O firmie:
AMS S.A., będąca liderem w branży reklamy zewnętrznej w Polsce i częścią Grupy Agora, obsługuje 23,000 powierzchni reklamowych w całym kraju. Firma, znana z wykorzystywania nowoczesnych narzędzi w reklamach OOH (Out-of-Home), prowadzi efektywne kampanie, korzystając z cyfrowych i tradycyjnych mediów zewnętrznych.
Sytuacja:
W odpowiedzi na dynamiczny rozwój cyfryzacji w branży Out-Of-Home (OOH) oraz wyzwania wynikające z ustawy krajobrazowej, która wprowadza ograniczenia na wielkość i umiejscowienie reklam zewnętrznych, AMS zdecydowało się na rozwój oferty Digital Out Of Home (DOOH). Nowa oferta, Digital Indoor, obejmuje:
- Obsługę 22 aglomeracji miejskich,
- 79 galerii handlowych i centrów,
- Ponad 500 cyfrowych nośników reklamowych.
Rozwój Digital Indoor stanowi strategiczną odpowiedź na zmieniające się regulacje prawne i potrzeby rynku, umożliwiając klientom efektywniejsze dotarcie do odbiorców w miejscach o ograniczonej przestrzeni reklamowej.
Wyzwania:
Rozwój technologii oraz zmieniające się oczekiwania klientów wobec metod targetowania i analizy efektywności kampanii DOOH skłoniły AMS do zrewolucjonizowania swojego podejścia do gromadzenia i przetwarzania danych. Wprowadzenie oferty DOOH wymagało od AMS znaczącej zmiany w podejściu do sprzedaży reklam, przechodząc od tradycyjnego modelu opłat za wyświetlanie spotów w pętli minutowej do modelu CPT (koszt za konkretny wolumen kontaktów z widownią). A docelowo firma myśli o wprowadzeniu sprzedaży w modelu programmatic.
Aby sprostać tym wyzwaniom, AMS potrzebowała wykonać następujące zadania:
- Zdefiniowanie DOOH: Należało opracować wiarygodny i praktyczny zestaw wskaźników dla Digital Out Of Home, analogiczny do tych stosowanych w mediach cyfrowych. Celem było stworzenie mierzalnych i porównywalnych kryteriów oceny skuteczności reklam.
- Zrozumienie odbiorców: Kluczowym zadaniem było zdobycie wiedzy na temat odbiorców kampanii, umożliwiające precyzyjne targetowanie i efektywne działania marketingowe. AMS potrzebowała systemu zdolnego do identyfikacji i analizy grup docelowych oraz ich odpowiedzi na różnorodne przekazy reklamowe.
- Ewolucja modeli rozliczeniowych: Firma miała przejść od tradycyjnego modelu rozliczeń za liczbę wyświetleń do modelu opartego na konkretnych kontaktach z wybranymi grupami docelowymi. To podejście wymagało implementacji nowych metod pomiaru i raportowania skuteczności kampanii.
Realizacja projektu:
AMS rozpoczęło współpracę z zespołem Alterdata.io, który miał za zadanie przeprowadzenie integracji danych z różnych systemów oraz ich formatów. Główne cele projektu obejmowały:
- Zbieranie danych o widowni Digital Indoor:
- Zebrano dane z różnych źródeł, takich jak roczna liczba wejść (footfall) do galerii handlowych, dane o ruchu użytkowników urządzeń mobilnych monitorowane przez Proxi Cloud, a także zaawansowane dane demograficzne uzyskane za pomocą CitiesAI, w tym rozpoznanie płci i wieku z setek tysięcy zdjęć w galeriach.
- Dane te, zarówno w formatach .xlsx jak i .csv, były przesyłane i przechowywane na Dysku Google oraz przetwarzane za pomocą specjalizowanych narzędzi do analizy ruchu w galeriach.
- Budowa i migracja hurtowni danych:
- Pierwotnie stworzona hurtownia danych na platformie Vertica została później zmigrowana do chmurowej hurtowni BigQuery na platformie Google Cloud Platform. Migracja ta była kluczowa dla efektywnego przetwarzania i analizy zgromadzonych danych.
- Implementacja narzędzi i procesów:
- W ramach projektu wdrożono narzędzia do zarządzania kampaniami i procesami ETL, co umożliwiło automatyzację oraz usprawnienie procesów planowania i raportowania wykorzystując Power BI.
- Zadania realizowane przez Alterdata obejmowały budowę i monitoring procesów ETL, obsługę błędów związanych z tymi procesami, przygotowanie interfejsów dostępu do danych, szkolenie zespołów technicznych, projektowanie i budowanie modelu danych do analizy kampanii marketingowych oraz wytrenowanie i wdrożenie modeli uczenia maszynowego dla zaawansowanej ekstrapolacji i predykcji.
Rezultat:
Nowa architektura danych w AMS umożliwiła firmie oferowanie bardziej dopasowanych kampanii reklamowych, co znacząco zwiększyło zwrot z inwestycji (ROI) dla ich klientów. Dodatkowo, elastyczne zarządzanie kampaniami w czasie rzeczywistym poprawiło skuteczność decyzji marketingowych, umożliwiając szybką adaptację do bieżących trendów rynkowych i preferencji odbiorców.
Integracja wielu źródeł danych i zaawansowane technologie, takie jak chmura obliczeniowa i uczenie maszynowe (ML), pozwoliły na precyzyjne szacowanie kluczowych wskaźników KPI. Metodologia pomiaru widowni zapewnia szczegółowe dane demograficzne i behawioralne, co usprawnia targetowanie reklam.
