УДК 339.138

Плотников Андрей Викторович,

кандидат экономических наук,

доцент кафедры менеджмента

ФГБОУ ВО «Пермский государственный аграрно-технологический университет имени академика Д.Н. Прянишникова», г. Пермь

Plotnikov A.V. plotnikov-av@mail.ru

КОНТЕКСТНАЯ РЕКЛАМА КАК ЧАСТЬ КОМПЛЕКСА ИНТЕРНЕТ-МАРКЕТИНГА

THE CONTEXTUAL ADVERTISING AS PART OF THE COMPLEX OF INTERNET MARKETING

Аннотация

В работе раскрывается понятие контекстной рекламы как составной части комплекса интернет-маркетинга. Представлены исследования зарубежных авторов, посвященные изучению платного траффика – контекстной рекламы, классификации и прогнозированию показателей эффективности, таких как коэффициент кликабельность, скорость показа, средняя позиция страницы результатов на поиске и коэффициент конверсии; рассмотрена природа взаимодействия между потребителем, издателем и рекламодателем; определен принцип работы поведенческого ремаркетинга

Summary

The paper considers reveals the concept of contextual advertising as an integral part of the Internet marketing complex. Studies of foreign authors devoted to the study of paid traffic – contextual advertising, classification and forecasting of performance indicators, such as the Click through Rate, the speed of display, the average position of the search results page on the search and the conversion rate, are presented; the nature of the interaction between the consumer, the publisher and the advertiser; the working principle of behavioral remarketing is defined.

Ключевые слова: таргетированная реклама, контекстная реклама, интернет-маркетинг, плата за клик.

Keywords: targeted advertising, contextual advertising, Internet marketing, pay per click.

Введение

Особенности развития производства товаров (услуг) и СМИ в XX веке привели к формированию идей маркетологов, требующих создания условий спроса и обеспечения баланса его использования. Считалось, что новая услуга или товар могут быть предложены только после формирования спроса, в том числе, через многократное повторение рекламного контента в информации радиоточки или телевещания. Продажа, то есть использование имеющегося спроса в отношении тех потенциальных клиентов, у которых была сформирована потребность в товаре (услуге), осуществлялась в точках продаж с использованием BTL-рекламы.

Контекстная реклама как часть интернет-маркетинга относится к платному трафику и имеет прямое влияние на продажи, позволяя приводить целевую аудиторию в интернет-магазины или на сайты, которые рекламируют услуги определенных компаний. В отечественной литературе вопросы, связанные с контекстной рекламой и платным трафиком, рассматриваются в работах В. В. Линг [1], Т.Б. Новиковой [2], А.Е. Коваленко [3], А. Бабаева [4].

Контекстную рекламу применяют для повышения продаж, вывода на рынок новых товаров и услуг, в качестве дополнительного рекламного инструмента. Работая избирательно, контекстная реклама транслируется посетителям страницы, интересующимся тематикой сайта, рекламирующего определенные товары или услуги. Показ объявления только целевой аудитории значительно увеличивает показатель кликабельности (англ. Click-Through Rate (CTR). С целью определения соответствия рекламного материала тематике интернет-сайта применяется принцип ключевых слов, по которому работают поисковые системы. По сравнению с другими видами рекламы контекстная реклама отличается большей эффективностью, демонстрируя пользователям с определенной сферой интересов. Любые популярные поисковые системы предлагают услуги контекстной рекламы для получения дохода. Стабильным источником прибыли для компаний Яндекс и Google, соответственно является Яндекс.Директ и Google AdWords. Системы контекстной рекламы позволяют транслировать рекламные объявления на страницах, выдающих поисковые результаты по соответствующим тематике ключевым запросам. На любом сайте или в мобильном приложении можно установить блоки контекстной рекламы, веб-мастер сайта приобретет статус «издатель». Большой научный интерес представляет собой природа взаимодействия между потребителем, издателем и рекламодателем в контекстной рекламе, справедливая цена привлечения клиента посредством контекстной рекламы и социально-экономические и технические механизмы ее модернизации.

Зарубежные исследователи Michael A. King, Alan S. Abrahams, Cliff T. Ragsdale в своей статье писали, что онлайн реклама стала успешным каналом для рекламодателей, а также прибыльной бизнес-моделью для ведущих поисковых систем, таких как Google, Яндекс, Bing. Исследования авторов посвящены изучению платного траффика – контекстной рекламы, классификации и прогнозированию показателей эффективности, таких как коэффициент кликабельности, скорость показа, средняя позиция страницы результатов и коэффициент конверсии. Зарубежные коллеги обратили особое внимание на сравнительно небольшое количество исследований применения передового метода интеллектуального анализа данных, такого как ансамбли моделей для прогнозирования. Это исследование представляет собой углубленный анализ рекламных кампаний платного трафика, путем сопоставления результатов классификации четырех базовых моделей с четырьмя популярными ансамблями моделей для прогнозирования.

Ученые задались целью определить, могут ли ансамбли моделей для прогнозирования предсказать выгодные исходы кампаний с оплатой за клик, тем самым повысив рентабельность всего портфеля кампаний, по сравнению со стандартными классификаторами. Авторы обнаружили, что ансамбли моделей для прогнозирования были превосходными классификаторами, основывающихся на прибыли как критерии оценки кампании. Статья Michael A. King, Alan S. Abrahams, Cliff T. Ragsdale дополняет ряд прикладных исследований ансамблей моделей для прогнозирования в отношении платного трафика полученного из контекстной рекламы. [5]

В своей статье [6] Javier Parra-Arnau пишет о том, что веб-трекинг или отслеживание является ключевой технологией современной интернет-рекламы и, в то же время, источником серьезных проблем конфиденциальности данных о пользователе, посещавшим сайт. В последние годы мы стали свидетелями появления целого ряда технологий, основной целью которых является решение этой проблемы. Однако блокировщики рекламы устраняют все формы отслеживания действий пользователей и показа рекламы. Следовательно, существует проблема согласованности конфиденциальности действий пользователей в текущей бизнес-модели в Интернете. В этой статье автор предлагает новую парадигму трекинга, которая направлена на возвращение контроля над пользователями, а также возможность участвовать в монетизации данных их просмотров (например, за каждую 1000 мотивированного просмотра рекламы им выплачивается вознаграждение). Предложенная парадигма спорит с существующей бартерной моделью обмена конфиденциальности на услуги и, в то же время, она может сохранить экономическую модель Интернета, где контент оплачивается из доходов от рекламы. Javier Parra-Arnau разработал системную архитектуру, которая на практике реализует эту модель и оптимизирует обмен конфиденциальностью за деньги. Конечная цель автора – добиться наилучшего баланса между конфиденциальностью пользователей и экономической моделью в Интернет, преодолев, таким образом, тупик, вызванный блокировщиками рекламы.

В своей статье [7] Lili Shan пишет о том, что в виртуальной рекламной экосистеме в режиме реального времени (англ. Real Time Bidding (RTB) – это рекламная технология, которая позволяет организовать аукцион между продавцами и покупателями рекламы в реальном времени [8]) при получении запроса технологических систем (англ. Demand Side Platform (DSP)) должны прогнозировать CTR для объявлений и рассчитывать цену предложения в соответствии с оценкой CTR. Помимо проблем, встречающихся в рекламной кампании, существуют более сложные проблемы во взаимодействии функций между пользователем, издателем и рекламодателем, это все затрудняет оценку CTR в RTB. Автор рассматриваем оценку CTR в RTB как проблему тензорного дополнения и предлагает модель тензорной факторизации с полностью связанными взаимодействиями для моделирования трех парных взаимодействий между ними. Экспериментальные результаты автора показывают, что усовершенствованная модель обеспечивает лучшее качество прогнозирования из-за полного рассмотрения связанных взаимодействий между тремя объектами: пользователем, издателем и рекламодателем, а также может выполнять обучение и прогнозирование с линейным временем выполнения.

Wei Wang, Linlin Yang, Yanjiao Chen, Qian Zhang в своей статье [9] пишут о том, что большая часть современной интернет-экосистемы полагается на онлайн-рекламу как на основной способ продвижения товаров и услуг. Поскольку эффективность рекламы в значительной степени зависит от релевантности запросам пользователей, многие онлайн-рекламодатели обращаются к целевой рекламе через рекламного брокера. Рекламный брокер несет ответственность за персонализированный показ рекламы, отвечающей предпочтениям и интересам пользователя. Большинство существующих целевых рекламных систем должны получить доступ к профилям пользователей, чтобы узнать их потребности, что вызывает серьезную проблему конфиденциальности и не позволяет пользователям не участвовать в рекламных системах. В этом мнения Wei Wang, Linlin Yang, Yanjiao Chen, Qian Zhang и Javier Parra-Arnau сходятся.

Подкрепленные растущей проблемой конфиденциальности, в своей статье, авторы предлагают усовершенствованную систему конфиденциальности, предназначенную для продвижения целевой рекламы. В модели авторов, рекламный брокер находится между рекламодателем и пользователем для генерации таргетированной рекламы, и предоставляет определенную компенсацию, побуждающую пользователей кликать на объявления, которые соответствуют их интересам. В этих рамках оптимальную стратегию рекламодателя, рекламного брокера и пользователя анализируют путем формулирования проблемы как трехэтапной игры, в которой достигается уникальное равновесие Нэша. В частности, Wei Wang, Linlin Yang, Yanjiao Chen, Qian Zhang анализируют поведение игроков для независимых сценариев и конкурирующих рекламодателей. Авторами проведены обширные испытания, результаты которых подтверждают эффективность предлагаемой модели, показывая, что коммуникативные взаимодействия всех субъектов значительно улучшены по сравнению с традиционными системами.

Lynne Pepall, Joseph Reiff в своей статье [10] пишут о том, что технология рекламы в XXI веке позволяет лучше ориентировать потребителей и идентифицировать потребительские сегменты среди населения. Для фирм это упрощает создание таргетированной рекламы, идентифицированной с продуктом. Авторы исследуют этот вид рекламы в монопольной модели. У фирмы есть стимул нацеливать такую рекламу на самый прибыльный сегмент определенной социальной группы, и, несмотря на то, что реклама действительно создает ценность для потребителя, это приводит к тому, что меньше продукции продается по более высокой цене в более нишевом или сегментированном рынке, чем в стандартной монопольной модели. В итоге, несмотря на то, что потребители ценят эффект идентификации через таргетинг, экономические результаты становятся хуже.

Heiko Karle, Martin Peitz [11] рассматривают товарные рынки, в которых монопродуктовые фирмы продают дифференцированные продукты потребителям через посредника – агента. Потребители заинтересованы только в определенной категории товаров, но не знают, какие продукты относятся к этой категории. Промежуточный агент знает, какая из них является предпочтительной категорией и какие продукты принадлежат ей. Это позволяет создавать персонализированные объявления продукта для потребителей. Такая целевая реклама снижает общие расходы на рекламу и, как прямой эффект, максимизирует прибыль в отрасли. Однако, авторы показывают в своей статье, что, когда потребители определяют для себя приемлемые цены, то не склонны нести дополнительные расходы, а реклама дополнительных продуктов ослабляет бдительность потребителей по отношению к своим расходам и конкуренцию между фирмами. В результате фирмы могут получать более высокую прибыль от «ремаркетинга»; то есть, когда посредник намеренно сообщает о некоторых продуктах и их ценах за пределами предпочтительной категории продукта потребителя.

Поведенческий ретаргетинг, который часто называют ремаркетингом, представляет собой эффективную рекламную технологию, активно используемую на сегодняшний день. Суть ее заключается в показе интернет-рекламы какого-то продукта пользователям, уже заходившим на страницу, где предлагается данный товар. По сути, ретаргетинг представляет собой повторяющийся показ рекламы продукта, которым заинтересовался пользователь.

Формирование принципа работы поведенческого ретаргетинга

По обнародованным и распространенным данным [12], [13], [14] примерно 95-98% людей, посетивших веб-ресурс, уходят, так и не совершив целевого действия. Ретаргетинг ориентирован как раз на таких пользователей. Самый простой вариант использования этого механизма заключается в показе рекламы конкретного товара, когда пользователь уже покинул ресурс, где он предлагался. Такая технология зарекомендовала себя лучше, чем первичная контекстная реклама, так как вернуть клиента, уже побывавшего на странице сайта рекламодателя, эффективнее, чем привлечь нового. Если средства из бюджета уже были потрачены на привлечение пользователя на сайт, можно попробовать продолжать общение с этим же человеком, используя другой тип рекламы, например, контекстно-медийная реклама. Можно сменить точку касания. Например, с тематического ресурса перейти на форум или в социальную сеть, а также использовать другую систему оплаты за рекламу – с оплатой за 1000 показов (англ. Cost per Mile (CPM)). С технической точки зрения ретаргетинг можно осуществить методом демонстрации объявлений в любой из рекламных сетей или на специальных ресурсах, где агентства приобретают рекламные показы для своих клиентов.

Заключение

Между издателем, рекламодателем и поисковыми системами существует конфликт интересов. веб-трекинг или отслеживание является ключевой технологией современной интернет-рекламы и, в то же время, источником серьезных проблем конфиденциальности данных о пользователе, посещавшим сайт. После появления веб-трекинга появились блокировщики рекламы, которые стали устранять формы отслеживания действий пользователей и показа рекламы. На данный момент существует проблема согласованности конфиденциальности действий пользователей в текущей бизнес-модели контекстно-медийной рекламе в Интернете. Рынок все расставит на свои места и будут придуманы новые модели взаимодействия между рассматриваемыми субъектами рынка интернет-рекламы.

Литература

1. Линг В. В. Контекстная реклама как инструмент интернет-маркетинга //Экономика и предпринимательство. – 2016. – №. 1-2. – С. 962-965.
2. Новикова Т. Б. Имидж и реклама в сети интернет в образовательной сфере //Международный журнал экспериментального образования. – 2016. – №. 12-3. – С. 321-326.
3. Коваленко А. Е. Особенности функционирования аукциона ставок в системе контекстной рекламы Яндекс. Директ: механизм Викри-Кларка-Гровса //Современные научные исследования и инновации. – 2016. – №. 12. – С. 819-827.
4. Бабаев А. Контекстная реклама: учебник. – Издательский дом” Питер”, 2013.
5. Michael A. King, Alan S. Abrahams, Cliff T. Ragsdale, Ensemble learning methods for pay-per-click campaign management, Expert Systems with Applications, Volume 42, Issue 10, 2015, Pages 4818-4829, ISSN 0957-4174, http://dx.doi.org/10.1016/j.eswa.2015.01.047.
6. Javier Parra-Arnau, Pay-per-tracking: A collaborative masking model for web browsing, Information Sciences, Volume 385, 2017, Pages 96-124, ISSN 0020-0255, http://dx.doi.org/10.1016/j.ins.2016.12.036.
7. Lili Shan, Lei Lin, Chengjie Sun, Xiaolong Wang, Predicting ad click-through rates via feature-based fully coupled interaction tensor factorization, Electronic Commerce Research and Applications, Volume 16, 2016, Pages 30-42, ISSN 1567-4223, http://dx.doi.org/10.1016/j.elerap.2016.01.004.
8. RTB — Словарь — SeoPult.Ru [Электронный ресурс] https://seopult.ru/library/RTB
9. Wei Wang, Linlin Yang, Yanjiao Chen, Qian Zhang, A privacy-aware framework for targeted advertising, Computer Networks, Volume 79, 2015, Pages 17-29, ISSN 1389-1286, http://dx.doi.org/10.1016/j.comnet.2014.12.017.
10. Lynne Pepall, Joseph Reiff, The “Veblen” effect, targeted advertising and consumer welfare, Economics Letters, Volume 145, 2016, Pages 218-220, ISSN 0165-1765, http://dx.doi.org/10.1016/j.econlet.2016.06.024
11. Heiko Karle, Martin Peitz, De-targeting: Advertising an assortment of products to loss-averse consumers, European Economic Review, Volume 95, 2017, Pages 103-124, ISSN 0014-2921, http://dx.doi.org/10.1016/j.euroecorev.2017.03.011.
12. Ретаргетинг https://gravitec.net/blog/tag/retargeting/
13. Ремаркетинг и ретаргетинг http://www.seostop.ru/reklama/remarketing-i-retargeting.html
14. Сервис OneTarget https://oneretarget.com/ru