В первую очередь для того, чтобы заранее понимать эффективность планируемых мероприятий. Вам больше не придется принимать решения о выборе той или иной стратегии, основываясь только на здравом смысле, опыте и интуиции.

Инструмент, которым вы сможете самостоятельно пользоваться, вносить в него разные маркетинговые сценарии и смотреть, какой они дадут результат в виде продаж. Модель мы вам можем предоставить в виде формулы, excel-файла с интерфейсом, dll/ocx библиотеки, либо написать специально под вас программный продукт.

По-разному. На создание формулы и оптимизацию коэффициентов для противопростудного препарата ушло 2 часа после сбора всех данных и их агрегации. А вот с моделью для АЗС понадобилось 2 недели. В любом случае, зная категорию, мы предоставим Вам актуальный тайминг

Главное ограничение – точно можно смоделировать только то, что было ранее. Например, если у вас была только ТВ и Радио реклама, то с высокой точностью модель сможет предсказать на будущее только эффект от ТВ и Радио, но не от прессы, интернет или наружной рекламы. Также необходимо достаточное количество данных. На выборке из всего лишь, например, 10 измерений построить качественную модель не представляется возможным.

Достоверно – нет. Но можно сделать предположения. Например, посмотреть, какой был вклад того, что вы хотите использовать, у конкурентов, применить к вам, сделав корректировки. Либо, например, вы хотите пустить рекламу на ТВ, но у вас было только Радио. В этом случае можно взять зависимость от Радио и предположить, что от ТВ она будет лучше за счет наличия изображения, и добавить этот новый фактор в модель. Конечно, это уже допущения, у которых точность будет несколько ниже, чем у остальной части модели.

Любые, которыми вы располагаете. Например, для FMCG и фармы это традиционно должны быть продажи бренда и категории, дистрибуция, цена, медиа активность бренда и конкурентов, наличие промо-акций. Хорошо, если есть дополнительные данные Ad Recall, если коммуникационное сообщение менялось в течение предыдущих лет. И все это помесячно за 3 года, а, лучше, вообще за 5 лет. Чем больше данных, чем они за более долгий период времени, – тем точнее получается модель.

Ничего страшного, есть два пути:
1. Берем аналогичный, наиболее близкий по позиционированию и цене бренд-конкурент, строим по нему модель и корректируем ее на основании здравого смысла.
2. Идем путем «Знание – Покупка – Повторная покупка», основываясь на среднекатегорийных данных.

Не всегда. Зачастую это обусловлено отсутствием качественных исторических данных в виде источника. Мы всегда оцениваем количество и качество данных перед каждым проектом и скажем Вам, если данных недостаточно.

Фармацевтика, ритейл, АЗС, образование, FMCG, медицинское оборудование, автомобили.

Тип моделей мы выбираем в зависимости от задачи. Чаще всего это мультипликативная модель. Но бывает, что это обычная регрессия (как, например, для магазина стройматериалов). Если данных очень много, и мы точно знаем, что новые вводные не выйдут за их пределы, то можно использовать регрессионные деревья. Также применяем нейронные сети, но это в крайнем случае, так как очень сложно объяснить логику их работы и довольно трудно определить оптимальные уровни инвестиций, хотя точность прогнозирования у нейронных сетей довольно высока. В общем случае, мультипликативные регрессии гораздо легче поддаются интерпретации, и на их основе проще выдать рекомендации по оптимизации.

Потому что в них все параметры заданы в виде суммы, что никак не соответствует здравому смыслу. Например, у вас сейчас дистрибуция 50%. Если она вырастет до 80%, то при прочих равных продажи должны вырасти примерно на 50-60%. А, если она упадет до нуля, то у вас и продажи будут нулевые. Но в аддитивных моделях дистрибуция (как и цена и все другие факторы) задана в виде слагаемого, и, если она станет нулевой, то сумма других параметров не даст ноль, что неверно. То же самое и с ростом дистрибуции. Увеличение ее в два раза не даст в аддитивных моделях прироста продаж и близко к логичным 90-100%.

Анализируем, как ведет себя покупатель, совершает ли он повторные покупки, как часто он это делает, какие факторы влияют на нового и вернувшегося покупателя, и так далее. После этого создаем формулу, которая бы это все максимально близко описывала.

1. Мы собираем данные о продажах, рекламной активности, и так далее.
2. Сводим их в таблицу, вносим в статистическое ПО.
3. Начинаем подбирать формулы для модели, оптимизировать коэффициенты в них. Идем от простых формул к сложным, вводя новые переменные.
4. Таким образом мы доходим до точки, когда ввод новых переменных уже не улучшает точность модели.
Мы достигли цели.

Как показала практика, если данных достаточно, модель можно построить, то наши модели отличаются высокой точностью и масса примеров и проверок это доказали.

Для любых. Мы строим модели для России в целом, для регионов по отдельности, для городов-миллионников, например, Москвы и С.Петербурга и даже для зарубежных рынков, например, для США. В целом, если у вас широкая география продаж, и не очень принципиально важно строить прогноз по каждому региону отдельно, то лучше сделать одну модель на национальном уровне, чем дробить ее по городам. Так выше точность за счет нивелирования погрешностей сбора данных и прогнозов.

Мы уверены, и практика это показывает, что модель очень точно работает, если новые данные находятся в том же диапазоне, что и при моделировании. Например, если вы размещали на ТВ от 200 до 600 TRP в месяц, и также размещаете и далее, то отклик будет спрогнозирован очень и очень точно. Но если вы захотите разместить, скажем, 1200 TRP, то погрешность прогноза возрастет и мы ее учтем в коэффициентах. Мы гарантируем высокую работоспособность наших моделей. Кроме того, мы разрабатываем на основе модели - стратегию и тактику рекламной кампании и даём финансовые гарантии исполнения заложенных KPI's.

Да, нужно. Желательно ежеквартально. Мы делаем это за символическую плату, т.к. достаточно просто провести оптимизацию. Если же случилось что-то экстраординарное, например, вышел новый игрок на рынок с огромными бюджетами на продвижение, то через несколько месяцев целесообразно промоделировать все заново с учетом новых вводных и мы поможем это сделать.

Цена сильно зависит от задачи, количества исходных данных и необходимых прогнозных показателей. Обращайтесь к нам, мы сделаем расчет. Однако, если мы оказываем Вам услуги стратегического и тактического медиапланирования и размещения рекламы – моделирование производится бесплатно.

У нас большой опыт в коммуникационном и стратегическом планировании рекламы и маркетинга, размещении рекламы, оптимизации бюджета, аналитике.