Некоторые вопросы об минимизации рекламного бюджета на телевидении

В данной статье хотелось бы затронуть некоторые аспекты размещения рекламных блоков на ТВ с целью оптимизации рекламного бюджета заказчика.
Сформулируем общую постановку задачи, с некоторыми допущениями.
1. Продукт выходит на рынок впервые.
2. До выхода рекламы на ТВ практически отсутствовала реклама конкурентов.
3. Товар является товаром массового спроса (бытовая химия, продукты питания и т.п.)

Задача. Определить среднее значение (математическое ожидание М.О.) и среднеквадратическое отклонение (С.К.О.) количества контактов с рекламным носителем (ТВ роликом) для формирования устойчивого имиджа в восприятии данного продукта с целью минимизации рекламного бюджета.

Очевидно, что любая подача рекламной информации имеет границу эффективности.

На рис.1 изображено изменение Э (эффективности рекламы) от количества подач (n). Очевидно, что увеличение количества подач больше n пор, ведет к неоптимальному использованию рекламного бюджета при достаточно слабом росте эффективности рекламы. Таким образом, необходимо найти значение n пор. – оптимальное значение количества подач.
Для решения данной задачи рассмотрим некоторые примеры.

Пример 1. Определим вероятность наблюдения рекламного ролика в течение суток на каналах «1+1» и «Интер», исходя из следующих условий :
1. Общее количество рекламных роликов за сутки на «1+1» - 125, «Интер» - 100;
2. Количество подач ролика о рекламируемом продукте на обоих каналах одинаково и составляет 3 подачи.
Очевидно, что искомая вероятность наблюдения ролика Р(А) определяется формулой полной вероятности (формула Байеса) ? 1 ?:

, ( 1 )

где n – число телевизионных каналов (n = 2);
Н1 – событие (наблюдение ролика на канале «1+1»);
Н2 – событие (наблюдение ролика на канал «Интер»);
Р(Н1) – вероятность наблюдения ролика на канале «1+1» по его рейтингу;
Р(Н2) – вероятность наблюдения ролика на канале «Интер» по его рейтингу;
Р(А/Н1) – вероятность наблюдения ролика на канале «1+1»;
Р(А/Н2) – вероятность наблюдения ролика на канале «Интер».
Допустим, что рейтинг по АGB ? 2 ? канала «1+1» составляет на 15, а канала Интер - 10, таким образом:
Р(Н1) = 15 / (10+15) = 0,6
Р(Н2) = 10 / 25 = 0,4
Тогда:
Р(А) = P(H1) * P(A/H1) + P(H2) * P(A/H2) = 0.6 * (3/125) + 0.4 * (3/100) = 0.026

Таким образом, вероятность наблюдения рекламного ролика на каналах «1+1» и «Интер» в течение суток составляет 0,026.

Целевая аудитория в данном примере не рассматривалась, т.к. во-первых, это предположительно товар массового спроса, рассчитанный на большую целевую аудиторию, во-вторых её всегда можно определить с помощью вероятностей наблюдения каналов по рейтингам, алгоритмами аналогичными в программах Телепорт, Галилео [ 3 ].

Пример 2. В соответствии с примером 1, рекламный ролик наблюдается по двум каналам с вероятностью р = 0,026. Найти М.О., С.К.О., которое придется произвести вплоть до наблюдения рекламного ролика на любом из каналов. Вполне очевидно, что данная случайная величина имеет геометрическое распределение [ ** ], и сводится к нахождению первой успешной попытки (наблюдению ролика). Случайная величина Х - число безуспешных попыток (до первой попытки, в которой появится результат А, т.е. ролик был увиден). Очевидно, что Х имеет геометрические распределение [ 1 ]

( 2 )

где р – вероятность успеха,
q = 1 – p,
m = 0,1,2…

М.О. случайной величины Y = X + 1 (геометрическое распределение + 1) наблюдения рекламного ролика:

my = 1 / P = 1 / 0,026 = 38,5 .

С.К.О. определяется следующим образом :

Таким образом, минимальная длительность выхода рекламного ролика должна составлять 38,5 суток (my). Можно также определить вероятность того, что фактическое число ненаблюдений ролика превзойдёт его М.О. больше, трех сигм.

Таким образом, вероятность того, что Y превзойдёт своё М.О. больше, чем на 3бy, довольно мала (меньше 2 %).
Минимальное количество необходимых рекламных блоков на обоих каналах определяется как:

Таким образом, определено минимальное количество рекламных блоков по двум каналам исходя из того, что рекламный блок будет увиден.
Следует отметить, что в данных примерах не оценивалось размещение рекламного ролика в временном блоке (первый, последний), предполагалось, что размещение равновероятно для наблюдения ролика, а также предполагалось, что все рекламные ролики на канале имеют одинаковую длительность ( 30 сек ). Анализ 5, 15 сек роликов можно осуществить аналогичным путем.
В дальнейшем хотелось бы оценить:
- периодичность подач рекламы на ТВ с целью формирования устойчивого имиджа продукта у потребителя с целью оптимизации рекламного бюджета заказчика;
- проанализировать время «забывчивости» рекламы потребителем, а также время «восстановления» прошлой рекламы потребителем;
- разработать стратегию подачи телевизионной рекламы в условиях конкуренции аналогичного продукта на рынке;
- исследовать эффективную частотность ТВ рекламы, которая способствует формированию узнаваемости и имиджа рекламируемого продукта.

[ ** ] Случайная величина Х имеет геометрическое распределение, если ее возможные значения 0,1,2…m…, а вероятности этих значений

где 0 < p <1;
q = 1 – p;
m = 0,1,2…
На практике геометрическое распределение появляется в следующих условиях. Пусть производится ряд независимых опытов (наблюдение роликов), с целью получения какого-то результата(«успеха») А – ролик был увиден; при каждой попытке(опыте) «успех» достигается с вероятностью 1.Случайная величина Х – число «безуспешных» попыток(до первой попытки, в которой появляется результат А – ролик был увиден).На практике чаще приходится рассматривать не случайную величину Х, имеющую геометрическое распределение, а другую случайную величину:

Y = X + 1,

где Y – число попыток до первого «успеха»(наблюдение ролика произошло).

Математические характеристики заданого распределения [ 1 ] следующие:

Выводы:
1. Исходя из приведенной методики возможно оценить минимальное количество рекламных роликов необходимых для обеспечения наблюдаемости рекламы на ТВ.
2. При известном количестве рекламных роликов, возможно определить минимальный рекламный бюджет, который может обеспечить эффективность рекламы на ТВ.
3. Геометрическое распределение достаточно точно описывает данный процесс, так как все наблюдения ролика независимы, а каждое наблюдение ролика оценивается вероятностью р.
4. Данные результаты использовались для создания медиа-плана на каналах «1+1» и «Интер», для рекламирования продуктов торговой марки Silver (Турция), и дали хорошие результаты.

Литература.

1. Е.С. Венцель, Л.А. Овчаров. Теория вероятности и её инженерные приложения, Н.Наука, 1988г.
2. Данные AGB по рейтингам.
3. Руководство пользования программой Galileo, Pulse Train Technologi Limited. 1998г.