Traffic Lift — это тип исследования, который показывает, как медийная реклама повлияла на посещаемость физических локаций (офлайн-магазинов, ТЦ, ресторанов) и мероприятий бренда.
Заглянуть в канал Словаря Новое медиа о том, как обычным людям использовать нейросети в работе и жизни.
Все, кому интересен ИИ, заходите!
Это медиа для вас.
В основе методологии лежит сбор информации о посетителях определённого места с последующим сопоставлением этих данных с аудиторией, которая контактировала с маркетинговыми активностями компании.
С помощью Traffic Lift сравнивают поведение двух групп: тех, кто видел рекламу в интернете и тех, кому она не попадалась. Если первые чаще приходят в офлайн-точку, значит, кампания сработала.
Метрика востребована в бизнесе, где основные покупки происходят в физических точках. Например, сеть продуктовых магазинов размещает баннеры в соцсетях, а люди идут за товарами в ближайший супермаркет. Или ресторан показывает креативы со свежими блюдами в меню, а гости бронируют столики и заказывают новинки.
Сети «Улыбка Радуги» удалось увеличить посещаемость физических точек благодаря продуманному мессенджер-маркетингу и интеграции в программу лояльности. Traffic Lift в такой ситуации покажет, что реклама сработала
Что исследует Traffic Lift
Traffic Lift измеряет прирост посещаемости офлайн-точек. Метрика показывает, на сколько процентов выросло количество визитов среди аудитории, которая видела рекламу, по сравнению с теми, кто её не видел. Для этого ЦА делят на 2 группы:
- тестовая — люди, которые контактировали с рекламной кампанией;
- контрольная — похожая категория, которая не видела ни одного объявления.
Например, из тестовой группы в магазин пришло 500 человек, а из контрольной — 300. Разница в 200 визитов и есть эффект от рекламы, а прирост составляет 67%.
Само исследование можно в дальнейшем детализировать по нескольким параметрам:
- рекламным каналам — выяснить, какие площадки эффективнее приводят людей в магазин;
- креативам — определить, какие форматы и сообщения работают лучше;
- географии — сравнить эффективность в разных районах и ближайших городах.
Иногда исследование Traffic Lift используют для оценки влияния рекламы на активность на сайте бренда. В этом случае измеряют не физические визиты, а прирост посещаемости.
Например, в «Яндексе» такой вариант исследования называется Visit Lift. Его проводят, чтобы понять, сколько дополнительных визитов на сайт принесла медийная кампания. Анализируют не только прямые переходы по объявлению, но и тех пользователей, которые зашли на сайт сами в течение недели после контакта с рекламой.
Мебельная фабрика «Мария» использовала исследование Visit Lift от «Яндекса» для оценки эффективности медийной рекламы. Стратегия оптимизации на рост визитов увеличила посещаемость сайта на 112% по сравнению с контрольной группой
Как провести Traffic Lift исследование
Запуск исследования начинается с подготовки инфраструктуры для сбора данных. Бизнесу надо решить 2 задачи:
- Фиксировать визиты и определять, кто заходит в точку.
- Сопоставлять посетителей с рекламной аудиторией.
Есть несколько способов это сделать. Выбор зависит от специфики локации и бюджета.
Первый вариант — использовать Wi-Fi сенсоры. В торговой точке устанавливают маршрутизаторы. Дальше человек со включенным на смартфоне Wi-Fi заходит в магазин, роутер фиксирует уникальный номер его устройства. После эти номера сверяют с базой пользователей, которые видели рекламу в интернете. Совпало — значит, этот человек контактировал с кампанией, и мы его можем считать потенциальным покупателем.
Второй вариант — взять геоданные от мобильных операторов. Телеком-компании обычно знают, где находятся их клиенты. Если человек провел несколько минут рядом с магазином, система засчитывает визит. Операторы не передают такие данные напрямую, а продают обезличенную аналитику через DMP-платформы и рекламные агентства. Вся информация хэшированная, т.е. нельзя узнать, кто конкретно пришёл. Но можно сопоставить, что человек, который видел рекламу позже появился возле магазина.
Например, у ТЦ «Авиапарк» стояла задача: в период туристического сезона 2025 года трансформировать ТРК в точку притяжения для путешественников. Совместно с Redllama и T2 Adtech ТЦ запустили кампанию с технологией O2O-атрибуции. Когда турист видел рекламу, система присваивала ему анонимный идентификатор StableID. При появлении в геозоне торгового центра фиксировался визит через данные телеком-оператора. Результат получился рекордный: посещаемость «Авиапарка» выросла на 117%.
В рекламной кампании у ТЦ «Авиапарк» использовалась O2O-атрибуция через StableID телеком-оператора и геозоны
Третий вариант — анализ данных по картам лояльности и CRM-системам. Этот способ подходит, если у вас уже есть база клиентов с электронными почтами и телефонами. Например, люди ранее регистрировали у вас карты лояльности и оставляли свои контакты для скидок.
Как провести исследование таким способом:
- берёте существующую базу клиентов;
- загружаете её в рекламную платформу — например, VK или «Яндекс»;
- площадка случайным образом делит пользователей на 2 группы: одним показывает рекламу, другим нет;
- после проведения кампании вы смотрите в CRM, кто из вашей базы совершил покупку офлайн и предъявил карту на кассе;
- сравниваете покупки двух групп.
Способ работает только с существующей базой владельцев карт.
Когда система сбора данных готова, целевую аудиторию с похожим поведением и демографией делят на 2 группы случайным образом. Одной показывают рекламу, второй нет.
Тестовую группу обычно делают больше — соотношение 90/10 или 80/20. Это необходимо, чтобы охватить рекламой максимум людей, но при этом сохранить контрольную группу для сравнения. Она покажет, сколько людей и так пришли бы в магазин без рекламы. Важно учитывать: это не универсальное правило. Соотношение групп может варьироваться в зависимости от задач конкретного исследования.
Кампанию запускают минимум на неделю. За 3 дня статистика не успеет набраться, выводы будут неточными. Если продвигается что-то дорогое, то оптимальный вариант — от 2 до 4 недель. Человек не купит кухню за 300 000 рублей только потому, что 1 раз увидел баннер в ленте. Ему нужно время подумать, сравнить предложения, обсудить с семьей.
После завершения кампании считают, сколько человек из тестовой группы пришли в магазин, а сколько из контрольной. Разница между ними и будет рекламным эффектом.
Важно также учитывать отложенные визиты. Не все бегут в магазин в тот же день, когда увидели рекламу. Кто-то заглянет через 3 дня, а кто-то только через неделю. Поэтому после завершения кампании наблюдение продолжается ещё 7-10 дней. Это окно поможет посчитать тех, кто принял решение не сразу.
Самостоятельная настройка Traffic Lift требует технических навыков. Если такая задача кажется сложной, и вы даже не понимаете, как к ней подступиться, можно обратиться в digital-агентства. Они проведут исследования и предоставят подробный отчёт.
Redllama на официальном сайте в качестве одной из услуг предлагает исследование Traffic Lift
Что делать с результатами
Полученные данные Traffic Lift помогают принять несколько вариантов решений. Рассмотрим каждое из них.
Перераспределить бюджет между каналами. Например, баннеры в соцсетях привели в магазин 500 человек, а контекстная реклама только 200 при одинаковых затратах. В следующем месяце имеет смысл сократить расходы на контекст. Так получится привлечь больше посетителей за те же деньги.
Найти оптимальную частоту показов. Большое количество контактов с рекламой раздражают пользователей, а когда их мало, реклама работает плохо. Здесь поможет только A/B тестирование.
Так, в кейсе ТЦ «Авиапарка», о котором мы рассказывали выше, самая высокая конверсия оказалась среди пользователей, которые контактировали с рекламой 4 раза — каждый второй заходил в ТЦ.
Скорректировать географию размещения. Если прирост посещаемости в одном районе города значительно выше, чем в другом, стоит сконцентрироваться на первом. Сетевой ретейл с 30 точками может внезапно обнаружить, что 5 магазинов дают половину всего прироста трафика, а остальные в основном простаивают. Тогда бюджет перераспределяют в пользу успешных локаций.
Так может выглядеть тепловая карта сетевых магазинов. Зелёные точки показали прирост визитов +40-50%, жёлтые — +15-25%, красные — до +10%
Типичные ошибки при проведении исследования
- Игнорирование внешних факторов. Если в момент исследования запустилась федеральная акция или началась распродажа, прирост посещений может быть связан не с вашей рекламой. Также часто на посещение офлайн точек влияет погода. Например, в дождливые дни трафик снижается.
- Неправильное формирование групп. Например, показывают рекламу только жителям центра города, когда контрольная группа живет на окраинах. Или запускают кампанию для мужчин, когда контрольная группа — женщины.
- Непонимание ограничений метода. Traffic Lift показывает прирост посещений, но не говорит, что происходит дальше. Человек зашёл в магазин и ушёл из него или потратил 10 000 руб. Поэтому пользуйтесь и другими исследованиями. Например, Brand Lift или Sales Lift.
Главные мысли
- Исследование, которое показывает, как медийная реклама повлияла на посещаемость физических локаций и мероприятий бренда
- Для сбора данных используют 3 подхода: Wi‑Fi‑сенсоры внутри локации, геоданные телеком-операторов и транзакции по картам лояльности.
- Результаты исследования помогают перераспределить бюджет между каналами, оптимизировать географию показов и подобрать оптимальную частоту контактов с аудиторией.
