Połączenie danych geoprzestrzennych z danymi lokalizacyjnymi o rzeczywistych ścieżkach poruszania się konsumentów otwiera możliwość, która do niedawna była zarezerwowana wyłącznie dla świata online: precyzyjne określenie, w których obszarach geograficznych koncentruje się grupa docelowa konkretnej marki. To zmienia sposób planowania kampanii we wszystkich kanałach – od OOH i addressable TV po digital.
Domy mediowe i agencje planujące kampanie w kanałach offline dysponują zazwyczaj danymi o szacunkowym natężeniu ruchu w wybranych lokalizacjach i ogólnymi informacjami demograficznymi na poziomie miast lub dzielnic. Te dane pozwalają na ogólne planowanie, ale nie odpowiadają na pytanie, czy w konkretnym obszarze rzeczywiście przebywają osoby pasujące do profilu grupy docelowej marki.
Dodatkowy problem wynika z rosnących ograniczeń w świecie online. Cookie-less future, regulacje prywatności i rosnąca popularność adblockerów sprawiają, że tradycyjne metody targetowania digital stają się mniej skuteczne. Cechy behawioralne odbiorców coraz trudniej określać wyłącznie na podstawie ich aktywności w sieci, co sprawia, że dane o rzeczywistych zachowaniach offline zyskują na wartości również dla kampanii cyfrowych.
Skuteczne zlokalizowanie grupy docelowej w świecie offline wymaga połączenia dwóch komplementarnych źródeł danych.
Dane geoprzestrzenne opisują przestrzeń i jej mieszkańców: strukturę demograficzną (wiek, płeć, wielkość gospodarstw domowych), poziom zarobków i strukturę wydatków, typ zabudowy (mieszkalna, biurowa, handlowa), obecność konkretnych typów infrastruktury i planowane inwestycje.
Umiejętność łączenia wielu zbiorów danych opisujących przestrzeń pozwala znaleźć obszary, które charakteryzują się konkretnym profilem socjodemograficznym. Przykładowo, korzystając z danych geoprzestrzennych można zidentyfikować obszary, w których występuje najwięcej domów jednorodzinnych przy zarobkach mieszkańców powyżej średniej krajowej, obszary z największą koncentracją kobiet w przedziale 25–34 lata, miejsca z intensywnym powstawaniem nowych inwestycji mieszkaniowych, czy okolice z dużym udziałem wybranych typów punktów handlowo-usługowych.
Taki sposób wyszukiwania grupy docelowej w przestrzeni pozwala dotrzeć do wąsko zdefiniowanego segmentu, którego opisanie wyłącznie profilem i aktywnością online byłoby niewystarczające.
Dane lokalizacyjne z urządzeń mobilnych pozwalają budować profile behawioralne oparte na tym, co ludzie faktycznie robią w świecie offline – jakie miejsca regularnie odwiedzają, jakimi trasami się poruszają, jak często wracają do tych samych punktów.
To oznacza możliwość tworzenia segmentów, które do tej pory były nieosiągalne przy użyciu tradycyjnych metod analitycznych. Jeśli grupą docelową kampanii są osoby aktywne fizycznie, dane lokalizacyjne pozwalają zidentyfikować takie, które faktycznie odwiedzają siłownie, baseny lub korty tenisowe przynajmniej 2–4 razy w tygodniu. Jeśli szukasz rodziców małych dzieci – osoby regularnie pojawiające się w żłobkach, przedszkolach i placach zabaw. Jeśli klientów premium – osoby odwiedzające centra handlowe wyższej kategorii, salony beauty premium czy sklepy z ekologiczną żywnością.
Analiza ścieżek klientów w przestrzeni pozwala znaleźć efektywne punkty styku z grupą docelową, co stanowi fundament planowania kampanii marketingowych w kanałach OOH, addressable TV i digital.
Żeby lepiej zobrazować, jak połączenie danych geoprzestrzennych i lokalizacyjnych przekłada się na planowanie kampanii, posłużmy się realnym przykładem.
Producent samochodów elektrycznych planuje kampanię promującą model, który można ładować w domu. Grupa docelowa: zamożne gospodarstwa domowe mieszkające w domach jednorodzinnych z odpowiednią infrastrukturą fotowoltaiczną. Samo zainteresowanie alternatywnymi źródłami energii (deklarowane np. w ankiecie online) nie oznacza, że dana osoba faktycznie mieszka w domu z panelami solarnymi. Klasyczne targetowanie digital pozwala dotrzeć do osób, które czytają o elektromobilności – ale nie powie, gdzie te osoby mieszkają i czy ich infrastruktura domowa umożliwia ładowanie pojazdu.
Analiza geoprzestrzenna pozwoliła zidentyfikować kody pocztowe z największym zagęszczeniem zabudowy jednorodzinnej powstałej po 2020 roku. Wyniki zostały doważone o dane dotyczące udziału instalacji fotowoltaicznych w poszczególnych regionach oraz o informacje o zarobkach mieszkańców, żeby wybrać wyłącznie obszary o wysokiej sile nabywczej. Efektem był ranking 162 kodów pocztowych, do których skierowana została kampania geotargetowana – z wynikiem pokrycia bliskim 90% założonych wyświetleń i wysokim wskaźnikiem CTR.
Takie podejście sprawdza się we wszystkich kanałach. Ten sam ranking obszarów z wysokim udziałem grupy docelowej może zasilić kampanię programmatic display, posłużyć do wyboru nośników OOH przy trasach, którymi poruszają się te osoby, lub do budowy segmentów addressable TV na poziomie gospodarstw domowych.
Efektem analizy łączącej dane geoprzestrzenne i lokalizacyjne jest ranking jednostek przestrzennych (np. kodów pocztowych, heksagonów H3 lub innych podziałów) uporządkowanych według udziału grupy docelowej. Ranking uwzględnia zdefiniowane metryki i ich wagi – inne dla kampanii kosmetyków premium (wysokie zarobki, obecność segmentu beauty), inne dla sieci fitness (aktywność sportowa, młoda demografia), inne dla producenta żywności ekologicznej.
Wyniki mogą być prezentowane w formie tabelarycznej (ranking z metrykami per obszar) lub jako interaktywna heatmapa wizualizująca koncentrację grupy docelowej na mapie. Na tej podstawie kampanie marketingowe – digital, addressable TV, OOH – kierowane są do obszarów o najwyższym affinity, co pozwala na precyzyjne dotarcie do grupy docelowej i zwiększenie ROI z prowadzonych działań.
Kampanie digital i programmatic. Ranking obszarów z nadreprezentacją grupy docelowej zasila targetowanie geograficzne kampanii display, video i social. Geotargeting oparty na danych o rzeczywistych zachowaniach offline pozwala dotrzeć do odbiorców na podstawie tego, co faktycznie robią, a nie tego, co deklarują w sieci – co w erze cookie-less staje się coraz cenniejsze.
Addressable TV. Dane o profilach demograficznych i behawioralnych na poziomie kodów pocztowych pozwalają budować segmenty gospodarstw domowych do kampanii addressable TV. Przykładowo, dom mediowy realizujący kampanię skierowaną do gospodarstw z dziećmi w wieku 7–15 lat i osób aktywnych sportowo z miast powyżej 200 tys. mieszkańców może otrzymać ranking kodów pocztowych całej Polski z nadreprezentacją dokładnie takiego profilu.
OOH i DOOH. Analiza ścieżek poruszania się grupy docelowej pozwala wybrać nośniki reklamowe przy trasach, którymi te osoby faktycznie się przemieszczają. Zamiast polegać na szacunkach ruchu drogowego, planista kampanii OOH dostaje informację, ile osób z konkretnego segmentu pojawia się w zasięgu danego nośnika.
Znalezienie grupy docelowej w świecie rzeczywistym wymaga połączenia dwóch typów danych: geoprzestrzennych (profil mieszkańców, charakter okolicy, infrastruktura) i lokalizacyjnych (rzeczywiste zachowania, ścieżki poruszania się, odwiedzane miejsca). Razem pozwalają one na budowę segmentów, które do tej pory były nieosiągalne przy tradycyjnych metodach targetowania, i na precyzyjne wskazanie obszarów o najwyższym udziale danej grupy docelowej.
Wyniki takich analiz zasilają kampanie we wszystkich kanałach – od digital i programmatic, przez addressable TV, po OOH i DOOH. Jedno źródło danych, wiele zastosowań.
