В условиях рыночной экономики одним из важнейших факторов успешной работы любой компании является умение привлечь новых клиентов. Основным инструментом решения этой задачи является проведение рекламных кампаний. В этом случае перед отделом маркетинга встают проблемы планирования рекламной деятельности, распределения ресурсов и оценка эффективности и достигнутых результатов. В данной статье рассматривается вопрос оценки эффективности рекламных акций для продуктов массового потребления на основании имеющихся данных о бюджете кампании и продажах товара. С проведением рекламной кампании часто связаны изменения в ценовой политике. Поэтому в процессе анализа будут учтены изменения цен на товар и проведена оценка их эффективности и оправданности.

Анализ проводился на базе аналитической платформы Deductor, предоставляющей все необходимые инструменты для решения этой задачи. В разработанном сценарии реализованы несколько этапов по оцениванию эффективности рекламной и ценовой политики фирмы, реализующей товар массового потребления. На первом этапе из исходных данных об объемах продаж товара извлекается информация, характеризующая проведенные рекламные акции. Затем она качественно и количественно оценивается, чтобы получить общее представление об особенностях проведения исследуемых кампаний. Далее выявляются факторы, влияющие на успешность проведенных рекламных акций. На последнем этапе производится поиск оптимальных значений этих факторов, чтобы поддержать планирование будущей рекламной и ценовой политики фирмы.

Предварительная обработка данных

В качестве исходных данных у нас выступает временной ряд объемов продаж товара за период около двух лет. Наиболее часто используемым представлением для экономических рядов является аддитивная модель, в которой временной ряд рассматривается как сумма трех составляющих: тренда, сезонности и шума (см. рис.1). Для начала воспользуемся таким представлением ряда, ну а в случае, если результаты окажутся неудовлетворительными, всегда есть возможность перейти к другой модели.

Посмотрим, на какие слагаемые может повлиять рекламная активность фирмы. Сразу следует отметить, что рекламные акции не сказываются на сезонной составляющей ряда. Тренд является медленным, долговременным изменением тенденций продаж. Отдельные рекламные действия безусловно вносят свой вклад в поддержание подобных тенденций как один из ключевых факторов. Так рекламная кампания в дальнейшем положительно сказывается на узнаваемости торговой марки, что долгое время может отражаться на увеличении объемов продаж и облегчить проведение будущих рекламных акций. Далее мы еще столкнемся с проявлением накопительного эффекта от предыдущих рекламных кампаний. Тем не менее, вклад, вносимый рекламной активностью в тренд, рассматривать не будем и отнесем его к задаче стратегического прогнозирования продаж.

Таким образом, информация, касающаяся результатов проводимых рекламных кампаний, скрыта в шумовой составляющей исходного ряда. Для дальнейшего анализа необходимо явно отделить ее от тренда и сезонности, так как наличие сезонности может сильно исказить информацию, касающуюся отдачи от рекламы. Исключение же тренда требуется, во-первых, для выделения сезонности и, во-вторых, позволит в дальнейшем упростить анализ ряда.

Как видно по графику (см. рис.2), исходные данные содержат сильные шумы.

Так как данные сгруппированы по отдельным дням, то объемы продаж сильно колеблются. Кроме того, может быть недостаточным и качество самих исходных данных, которые могут содержать ошибки, пропуски. Для дальнейшего анализа желательно исключить резкие выбросы и сгладить исходный ряд. Этот шаг осуществляется с помощью инструмента "Парциальная предобработка". График сглаженного ряда представлен на рис.3.

На графике видно наличие четко выраженного тренда. Характер тренда, правда, не совсем ясен. Он может оказаться как линейным, так и квадратичным с широкими ветвями параболы. Более сложные виды тренда встречаются редко, и маловероятно, что мы имеем дело с одним из них. Начнем с попытки представить тренд в наиболее простом виде – линейном. Для этого применим инструмент "Линейная регрессия", подав в качестве входа дату, а в качестве выхода – объем продаж. На рис.4 слева представлены графики исходного ряда продаж и аппроксимирующей прямой, построенной обработчиком, и справа – ряд, полученный разностью между ними.

На втором рисунке не наблюдается каких-либо явных тенденций в поведении графика, поэтому примем гипотезу, что тренд исходного ряда может быть описан линейной зависимостью.

Следующим шагом предобработки исходных данных станет выделение сезонности. Оно будет проводиться на основании вычисления сезонных индексов. Судя по графику автокорреляции, приведенном на рис.5, у ряда продаж существует выраженная годовая сезонность (пик в районе 364-370 дней). Поэтому сезонные индексы будем вычислять для периода сезонных колебаний, равного одному году.

В качестве оценки сезонного индекса можно взять простое среднее по каждому дню года. Вычисляется оно с помощью инструмента "Группировка", указав в качестве типа агрегации среднее. График сезонной составляющей ряда, полученный на основании вычисления сезонных индексов, представлен на рис.6 (слева).

Теперь для исключения сезонности достаточно получить разность между рядом начальных значений и рядом сезонных эффектов. График скорректированного ряда приведен на рис.6 (справа).

Как хорошо видно, полученный ряд содержит не просто белый шум, а какие-то более сложные зависимости, проявляющиеся в виде неравномерных всплесков на графике. На этом этап предварительной подготовки данных завершен, и можно перейти к этапу анализа данных.

Выявление параметров рекламных кампаний

Для начала посмотрим на график полученного на предыдущем этапе ряда. Всплески на этом графике могут быть следствием воздействия рекламы и изменений ценовой политики. Чтобы визуально оценить влияние этих факторов на объемы продаж, совместим три кривые рекламного бюджета, цены на товар и объемов продаж на одном графике (см. рис.7).

Видно, что через некоторое время после начала рекламной кампании продажи достаточно резко идут вверх. В то же время, при увеличении цены они падают почти сразу на всех интервалах, кроме двух участков, отмеченных на графике. На них вместе с ростом цены растут и продажи. Причины этого явления попробуем выяснить в дальнейшем.

Количественно существование зависимости между рекламой, ценой на товар и объемами продаж можно определить на основании вычисления корреляции между рядами (см. рис.8).

При этом считается, что коэффициент корреляции больше 0.6 показывает очень сильную зависимость, меньше 0.3 – практическое отсутствие зависимости, а промежуточные значения констатируют наличие определенной связи между рядами. Таким образом, между рядами рекламного бюджета и цены на товар и объемами продаж существует достаточно сильная связь. Попробуем определить ее характеристики.

Первое, что будет интересно узнать, – это задержка между началом рекламной кампании и реакцией на нее потребителей. Для этого будем сдвигать по времени ряд, представляющий бюджет кампании, относительно ряда продаж и вычислять для каждого лага коэффициент корреляции. Лаг, на котором корреляция максимальна, будет средним временем задержки отдачи от рекламы (см. рис.9).

Таким образом, отдача от рекламной кампании проявляется наиболее сильно в среднем через 20 дней. На рис.10 показаны график продаж вместе с графиком бюджета кампании, сдвинутым на вычисленный временной лаг. Теперь изменения рекламного бюджета практически синхронно сказываются на изменениях продаж.

На графике выделена область, в которой рекламная акция отразилась на объемах продаж через значительный промежуток времени. Рекламная кампания была проведена в октябре, а пик продаж приходится на конец ноября-декабрь. Объяснить большую задержку здесь можно влиянием внешних факторов. Рекламная кампания сказалась на узнаваемости торговой марки и предпочтениях покупателей. Но приобретать товар они стали ближе к новогодним праздникам, когда расходы потребителей увеличиваются на многие виды товаров. В 2003 году рекламная кампания была проведена еще раньше – в сентябре, и продажи к Новому году сильно упали. Обе этих кампании были проведены неудачно. Эффект был бы значительно сильнее, если бы они проводились с конца ноября. В этом случае примерно через 20 дней была бы достигнута максимальная отдача, которая бы позволила значительно повысить продажи перед праздниками.

Для дальнейшего анализа потребуются более четко очерченные колебания графика объемов продаж. Проведем еще одну парциальную обработку с высокой степенью сглаживания (см. рис.11).

Нам по возможности надо разделить влияние, вносимое в поведение ряда продаж рекламой и изменениями цены. Для этого пойдем следующим путем. Будем анализировать ряд для каждого параметра независимо, т. е. при анализе воздействия рекламы будем считать, что все изменения объемов продаж вызваны проведением рекламной кампании. Аналогично, при анализе воздействия изменений ценовой политики считаем, что только они влияют на продажи. Так как нас в первую очередь интересует эффективность рекламы, то затем рассмотрим влияние уровня цены на продажи в свете проводимых рекламных акций. Такой частный анализ упрощает задачу, давая при этом вполне приемлемые результаты.

Итак, все изменения объемов продаж вызваны воздействием рекламной кампании. Следовательно, в отсутствие рекламы продажи идут на среднем уровне. Здесь и далее под продажами понимается ряд, очищенный от тренда и сезонных эффектов, то есть шумовая составляющая первоначального ряда. Анализируемый ряд представляет собой отклонение продаж от уровня, полученного суммированием тренда и сезонности. Поэтому он может содержать и отрицательные значения. Средний уровень – это среднее шумовой составляющей. Если бы анализируемый ряд был белым шумом, оно было бы нулевым, но воздействие рекламы и изменений ценовой политики смещает среднее вверх или вниз относительно нуля (см. выше рис.11).

Через некоторое время после начала рекламной кампании продажи растут и затем постепенно спадают ниже среднего уровня, проявляя обратный эффект. Таким образом, началом отдачи от рекламы будем считать превышение кривой объемов продаж среднего уровня, окончанием – снижение ниже среднего. Длительность рекламной кампании будет больше на время, равное задержке между рядами рекламного бюджета и объемов продаж. Такое представление выбрано из тех соображений, что после окончания вложения средств в кампанию некоторое время проявляется остаточный эффект в виде повышенного уровня продаж. Его имеет смысл также отнести к рекламной кампании и учитывать в расчетах.

Выделим пики продаж в соответствии с принятыми определениями (см. выше рис.11). Будем рассматривать только первые четыре пика, так как идущая в настоящее время рекламная кампания еще не окончилась, и по ней пока нельзя делать выводов.

Рассчитаем параметры пиков продаж: длительность, максимальный и средний прирост продаж в день, общий прирост продаж, максимальные и средние расходы на рекламу за кампанию, расходы в день за кампанию. Кросс-таблица с результатами вычислений приведена на рис.12; графики, изображающие изменения параметров, на рис.13.

Наиболее интересными результатами здесь являются максимальный и средний прирост объемов продаж за период проведения рекламных акций. Как видно на таблице и графиках, наилучшие результаты по этим показателям дала третья кампания. При этом ежедневные расходы на нее были не самыми большими. Попробуем выяснить, в чем причины такого успеха.

Относительная неудача первой кампании может объясняться влиянием эффекта накопления от воздействия рекламы: после проведения первой акции внимание потребителей было привлечено к торговой марке, и последующие кампании прошли удачней. Тем не менее, четвертая кампания также не принесла высоких результатов. Поэтому эффект накопления не может полностью прояснить ситуацию.

Факторами, которые выделяет третью кампанию, являются большая длительность отдачи и наибольшие средства, вложенные за период кампании. При этом расходы в расчете на день здесь относительно невелики. Посмотрим на график динамики изменения рекламного бюджета (см. рис.14).

После проведения основных акций бюджет на рекламу здесь был урезан не настолько сильно, как во время второй и четвертой кампаний. По всей видимости, он расходовался на поддержку уже начатых рекламных мероприятий. В результате третья кампания оказалась более длительной по времени, что и обеспечило ее эффективность. Аналогичный подход был применен при проведении первой кампании, но в то время продукт только выводился на рынок, и большого внимания покупателей к нему привлечь не удалось.

Таким образом, эффективней оказалась не короткая рекламная кампания с большими вложениями средств, а более длительная по времени с меньшими затратами в расчете на день.

Воздействие изменений в ценовой политике

Судя по рассчитанному ранее коэффициенту корреляции, цена имеет достаточно большое влияние на объемы продаж. Для его оценки построим кривую зависимости средних объемов продаж от цены на товар. Эта зависимость представляет собой эмпирическую кривую эластичности спроса, учитывающую воздействие внешних факторов на объемы продаж (см. рис.15).

Анализируя этот график совместно с графиком цены на товар и объемов продаж, можно сразу определить, что низкий спрос на товар при наименьшей цене соответствует этапу выхода на рынок, когда продажи сами по себе были невысокими (см. рис.16).

В дальнейшем (см. рис.15) товар проявляет себя как обладающий низкой эластичностью: повышение цены слабо сказывается на продажах. Но прежде, чем сделать такой вывод, еще раз посмотрим на совмещенный график кривых цены, рекламной активности и объемов продаж (рис.16). На нем отмечены две области повышения цен, после которого продажи резко пошли вниз. Это противоречит предположению о низкой эластичности спроса. Кроме того, на графике есть две области, на которых вслед за повышением цены увеличились и продажи. В этом случае увеличение цены было приурочено к проведению рекламной кампании. Этим и объясняется такой вид кривой эластичности: на спрос кроме цены повлиял еще и внешний фактор в виде высокой рекламной активности.

Выводы

Таким образом, можно сделать следующие выводы. Продаваемый товар обладает достаточно высокой эластичностью спроса. Но во время активного проведения рекламной кампании он ведет себя как товар с низкой эластичностью, и повышение цены практически не сказывается на объемах продаж. Оптимальным моментом для повышения цен является начало пика отдачи от рекламы – 20 дней в соответствии с прежними расчетами (см. графики третьей рекламной кампании на рис.16).

Рекламные акции лучше всего начинать примерно за 20 дней перед началом сезонных пиков (это позволит увеличить объемы продаж) или спадов (это позволит сгладить слишком резкое снижение продаж). Рекламную кампанию для данного товара надо стараться растянуть во времени, осуществляя по возможности более длительную поддержку проводимым мероприятиям.

Оценить достигнутый в ходе рекламной кампании эффект можно с помощью расчета объемов дополнительно проданного товара, максимального и среднего прироста продаж за время ее проведения.

В данной статье продемонстрированы некоторые возможности аналитической платформы Deductor, которые могут использоваться при проведении маркетингового анализа. Даже при сильно ограниченных исходных данных применение современных технологий анализа позволяет извлечь из них информацию, так необходимую для принятия оперативных и стратегических решений. Сегодня именно маркетинговые подразделения являются главным поставщиком подобной информации в любой компании. Применяя в качестве инструмента анализа данных современные аналитические платформы, можно улучшить качество выходной информации, повысить оперативность ее получения и обнаружить в данных закономерности, о которых раньше никто не подозревал. Маркетинговые задачи – это та область, в которой интеллектуальные технологии анализа данных могут проявить себя с наилучшей стороны.