Советы, примеры, расчеты
Невозможно узнать наверняка, какая реклама откликнется у целевой аудитории. Но можно строить гипотезы и проводить тесты перед полноценным запуском. Сделать это поможет репрезентативная выборка.
Репрезентативная выборка в рекламе — это часть или сегмент целевой аудитории, которую компания хочет изучить для различных целей. Например, чтобы оценить работу маркетинговой стратегии и даже оценить спрос на новое направление.
Термин «репрезентативная» означает, что характеристики изученной группы будут отражать показатели всей ЦА. Например, вся целевая аудитория бизнеса состоит на 60% из мужчин и на 40% из женщин. В репрезентативной выборке так же должно быть 60% мужчин и 40% женщин.
Пример. Компания, которая оказывает услуги по разработке сайтов, решила запустить контекстную рекламу. Целевая аудитория рекламной кампании — посетители сайта и бывшие клиенты. Всего таких людей 5000 — это генеральная совокупность, то есть вообще весь интересующий нас сегмент.
Проблема в том, что тесты на такой большой выборке невозможны. Исследование получится слишком дорогим и займет много времени. А еще есть вероятность впустую слить бюджет.
Но можно сделать проще. Допустим, мы сегментируем аудиторию по полу и знаем, что среди нашей ЦА 45% — это женщины, а 55% — мужчины. Тогда мы можем взять 200 пользователей, среди которых будет 90 женщин и 110 мужчин. То есть мы соблюдаем гендерную пропорцию, поэтому выборка будет репрезентативной.
Кроме пола потенциальных клиентов можно сегментировать и по другим критериям: возрасту, месту жительства, образованию, сфере деятельности, доходу, хобби, социальному статусу. Чтобы выборка была качественной, нужно учесть все характеристики, которые важны для проекта.
Иными словами, репрезентативная выборка — это целевая аудитория в миниатюре. С помощью нее можно быстро узнать, будет ли реклама работать, если запустить ее на всех пользователей. А затем — спрогнозировать количество целевых действий.
Разберем основные типы выборок: вероятностную, невероятностную, зависимую и независимую. В маркетинге и рекламе чаще всего используют невероятностную и независимую.
| Тип выборки | Краткое определение | Когда используют | Пример |
| Вероятностная | Респондентов выбирают случайно, у всех равный шанс попасть в исследование. | Соцопросы, большие исследования населения, научные проекты. | Опрос жителей города о качестве транспорта: каждого выбирают случайным образом без фильтров. |
| Невероятностная | Участников отбирают по критериям. Не все подходящие попадают в финальную выборку. | Маркетинговые исследования, сегментированный анализ аудитории. | Компания изучает поведение женщин 25–34 лет, которые покупают косметику онлайн. |
| Зависимая | Один элемент выборки связан с другим. Формирование групп требует парности или сопоставимости. | Сравнение мнений двух категорий, связанных параметром. | Сравнение мнений тех, кто уже пользовался продуктом, и тех, кто сталкивается с ним впервые. |
| Независимая | Группы формируются без взаимосвязи элементов. Минимум ограничений. | Исследования широкой ЦА, быстрые количественные замеры. | Формируют две группы — пользователей и непользователей сервиса — без необходимости подбирать к каждому участнику «пару». |
Наполнение выборки зависит от признаков всех представителей ЦА. Чтобы выявить эти признаки, нужно правильно составить портрет целевой аудитории и разбить его на подгруппы.
Пример. Агентство детских праздников запустило таргетированную рекламу. Объявления просмотрели 8000 человек. 57% из них проживают в Москве, а 43% — в Московской области. При этом у 30% двое детей, а у 70% — один ребенок.
Агентство решило изменить объявления. Чтобы протестировать изменения, маркетолог рассчитал репрезентативную выборку в количестве 400 человек:
По такому принципу целевая аудитория разбивается на подгруппы и попадает в репрезентативную выборку.
Количество участников в каждом сегменте необязательно должно совпадать. Допустим, у онлайн-магазина сумок 10 000 подписчиков: 9750 женщин и 250 мужчин, которые только по праздникам закупаются подарками для жен, девушек, коллег.
В этой ситуации можно анализировать только действия женщин, потому что количество пользователей-мужчин незначительное: 97,5% женщин против 2,5% мужчин.
Рассчитать количество участников выборки помогут специальные сервисы. Например, Socioline или QuestionStar. Чтобы результаты были достоверными, устанавливайте погрешность не более 1–5%, а коэффициент степени доверия — 95–99%.
Также важно понимать объект изучения, например, новый продукт или эффективность рекламной кампании. Сначала нужно поставить цель и ответить на вопросы:
Сервисом по доставке пиццы пользуются люди 20–50 лет, это мужчины и женщины с доходом выше среднего. Представим, что они разделены на три возрастных сегмента: 20–30, 30–40 и 40–50 лет.
Если объем выборки составит 600 человек, 300 из которых — это мужчины 20–30 лет, то она будет нерепрезентативной. Тестирование объявления даст ложный результат, потому что превалировать будут ответы этой группы.
Если из 600 человек 33% составят люди в возрасте от 20 до 30 лет, 33% — от 30 до 40 лет, а 34% — от 40 до 50 лет, при этом по 50% придется на мужчин и женщин, то выборка будет репрезентативной. Она отразит особенности всей целевой аудитории сервиса. Значит, результатам исследования можно доверять.
Запомнить. Репрезентативная ― значит объективная. Нерепрезентативная ― необъективная, когда есть существенное смещение, например, по количеству и качеству выборки.
Цель A/B-тестов — повысить количество кликов и увеличить коэффициент конверсии. Однако согласно исследованиям, достоверную информацию дает только 1 из 8 тестов. Результаты будут значимыми только в том случае, если маркетолог верно рассчитал репрезентативную выборку.
На достоверность тестов влияют такие ошибки.
Недостаточно данных. Предположим, мы изучаем эффективность нескольких заголовков и получаем такие результаты:
| Показы | Клики | CTR, % | |
| Текущее объявление | 72 | 12 | 0,17 |
| Тестируемое объявление | 46 | 1 | 0,02 |
Кажется, что текущее объявление работает лучше. Тогда маркетолог начинает задумываться:
Не стоит верить немногочисленным кликам — это будут поспешные выводы, которые могут не иметь ничего общего с действительностью. Чтобы принимать решение, нужно собрать больше данных. С помощью программы Optimizely узнаем, сколько людей нужно включить в выборку. Для этого:
Ошибочная гипотеза. Например, в ходе тестов мы предположили, что на лендинге нужно изменить описание товара — тогда конверсия в покупку вырастет. Затем мы запустили в рекламу три варианта лендинга с разными описаниями, но покупок больше не стало.
Дело в том, что мало изменить текст или заголовок на сайте. Нужно еще и заинтересовать целевую аудиторию в покупке. Например, подарить промокод на первый заказ или предложить рассрочку. То есть изменения должны быть более значимыми, а не косметическими.
Неправильная метрика. Результату можно будет верить, если выбрать только одну метрику для улучшения. Например, стоит задача — увеличить конверсию в покупку для новых пользователей. Большинство онлайн-калькуляторов считают размер выборки, учитывая именно эту метрику.
Но если вводных по переходам недостаточно, необходимо обращаться к другим показателям. Например, на рост CTR. В этом случае поможет калькулятор Mindbox. Он рассчитает размер выборки для тестов по таким показателям:
Размер репрезентативной выборки зависит от выбранной метрики и количества тестируемых показателей. Например, узнаем, сколько пользователей нужно включить в выборку при тесте Open Rate. Зададим ограничения: текущий Open Rate — 27%, ожидаемый прирост — 20%, количество тестируемых вариантов — 5.
Самый эффективный способ составить репрезентативную выборку — сегментировать ЦА, а затем выбрать несколько человек из каждой группы. Некоторые маркетологи делают выборку рандомно. Но этот способ работает только для однородной аудитории, представители которой совпадают по полу, возрасту и другим характеристикам.
При тестировании рекламы на репрезентативной выборке возникают такие сложности.
Недостаточное количество просмотров. Чтобы получить статистически значимые результаты, объем выборки при тысячной ЦА должен составлять 500–600 человек. Если по объявлению перешло меньше пользователей, то исследование теряет объективность. В этой ситуации можно снизить уровень доверия до 80%. Только не забудьте учесть это при анализе полученных результатов.
Узкая тематика. Предварительный тест не будет иметь смысла, если вы продвигаете объявление по нескольким ключевым словам.
Низкий бюджет. Если рекламный бюджет ограничен, не стоит тестировать много элементов объявления. В этом случае лучше исследовать принципиально разные типы объявлений, а не одну рекламу с десятком разных заголовков.
Высокий бюджет. Когда бюджет не ограничен, маркетолог может проводить тестирование с размахом и задействовать в тестах несколько тысяч пользователей. Однако в случае с тестированием рекламы подход «чем больше, тем лучше» не работает — это будет долго, дорого и неинформативно.
Эти короткие советы помогут рассчитать репрезентативную выборку и получить достоверные результаты тестирования.
Проявите терпение. Две недели — оптимальное время для получения результата, а несколько тысяч просмотров — оптимальное количество. Лучше тестировать более крупные изменения, чтобы не ждать небольших улучшений.
Действуйте последовательно. Изучите свою ЦА, чтобы реклама попала точно в цель. Неправильно настроенный таргетинг только зря израсходует бюджет, а достоверных результатов вы не получите.
Не забудьте о правилах подсчета выборки. При расчете установите уровень достоверности данных от 95%. Помните, что снижение этого показателя снизит и качество результатов.
Читайте только в Конверте
Искренние письма о работе и жизни, эксклюзивные кейсы и интервью с экспертами диджитала.
Проверяйте почту — письмо придет в течение 5 минут (обычно мгновенно)
