Как транзакционные данные переписывают стратегию медиапродвижения в FMCG
Рассказываем на реальных примерах, как с помощью ретейл‑данных таргетировать digital‑кампании на аудиторию, которая точно купит, и замерять влияние каждого показа на оффтейк — даже в сезон, когда рынок штормит.
Зачем FMCG‑брендам данные ретейлеров
Одна из главных особенностей FMCG‑категорий — зависимость от внешних факторов. Например, в холодное лето проседает спрос в категориях безалкогольных напитков, мороженого и т.д. Маркетологу в такой ситуации непросто. Рекламная кампания спланирована на все лето, а природа вносит свои правки. А раз категория и так падает, какой смысл тратить деньги на промо? И ответить на него «общими охватами» уже не получится.
Именно здесь проявляется специфика FMCG‑маркетинга, построенного на работе с покупательскими данными торговых сетей.
X5, «Магнит», «Лента» и другие федеральные ретейлеры хранят полную историю транзакций каждого держателя карты лояльности:
- какие товары он берет;
- насколько регулярно;
- какой формат предпочитает;
- сколько платит.
Производителю эти сведения дают возможность строить медийную digital‑стратегию на основе реального покупательского поведения, а не гипотез.
- В России резко выросло количество объявлений о продаже готовых ПВЗ
- Сокращения из‑за ИИ не помогли компаниям заработать
- Wildberries запустил аналитического ИИ‑ассистента для селлеров
- Россияне стали чаще уходить из найма в работу на себя: новый тренд на рынке труда
- Wildberries повысит тарифы на возврат товаров с 21 мая
- В Москве заработала система цифрового контроля за курьерами
Как находить тех, кто точно купит
Таргетинг в широком смысле работает по полу, возрасту, интересам. Но эти данные слишком абстрактные для сегментации по покупательским предпочтениям.
Данные торговых сетей дают иной инструментарий. Вместо социально‑демографических предположений рекламный кабинет работает с фактической историей покупок конкретных людей.
Вот как это выглядит. Допустим, вы продаете холодный чай. Пытаться найти аудиторию через поисковые запросы бесполезно — люди редко гуглят «купить холодный чай». Зато через платформу ретейлера можно сформировать точный сегмент:
- те, кто регулярно покупал вашу марку и перестал;
- те, кто берет продукцию конкурентов;
- те, кто покупает категорию не реже двух раз в месяц;
- те, кто выбирает определенный формат или ценовой диапазон.
Рекламный бюджет перестает утекать на случайных людей, например, кто никогда не покупал и не купит холодный чай. Каждый показ приходится на человека, который уже тратит деньги в вашей категории. Это один из наиболее точных каналов продаж FMCG‑продуктов через digital — концентрация медийного давления на тех, кого реально можно переключить на свой бренд или увеличить частоту их покупок.
Удерживаем продажи на падающем рынке
Метод сравнения продаж до кампании и после в FMCG часто не работает. Например, рынок мог просесть из‑за погоды, конкурент запустил агрессивное промо, сеть поменяла выкладку. Отделить эффект рекламы от внешнего шума помогает метод Sales Lift.
Суть подхода: формируются две группы потребителей с максимально похожим покупательским профилем. Первая видит рекламный креатив, вторая — нет. После завершения кампании аналитики сравнивают поведение обеих групп и фиксируют дельту — разницу по выручке, количеству проданных единиц и регулярности покупок.
Этот метод помог нам оценить медиапродвижение бренда прохладительных напитков «Фрутмотив» в июле‑августе 2024 года. Казалось бы, жаркое лето и холодный чай — идеальная пара, и продажи должны были взлететь. Но подвела погода и в целом этот период характеризуется спадом продаж в категории, поэтому по замеру контрольной группы категория просела на 38%.
Есть ли смысл в такой ситуации вкладываться в рекламу и работать на имидж и узнаваемость, если потребности в товаре нет? Именно Sales Lift показал, что есть!
По результатам охватных размещений мы сравнили падение в категории среди тех, кто рекламу видел и кто не видел. Оказалось, что «неохваченная» аудитория показала падение покупок на 38%. Но в группе тех, кто видел рекламу, продажи просели всего на 15%. Инкрементальный рост (дополнительные продажи благодаря рекламе) составил 22%. То есть в условиях падения спроса на категорию компания смогла заметно снизить падение продаж и не потерять прибыль вместе с рынком.
Без Sales Lift можно было бы сделать вывод, что рекламная кампания провалилась. Но исследование показало обратное. Медиакампания удержала спрос, хотя сезонный фактор тянул категорию вниз.
Как на основе поведения старых покупателей найти новых
Но ценность данных ретейлеров намного глубже. Они дают расширенную карту предпочтений покупателей не только в целевой категории. А это уже основа для глубокой аналитики и выстраиванию новых гипотез по продвижению бренда и товаров.
Рассмотрим на примере продвижения линейки продукции без сахара кондитерской фабрики “Победа” и замера эффективности digital‑канала. Помимо роста проданных единиц товара и числа уникальных покупателей исследование показало, что вместе с данной кондитерской продукцией люди часто клали в корзину товары из зож‑категории (овощи, грибы, зелень).
Анализ продуктовой корзины подсказывает направление для партнерских коллабораций и интеграций стендов, о которых никто не задумывался до анализа данных.
Зачем вкладываться в аналитику
Да, подобная глубина аналитики требует бюджета. Но именно на основе нее можно влиять на спрос, расширять присутствие, увеличивать продажи. Все то, на что нацелены маркетологи.
Посткампейн аналитика — не просто отчет для архива. Она становится основой для конкретных управленческих решений. Например, как в кейсе с кондитерской фабрикой “Победа”, где данные о корзине покупателей кондитерской продукции становятся основой для потенциальных коллабораций с поставщиками овощей, фермерских марок и т.д.
Еще одно преимущество — возможность перераспределения бюджетов. Например, можно сделать акцент на более конверсионный сегмент или снизить расходы на сегмент, который отлично покупает и без рекламы.
Но надо понимать, что продвижение FMCG‑брендов через ретейл‑данные — это цикличный процесс долгосрочной стратегии, состоящий из трех этапов:
- Формулировка гипотез и встраивание в медиаплан.
- Закладка аналитической инфраструктуры.
- Итерация.
На первом этапе сегментируем цели на привлечение новой и удержание старой аудитории. На этапе планирования аналитики фокусируемся на отчетах, включающих аналитику продаж, продуктовую корзину и динамику новых и старых покупателей. На третьем этапе — принятие решений на основе полученных данных для корректировки стратегии.
Насколько сложно начать
На самом деле, данные ретейла можно начать использовать в любой момент, ничего сложного в этом нет. Есть множество нюансов, приходящих с опытом, которые необходимо знать. Но базово запустить рекламу на данных ретейла можно через рекламные кабинеты Яндекс и ВК. Часто проще это делать через агентство в виде посредника, так как необходима экспертиза не только в ретейл‑данных, но и базовом ведении рекламных кампаний, либо покупать РК у ретейлера под ключ в рамках коммерческих условий.
Основное ограничение, с которым можно столкнуться, — это минимальные бюджеты, которые необходимы для запуска. Если не вдаваться в подробности, то, как правило, это кампании с бюджетом от 1 млн в месяц.
Аналитику же по итогам рекламной кампании и влиянию на продажи предоставит сам ретейлер. В зависимости от ретейлера и объема рекламной кампании набор метрик может быть различным, но базовый отчет всегда показывает разницу пре‑периода РК и сам период в разбивке по тем, кто видел и не видел рекламную кампанию. Это поможет понять, насколько изменилось покупательское поведение аудитории после контакта с креативами.
Вместо выводов
Рынок товаров повседневного спроса устроен так, что отделить влияние рекламы от сезонности, погоды или действий конкурентов крайне сложно. Ретейл‑данные закрывают два ключевых пробела: позволяют нацеливать кампании на реальных покупателей и объективно замерять результат через Sales Lift.
