Школа рекламиста

Исследование зависимости замечаемости наружной рекламы от срока ее размещения

Исследование зависимости замечаемости наружной рекламы от срока ее размещения

В одной из предыдущих статей автором была поднята и частично исследована проблема замечаемости наружной рекламы. Суть ее сводится к тому, что респондент, проходящий мимо рекламной конструкции, достаточно часто не замечает рекламное изображение, на ней размещенное. Также было сделано предположение, что замечаемость зависит от ряда параметров. Другое исследование, проведенное автором, показало, что степень замечаемости рекламы не зависит от ее креативных характеристик — люди одинаково не замечают (или замечают) и «хорошую» рекламу, и «плохую». При этом остается невыясненным вопрос, зависит ли замечаемость наружной рекламы конкретным человеком от частоты его появления в данной местности.

Гипотеза исследования

В качестве основной гипотезы исследования была принята следующая: замечаемость наружной рекламы зависит от числа проходов респондента мимо исследуемой рекламной поверхности.

В числе дополнительных гипотез можно принять следующие: изменение степени замечаемости наружной в зависимости от числа проходов мимо рекламной поверхности будет зависеть от пола респондента; изменение степени замечаемости наружной в зависимости от числа проходов мимо рекламной поверхности будет зависеть от возраста респондента.

Исследование должно подтвердить или опровергнуть три вышеперечисленные гипотезы.

Таким образом, необходимо математически установить зависимость замечаемости наружной рекламы от числа проходов респондентов, их пола и возраста. Если соответствующие зависимости будут найдены, то мы подтвердим вышеперечисленные гипотезы и получим модели прогнозирования степени заме-чаемости наружной рекламы в заданных условиях.

Методология исследования

Исследование базируется на полевых замерах замечаемости наружной рекламы, предпринятых автором в мае — июне 2011 года в Ярославле.

В ходе полевой части исследования был проведен опрос потока людей, движущихся мимо рекламных щитов 6х3 метра, на предмет замечаемости рекламы.

Каждому респонденту задавались два вопроса. Первый касался рекламы, размещенной на рекламной конструкции, мимо которой респондент только что прошел (респондент должен был правильно назвать рекламируемый бренд или товар). Второй вопрос касался частоты появления респондента в данной местности. Респондентам предлагались пять вариантов ответов:

  • каждый день;
  • раз в неделю;
  • раз в месяц;
  • очень редко;
  • первый раз в жизни.

Кроме того, фиксировался пол респондента и его возраст (в пределах пятилетних интервалов). Всего были опрошены 720 человек у 48 рекламных поверхностей, из которых для настоящего анализа были отобраны ответы 690 респондентов у 46 поверхностей. Все 46 изображений находились на своих местах в течение одного месяца.

В ходе кабинетной части исследования устанавливалась зависимость замечаемости рекламного изображения, продемонстрированная респондентом, от характеристик самого респондента.

В первую очередь требовалось установить принципы измерения частоты прохода мимо щита. Респонденты, ответившие на вопрос о частоте появления в данной местности «очень редко» и «первый раз в жизни», очевидно, имели всего одну возможность контакта с соответствующим рекламным изображением. Если респондент отвечал «раз в месяц», то он, скорее всего, мог иметь две возможности контакта с данной рекламой: в день проведения опроса и месяц назад, когда данное изображение только появилось на данной конструкции.

Респонденты, выбравшие вариант «раз в неделю», по нашему мнению, могли проходить мимо данного щита пять раз. Для последней группы респондентов, выбравших ответ «каждый день», данный участок улицы входит в ежедневный будний маршрут передвижения по городу. Исходя из того, что среднее количество рабочих дней в месяце равно 22, можно предположить, что у данной категории респондентов были 22 возможности контакта с данной рекламой.

Далее, необходимо ввести измеритель степени замечаемости рекламы. В предыдущих работах автора использовалась следующая классификация:

  • респондент затруднился с ответом;
  • респондент дал описание изображения, не соответствующее действительности;
  • респондент назвал отдельные элементы изображения, не позволяющие идентифицировать рекламируемый бренд или товар;
  • респондент указывал на отдельные элементы, позволяющие однозначно идентифицировать рекламируемый бренд или товар, но не называл его;
  • респондент правильно называл рекламируемый бренд или товар.

Из всех ответов полноценному рекламному контакту соответствует только последний (позитивная замечаемость), остальные же варианты реакции бесполезны для рекламодателя (условно-позитивная и негативная замечаемость). Следовательно, замечаемость можно представить в виде дихотомической величины, принимающей значения 1 (человек полностью распознал рекламу) или 0 (остальные варианты ответов).

Однако математические операции с дихотомическими переменными могут вызывать определенные проблемы: результативная переменная принимает всего два значения, а предикторы — гораздо больше (например, респонденты в данном исследовании сгруппированы по возрасту в восемь групп). Таким образом, подбор коэффициентов, позволяющих точно «вписать» исходные значения в рамки дихотомического множества {0;1}, может представлять из себя неразрешимую задачу. Исходя из этого, есть смысл перейти от рассмотрения конкретной реакции конкретного респондента («заметил — не заметил») к вероятности того, что данный респондент, проходя мимо данного щита, заметит размещенную на нем рекламу. Тогда переменная замечаемости — обозначим ее а — будет представлять величину, непрерывно меняющуюся в пределах [0;1].

В математике для описания переменных, колеблющихся в заданных пределах, часто используется уравнение Ферхюльста3 (более известное как логистическое уравнение или логистическая функция):

где P – исследуемая величина; K – теоретическое максимальное значение величины P; P0 – минимальное (начальное) значение величины P; r – показатель скорости роста величины P; t – предиктор (как правило, время).

При любых значениях r и t значение P не достигает K, т. е. 

Однако изначально уравнение Ферхюльста было предназначено для исследования переменных, непрерывно изменяющихся в любом диапазоне. Для нас же будет более интересным другое представление данной функции:

где f (x) – некоторая функция от x (как правило, используется линейная).

Таким образом, функцию замечаемости в общем случае можно представить как

где α – вероятность того, что респондент, проходя мимо щита, заметит рекламное изображение, размещенное на нем; t — количество проходов респондента мимо данного щита; а и b — коэффициенты.

Если гипотеза данного исследования верна, то можно будет подобрать некоторые коэффи-центы а и b для (3), при этом сумма квадратов отклонений расчетной вероятности от эмпирической будет относительно небольшой4. Если же гипотеза неверна, то корреляционное поле в осях t — α(t) будет представлять из себя хаотичный набор точек; сумма квадратов отклонений теоретических вероятностей от эмпирических будет значительной.

Для исследования зависимости замечаемости не только от количества проходов мимо щита, а еще и от пола и возраста (т. е. для проверки двух дополнительных гипотез) можно ввести следующую модель:

где α — вероятность того, что респондент, проходя мимо щита, заметит рекламное изображение, размещенное на нем; t — количество проходов респондента мимо данного щита; о — возраст респондента; q — пол респондента; а, b1, b2 и b3 — коэффициенты.

Эмпрические значения a для соответствующей половозрастной группы были получены из данных ранее проведенного полевого исследования, при этом возрастные группы были представлены укрупненно, по десятилетним интервалам (15—25; 25— 35; 35—45; 45 и выше) — это связано с возможной нехваткой данных по пятилетним группам.

Результаты исследования

В целом вероятность заметить рекламу выглядит следующим образом (табл. 1).

Таблица 1. Вероятность заметить рекламу в зависимости от числа проходов мимо рекламной конструкции

Исходя из таблицы 1 и (3) получаем, что модель, описывающая зависимость вероятности замечаемости рекламы от числа проходов мимо рекламной конструкции, выглядит следующим образом:

Среднее квадратическое отклонение теоретических значений α от эмпирических составляет 0,0230, что можно признать достаточно хорошим результатом. Таким образом, главную гипотезу нашего исследования можно считать подтвержденной. В целом кривая замечаемости выглядит следующим образом (рис. 1).

Рис. 1. Зависимость замечаемости рекламы от количества проходов мимо рекламной конструкции

Бегло анализируя данный график, можно заметить, что после 22 проходов замечаемость составляет чуть больше 20%, после 44 — уже почти 60%, а затем рост практически прекращается. В реальных условиях 22 и 44 прохода соответствуют одному и двум месяцам размещения одного и того же изображения на данной рекламной конструкции (подробный анализ этого явления будет дан ниже).

Перейдем к проверке первой дополнительной гипотезы. Для этого немного изменим формулировку: нужно проверить, зависит ли положение кривой замечаемости и ее форма от пола респондента.

Для этого разобьем исходную выборку на две подвыборки: мужчин и женщин и построим для каждой подвыборки модель, аналогичную (3) и (5). Результаты замечаемости по каждой подвыборке представлены в таблице 2.

Таблица 2. Вероятность заметить рекламу в зависимости от числа проходов мимо рекламной конструкции и пола респондент

Используя данные таблицы 2 формируем модели зависимости αM(t) и αF(t) для группы «мужчины» и «женщины», соответственно. Модели получаются следующими:

Среднее квадратическое отклонение теоретических значений α от эмпирических составило 0,0342 и 0,0156 соответственно. Из (6) и (7) становится очевидно, что повышение замечаемости с каждым проходом у женщин несколько выше, чем у мужчин. Визуально это представлено на графике на рисунке 2.

Рис. 2. Зависимость замечаемости рекламы от пола и количества проходов мимо рекламной конструкции

Аналогичным путем проведем проверку последней гипотезы: попробуем построить модель на основе (4). Исходными данными будут служить следующие (табл. 3).

Таблица 3. Вероятность заметить рекламу в зависимости от числа проходов мимо рекламной конструкции, пола и возраста респондента

Подобрав коэффициенты a, b1, Ь2 и b3 получаем такую модель:

где о — возраст респондента (возрастной группе «15—25» соответствует значение о = 2, группе «25—35» — о = 3, группе «35—45» — о = 4, группе «45 и старше» — о = 5); g — пол респондента (женскому полу соответствует значение g = -1, мужскому — g = +1).

Среднее квадратическое отклонение теоретических значений а от эмпирических составило 0,1228 — столь высокую величину данного показателя можно объяснить наличием в исходных данных пяти статистических выбросов (несмотря на достаточный размер исходной выборки, численность каждой подгруппы сравнительно мала).

Графически полученную модель можно изобразить следующим образом (рис. 3).

Рис. 3. Зависимость замечаемости рекламы от пола, возраста и количества проходов мимо рекламной конструкции

Очевидно, что последняя гипотеза тоже нашла свое подтверждение: с ростом возраста рост замечаемости наружной рекламы ухудшается.

Использование результатов

Итак, мы получили модель (8), описывающую зависимость вероятности, с которой человек, проходящий мимо щита, заметит размещенную на нем рекламу, от количества проходов, пола и возраста человека. Каким образом можно использовать полученную модель?

Во-первых, можно просто прогнозировать саму замечаемость исходя из целевой аудитории рекламодателя и структуры потока, идущего мимо рекламной конструкции.

Во-вторых, можно произвести расчет некоторых медиаметрических показателей. В частности, можно рассчитать показатель OTS (Opportunity To See), общее количество контактов5) следующим образом.

Допустим, что за сутки мимо выбранного щита проходит n человек, причем все n человек обладают одинаковыми половозрастными характеристиками. В первый день после размещения рекламы вероятность заметить для каждого из n человек составит , а общее количество контактов будет равно . На второй день после размещения —  соответственно. Следовательно, в произвольный j-ый день эти показатели будут равны . Таким образом, если продолжительность размещения равна m, общее количество контактов (OTS) составит:

Используя формулу Ньютона–Лейбница, (9) преобразуется в (10):

В реальной ситуации трафик неоднородный; допустим, что он состоит из k различных половозрастных групп, и доля каждой из них в общем трафике – wj. Тогда (10) будет выглядеть следующим образом:

где aj и bj – коэффициенты, специфичные для j-ой группы (рассчитываются путем подбора (3) для j-ой группы).

Третье полезное применение полученных моделей – расчет рационального срока аренды рекламной поверхности. Как известно, логистические кривые достаточно часто используются в маркетинге для описания различных процессов.

К примеру, в трудах Е. Дихтля и Х. Хершгена6 логистическая кривая используется для описания общей зависимости результатов деятельности компании (выручки или доли рынка) от совокупных маркетинговых усилий (в том числе и от рекламы). Согласно данному подходу, рациональными усилиями можно считать те, которые равны абсциссе точки перегиба логистической функции: правее данной точки выпуклость кривой меняется и каждая дополнительная единица усилий превращается во все меньший результат.

Применяя вышесказанное к нашим моделям, получаем, что в последний день рационального срока размещения tr будет соблюдаться

то есть

откуда

Таким образом, исходя из (5) и (14), получаем, что рациональный срок размещения для исследованной территории составляет 40 будних дней (tr = 39,7) или два месяца. Сроки рационального размещения рекламы, рассчитанные с использованием данного подхода, для различных половозрастных групп приведены в таблице 4.

Таблица 4. Рациональный срок размещения наружной рекламы, ориентированной на различные половозрастные группы

Итак, в результате проведенного исследования мы установили, что вероятность заметить рекламу, проходя мимо рекламной конструкции, зависит от количества проходов, пола и возраста человека. Данная зависимость очень хорошо может быть описана с помощью различного рода логистических функций, которые и были подобраны в данной работе. Применение моделей, основанных на логистических кривых, позволяет рассчитать один из важных медиаметрических показателей – количество контактов с аудиторией, а также определить рациональный срок размещения рекламного изображения, ориентированного на заданную целевую аудиторию.

 


1 Сальников А.М. Исследование замечаемости наружной рекламы в Ярославле//Практический маркетинг. – 2011. – № 10. – С. 9–15.

2 Сальников А.М. Исследование условно-позитивной замечаемости наружной рекламы в г. Ярославле//Практический маркетинг. – 2011. – № 12. – С. 36–40.

3 Андерсон Т. Статистический анализ временных рядов. – М.: Издательство «МИР», 1976. – 757 с. Хальд А. Математическая статистика с техническими приложениями. – М.: Издательство иностранной литературы, 1956. – 664 с.

4 Кассандрова О.Н., Лебедев В.В. Обработка результатов исследований. – М.: Наука, 1970. – 104 с.

5 Иногда в литературе и на практике используется название «total impressions».

6 Дихтль Е., Хершген Х. Практический маркетинг. – М.: Высшая школа, 1995. – 254 с.

Сальников Александр
к.э.н., доцент кафедры маркетинга, Ярославский филиал МЭСИ
Практический маркетинг №4 за 2012 год

10.07.2017

на печать


Комментарии

Написать комментарий

 Проверочный код

Архив

Пн Вт Ср Чт Пт Сб Вс

Рассылка

Подписка на рассылку

E-mail:
 

Также нашу рассылку вы можете получать через

E-mail:  

на правах рекламы

Есть мнение ...

Маркетинг с AR и VR от HICLICKМаркетинг с AR и VR от HICLICK
В 2024 году маркетологи все чаще начинают использовать метавселенные. По сравнению с социальными сетями, вовлеченность пользователей в иммерсивных площадках гораздо больше. Одним из самых интересных для клиентов форматов являются АR и VR. Как технологии будущего применять в маркетинге уже сегодня, разобрали в агентстве высоких откликов HICLICK.
Коkос Group: ИИ в рекламной индустрии: модный тренд или революция?Коkос Group: ИИ в рекламной индустрии: модный тренд или революция?
Искусственный интеллект уже давно среди нас. Он прочно вошел в нашу жизнь, используется абсолютно в разных её сферах и кардинально меняет лицо современного бизнеса. Рекламная индустрия - не исключение. Самый яркий и известный пример - это нейросети, на основе которых построен поиск рекламных систем Яндекса. Использование нейросетей и других алгоритмов ИИ, делает рекламу еще более эффективной и качественной. Евгений Халин, директор по продуктам Коkос Group рассказывает о том, как работает ИИ, в чем его преимущество и какие перспективы нас ждут.
Как подготовить маркетинг к 8 марта и 23 февраляКак подготовить маркетинг к 8 марта и 23 февраля
В период гендерных праздников предприниматели отмечают 50%-ый рост продаж. – Даже в случае торговли сепараторами или двигателями, при должном подходе. Для маркетологов это время – забег на короткие дистанции. Поэтому важно грамотно подойти к выбору инструментов.
Тренды в мобильном маркетинге-2024Тренды в мобильном маркетинге-2024
Как будет работать мобильный маркетинг в 2024 году и какие тренды прямо сейчас влияют на весь рынок, рассказывает Алла Рауд, руководитель направления ASO в IT-Agency.
Новые медиа – Новая реальностьНовые медиа – Новая реальность
Сегодня российская блогосфера стремительно трансформируется. И это неудивительно: только за последний год ведущие отечественные социальные сети продемонстрировали, пожалуй, самую серьезную бизнес- и маркетинговую активность за долгие годы – появились новые сервисы, произошло резкое расширение аудиторий, усилился приток авторов, возникли инновационные форматы и мн. др.  Блогеры, в свою очередь, стали расширять перечень жанров, в которых они работают; оформился тренд на мультиформатность и партнерства. Рекламодатели же сделали ставку на блогосферу как на приоритетный и наиболее эффективный канал продвижения. Наконец, государство стало рассматривать блогосферу как полноценного экономического субъекта, что, естественно, отразилось в законодательной базе.

Книги по дизайну

Загрузка ...

Репортажи

Дизайн под грифом "секретно"Дизайн под грифом "секретно"
На чем раньше ездили первые лица страны? Эскизы, редкие фотографии и прототипы уникальных машин.
"Наша индустрия – самодостаточна": ГПМ Радио на конференции..."Наша индустрия – самодостаточна": ГПМ Радио на конференции...
Чего не хватает радио, чтобы увеличить свою долю на рекламном рынке? Аудиопиратство: угроза или возможности для отрасли? Каковы первые результаты общероссийской кампании по продвижению индустриального радиоплеера? Эти и другие вопросы были рассмотрены на конференции «Радио в глобальной медиаконкуренции», спикерами и участниками которой стали эксперты ГПМ Радио.
Форум "Матрица рекламы" о технологиях работы в период...Форум "Матрица рекламы" о технологиях работы в период...
Деловая программа 28-й международной специализированной выставки технологий и услуг для производителей и заказчиков рекламы «Реклама-2021» открылась десятым юбилейным форумом «Матрица рекламы». Его организовали КВК «Империя» и «Экспоцентр».
В ЦДХ прошел День социальной рекламыВ ЦДХ прошел День социальной рекламы (3)
28 марта в Центральном доме художника состоялась 25-ая выставка маркетинговых коммуникаций «Дизайн и реклама NEXT». Одним из самых ярких её событий стал День социальной рекламы, который организовала Ассоциация директоров по коммуникациям и корпоративным медиа России (АКМР) совместно с АНО «Лаборатория социальной рекламы» и оргкомитетом LIME.
Форум "Матрица рекламы": к рекламе в интернете особое...Форум "Матрица рекламы": к рекламе в интернете особое... (2)
На VII Международном форуме «Матрица рекламы», прошедшем в ЦВК «Экспоцентр» в рамках международной выставки  «Реклама-2018», большой интерес у профессиональной аудитории вызвала VI Конференция «Интернет-реклама».

Форум

на правах рекламы

28.03.2024 - 22:18
RSS-каналы Advertology.RuRSS    Читать Advertology.Ru ВКонтактеВКонтакте    Читать Advertology.Ru на Twittertwitter   
Advertology.Ru - все о рекламе, маркетинге и PR
реклама

Вход | Регистрация