egyébként nem derül ki, hogy az adatok pontosan milyen időszakra vonatkoznak.) A Webaudit szerint az elmúlt hónapokban átlagosan havi 4 millió hazai egyedi látogató kereste fel az általuk mért és auditált oldalakat. (Továbbá kb. havi 1,6 millió külföldi.)

A legnagyobb hazai oldalak Ad Plannerben megadott látogatottsága nem tér el jelentős mértékben a Webaudit (júniusi) adataitól, a kisebb site-oknál azonban – nem meglepően – már számottevő torzulások tapasztalhatók. (Kérdés persze az is, hogy ki mit mér az egyes oldal elnevezések alá.) Az egyedi látogatószám mérésének problémáiból adódóan az elérés adatok sem megbízhatóak az Ad Plannerben. Nem néztem át minden adatot, de pl. a T-Online szembetűnően és indokolatlanul elől szerepel a listán, ami valószínűleg abból adódik, amibe a gIA-sok is belefutottak korábban: beleszámolódik minden redirect, amely “t-online-os” belépő oldalakra dob át.

Néhány önkényesen kiragadott példa látogatottsági adatokra (Ad Planner vs. Webaudit):

  • iWiW: 2,4 millió vs. 2,6 millió UV
  • Origo: 2,3 millió vs. 2,4 millió UV
  • Index: 1,4 millió vs. 1,2 millió UV
  • Startlap: 1,2 millió vs. 1,3 millió UV
  • Port: 840 ezer vs. 1 millió UV
  • Story Online: 260 ezer vs. 440 ezer UV
  • Prohardver: 210 ezer vs. 490 ezer UV

Forrás: AdPlanner egyedi látogatói és Webaudit 2008. június havi belföldi látogatottsági adatok

Arra nem sikerült rájönnöm, hogy a composition indexet aka affinitást hogyan számolja, hiszen célcsoport szűrés nélkül ennek mindenhol 100-nak kellene lennie.

Nem túl logikus, hogy látogatószám szerinti sorba rendezés esetén a 100-nál kisebb composition indexű oldalak, pl. Origo, Startlap, Index, nem ugranak előre a listában. Ha elérés szerint vannak rendezve, akkor kerülnek csak a helyükre. (Ha ekkor látogatottság szerint újra sorba rendezzük az oldalakat, akkor viszont már nem csúsznak újra hátra.)

Ugyancsak szembetűnő, hogy egyes oldalakat nem megfelelő kategóriákba soroltak be. A megadott kategóriáknak sokszor semmi közük sincs az oldal tartalmához. Míg az Origo a “web portal”, addig az Index a “history” kategóriába került. Az iWiW “social networks”, a myVIP viszont “email & messaging” kategóriájú. A lap.hu oldalak a “movies”, a Startlap és a Citromail a “search engine”, a Videa a “humor”, az Adverticum a “storage”, a Vatera a “banking & personal finance”, az SG a “society”, az NLC az “auction” kategóriát kapta – és még sorolhatnám.

A demográfiai változók – mint említettem – Magyarországra vonatkozóan nem állíthatók be. Olyan sokat nem is veszítünk ezzel, hiszen nagyon kevés, szám szerint négy opciónk lenne – nem, korcsoport, végzettség, háztartás bevétele -, s közülük az utóbbival nem is tudnánk mit kezdeni a hazai és “nyugati” fizetések jelentős eltérése miatt. A kor változónál pedig csak megadott korcsoportokat állíthatnánk be, szabadon nem definiálhatnánk ilyeneket. Ráadásul a célcsoport szűrésekkel valószínűleg nagyon kis mintákat és erősen torz adatokat kapnánk.

Térjünk át a médiaterv fülre. Itt nem is időznék sokat, hiszen csupán az előző oldalon kiválasztott site-okat helyezi el egymás alá, illetve – ahogyan korábban említettem – aggregált adatokat ad a kiválasztott siket-okra vonatkozólag (placementek száma, egyedi látogatók, elérés, oldalletöltés). Ez természetesen távol áll egy “igazi” médiatervtől, mely a placementeken, várható megjelenésen és elérésen túl minimálisan a kreatívok méretét, a hirdetések időzítését, vásárlási módokat és árakat tartalmazza.

Az adatok egyébként mindkét fülről exportálhatók csv formátumban.

A fentiek alápján egyértelmű, hogy a Google Ad Planner – jelenlegi formájában legalábbis – nem használható a hazai piacon, s egyelőre kevesebbet nyújt számunkra, mint az ingyenesen elérhető Webaudit adatok. (Fizetős szolgáltatásokkal, pl. a gIA-val összevetni teljesen felesleges, hiszen messze áll tőle, hogy alternatívája lehessen.)

Fontos azonban kiemelni, hogy egy dologra biztosan nagyon jól lehet használni ezt a szolgáltatást: könnyen tájékozódhatunk más országok site-látogatási szokásaival kapcsolatban (alternatíva az Alexára). A miénkhez hasonlóan kicsi piacokon nyilván éppen ilyen torzak lehetnek az adatok a kisebb látogatottságú oldalak esetében, ugyanakkor a nagyobb, jelentősebb site-okat könnyen át tudjuk tekinteni. Persze a Google adatait máshonnan kell beszereznünk, mert azokat – részben érthető okokból kifolyólag – nem teszik közzé.

Arról pedig, hogy az efféle kutatások, szolgáltatások mire használhatók, és miért nem veszik el a médiatervezők kenyerét, külön poszt fog szólni.

]]>
http://rabbitblog.hu/2008/07/16/kiprobaltuk-google-ad-planner/feed/ 9