Capping w kampaniach digitalowych to temat niejednoznaczny. Z jednej strony warto ograniczać liczbę kontaktów przypadających na jedną osobę, żeby maksymalizować potencjalny zasięg kampanii. Z drugiej strony, pozostaje niepewność czy nasza kampania, przy danej liczbie kontaktów, osiąga oczekiwany efekt np. zapamiętanie reklamy, wzrost świadomości nowego produktu, wzrost chęci zakupowych itd. Trudność ta dotyczy zresztą wszystkich mediów, w których liczbę kontaktów z kreacją reklamową można bezpośrednio lub pośrednio kontrolować. W telewizji optymalizacja pod względem liczby kontaktów jest jednym z ważniejszych aspektów w kontekście planowania mediów i przyjętym standardem jest optymalizowanie na 3-4 kontakty z kreacją. Badania ogólne i opracowany na ich podstawie kilkadziesiąt lat temu model pokazał, że jest to liczba kontaktów, która daje największy przyrost prawdopodobieństwa zapamiętania reklamy. To podejście bywało krytykowane, ale jednak upowszechniło się na tyle, że niekiedy oczywistym dla planerów staje się, że optymalizacja w telewizji oznacza optymalizację na 3-4 kontakty. W tym wypadku planerzy optymalizują więc zapamiętanie reklamy, ale konkretny cel kampanii wykracza jednak poza samo zapamiętanie kreacji. Wiadomo, że cele kampanii mogą być bardzo różne i może zdarzyć się, że wraz z liczbą kontaktów, wciąż rośnie zapamiętanie reklamy, ale np. chęci zakupowe już nie. I odwrotnie, być może reklama jest już zapamiętana, ale by wywołać wpływ na chęci zakupowe musi być zobaczona jeszcze kilka razy. 

Mierzenie efektu podejmowanych działań reklamowych i różnych jego elementów nie zawsze jest proste. Wpływ działań reklamowych na wskaźniki marki można mierzyć np. poprzez badania efektywności oparte na pretestach i posttestach kampanii. Podejście to jednak nastręcza pewnych trudności interpretacyjnych, ponieważ w czasie trwania kampanii dzieje się zazwyczaj znacznie więcej niż tylko to, co w samej kampanii – działania konkurencji, dystrybucja itp. To wszystko powoduje, że trudno jednoznacznie przypisać przyczynę do efektu i trudno zweryfikować, który ze składowych elementów kampanii (różne kreacje, miejsca emisji, ilość kontaktów) daje najlepszy oczekiwany efekt.

Popularyzacja kanału digital umożliwiła pomiar efektywności kampanii wychodzący poza schemat pre i post. Dzięki tagom wpiętym w kreacje można precyzyjnie określić kto zetknął się z daną kampanią, a kto nie, i zobaczyć różnicę we wskaźnikach marki w obu grupach. Procentowy wzrost poziomu mierzonego wskaźnika w grupie exposed versus grupa control nazywany jest brand liftem.

Daje on możliwość zmierzenia wpływu samego kontaktu z kreacją na świadomość konsumenta, a co za tym idzie na zapamiętanie reklamy czy wręcz kluczowe KPI marki. Co więcej, dzięki przemyślanemu sposobowi otagowania różnych kreacji, formatów reklamowych u różnych wydawców, można sprawdzić efekt poszczególnych elementów, w tym właśnie optymalnej liczby kontaktów z kreacją i wykorzystać tę wiedzę do maksymalizacji ROI, np. przez odpowiedni capping. Dodatkowo, jeśli technologia na to pozwala, można obserwować wyniki real–time i na bieżąco podejmować decyzje o zmianach w kampanii.
Taką technologią dysponuje firma Nielsen, która dzięki narzędziu Nielsen Digital Brand Effect umożliwia obserwację efektów kampanii zarówno w modelu rozbudowanych analiz dostarczanych po kampanii jak i przy wykorzystaniu narzędzi umożliwiających bieżącą obserwację wyników dla najważniejszego celu kampanii i wykorzystanie wiedzy do optymalizacji. Doświadczenia Nielsena w różnych krajach na bazie obserwacji wielu zmierzonych kampanii, o których bardziej szczegółowo będziecie mogli przeczytać już w kolejnym numerze "Media Marketing Polska", widać wyraźnie, że trudno mówić o jednej średniej optymalnej częstotliwości kampanii w internecie, która gwarantowałaby zamierzony efekt. Nawet gdybyśmy przeanalizowali setki takich kampanii i próbowali opracować ogólny model, to każda z tych kampanii miała inny cel, inne kreacje i formaty czy wykorzystywała inventory zupełnie innych wydawców, co bardzo istotnie wpływa na odbiór komunikacji, a co za tym idzie - na optymalną częstotliwość kontaktu.
Realny, dostosowany do kampanii, pomiar efektów brandingowych jest zatem najlepszym podejściem, aby efektywnie optymalizować m.in. ze względu na liczbę kontaktów z kampanią i praca optymalizacyjna na działaniach daje najlepsze efekty w budowaniu efektywnej komunikacji do odbiorców.

Tekst: Hanna Strzałkowska, senior digital client consultant, Nielsen 

Zapraszamy do zapoznania się z najnowszym case study z polskiego rynku, w którym Brainly, wydawca platformy internetowej społeczności edukacyjnej, wsparł działania swojego klienta – reklamodawcę, wykorzystując dane z badania w celu maksymalizacji  i właściwego uzasadnienia inwestycji reklamowych marki na ich platformie:

https://www.nielsen.com/pl/pl/insights/case-study/2020/case-study-optymalna-czestotliwosc-kampanii-wykorzystaniem-digital-brand-effect/