Маркетинговая частота часто оптимизируется по среднему отклику. Команда видит, что пользователи после пяти показов конвертируются чаще, чем после одного, и делает вывод: нужно увеличить давление. Но частота не назначается случайно. Человек, долго остающийся на площадках и интересующийся категорией, одновременно видит больше рекламы и чаще покупает. Корреляция может отражать его склонность, а не эффект пятого показа.

Вывод для CRM и рекламы: средняя кривая частоты не должна становиться единым правилом для всех людей, площадок и креативов.

Исследование и границы вывода

Что изучали. Рекламную кампанию, направленную на посещение целевого сайта, на данных более 12 000 пользователей и свыше 400 сайтов.

Что получили. Модель выделила класс около 24% пользователей с отрицательным предельным эффектом дополнительных контактов на посещение сайта. Эффективность площадок существенно различалась.

Чего результат не доказывает. Это модельная оценка на конкретных данных, а не доля раздражённых клиентов любого бренда. Покупки и отношение к бренду нельзя подменять посещениями сайта.

Практическое применение CRM Lab

Далее — редакционное применение результатов к CRM-задачам. Рекомендации и учебные примеры требуют проверки на данных конкретного бизнеса; они не являются дополнительными результатами авторов исследования.

Угасание и усталость — не одно и то же

Угасание отдачи означает, что каждый следующий контакт приносит меньше дополнительной пользы, чем предыдущий. Первый показ знакомит человека с предложением, второй напоминает, третий помогает запомнить бренд, а десятый уже почти ничего не добавляет. Реклама уже перестаёт быть полезной, но ещё не обязательно вредит.

Рекламная усталость — более сильная отрицательная реакция. После определённой точки очередной показ может снижать целевой результат. В рассматриваемом исследовании измерялось посещение сайта; влияние на покупки или отношение к бренду требует отдельной проверки. Пользователь раздражается, ощущает преследование или думает, что рекламодатель слишком настойчиво пытается управлять его поведением.

Для бизнеса разница принципиальна. При угасании рекламу останавливают, когда следующий показ приносит меньше дополнительной прибыли, чем стоит. При усталости остановиться нужно раньше: продолжение уже создаёт прямой ущерб и может снизить реакцию клиента не только на эту кампанию, но и на будущие письма, рекламу и предложения бренда.

Почему средняя частота скрывает противоположности

Допустим, у 60% аудитории десятый показ ничего не меняет, у 20% ещё немного повышает вероятность покупки, а у оставшихся 20% вызывает раздражение и снижает конверсию. Если усреднить результат, десятый показ покажется нейтральным. Но решение «показывать всем десять раз» всё равно неудачно: второй группе показ полезен, третьей вредит, а для большинства просто расходует бюджет. Персональный лимит помог бы сохранить дополнительную пользу и одновременно защитить чувствительную аудиторию.

Скрытая неоднородность возникает из-за знания бренда, стадии выбора, вовлечённости, приватности, типа контента и контекста площадки. Новый покупатель может нуждаться в повторении, постоянный — раздражаться очевидным предложением, которое уже отклонил.

Поэтому сегментация по демографии недостаточна. Нужны признаки фактической реакции и модель предельного эффекта контакта.

Площадка меняет значение показа

В исследовании эффективность сайтов различалась примерно в 9 раз. Один показ на релевантной площадке нельзя считать равным показу в случайном контексте. Видимость, внимание, соседний контент и намерение пользователя меняют воздействие.

Частотный отчёт, который складывает все показы, создаёт ложную точность. Десять технически зарегистрированных показов могут включать два заметных, пять мельком и три вне активного внимания. В CRM аналогична разница между сервисным письмом, полезной рекомендацией и фоновым баннером.

Полезно учитывать качество контакта: был ли баннер действительно виден, как долго, в каком формате, месте и окружении он появился. Но эти показатели не заменяют оценку влияния рекламы; они лишь помогают понять, почему результат различается.

Причинная проблема частоты

Пользователь получает больше показов, потому что чаще бывает онлайн, дольше остаётся в кампании и не конвертируется сразу. Эти же факторы влияют на покупку. Поэтому простая таблица «частота — конверсия» смешивает воздействие с отбором.

Наиболее надёжный подход — экспериментально назначать политику частоты показов: разные группы получают разные ограничения. Можно рандомизировать допустимое число показов, интервалы или прекращение после события. Важно измерять фактическую доставку и распределение между устройствами.

Если эксперимент невозможен, используют модели с историей контактов, инструментальными переменными или квазиэкспериментами, но выводы остаются зависимыми от предпосылок. Точная оптимальная частота из наблюдательных данных не должна подаваться как факт.

Предельный эффект важнее общего

Первый вопрос кампании — создаёт ли она эффект вообще. Второй — как меняется дополнительная отдача следующего контакта. Общий накопленный эффект может оставаться положительным, даже если последний показ уже вреден.

Поэтому нужно оценивать экономику именно следующего показа. Какова вероятность, что он создаст дополнительную конверсию? Сколько маржи принесёт эта конверсия? Сколько стоит показ и какой ущерб он может создать из-за усталости? Если ожидаемые затраты и негативные последствия стали выше дополнительной прибыли, очередной показ нужно отменить или заменить другим действием.

Такой расчёт отличается от средней стоимости конверсии по всей кампании. Первые эффективные показы могут настолько улучшить средний результат, что бесполезный или даже вредный «хвост» останется незаметным. Кампания в целом выглядит окупаемой, хотя последние контакты уже тратят деньги и раздражают аудиторию.

Лимит частоты как защитное правило

Ограничение частоты (frequency cap) — простой способ остановить бесполезный хвост показов. Но единый лимит для всех является только первым приближением. Он не учитывает скорость показов, содержание объявления, сегмент и стадию клиентского пути.

Пять показов за один день воспринимаются иначе, чем пять за месяц. Повтор одного креатива утомляет быстрее, чем последовательная история. После покупки реклама того же товара особенно раздражает, потому что демонстрирует неактуальность данных.

Зрелая коммуникационная политика задаёт несколько типов ограничений: максимум за короткое окно, максимум за кампанию, паузу после отказа, приостановку после конверсии и общий лимит бренда по каналам. Персональная модель работает внутри этих границ.

Ротация креатива не лечит всё

Смена картинки может восстановить внимание, если проблема в сенсорном повторении. Но если пользователю не нужен продукт или он воспринимает сам таргетинг как навязчивый, новый баннер не устранит усталость.

Креативная последовательность должна добавлять информацию: знакомство, доказательство, сценарий, ответ на барьер. Бесконечные варианты одного призыва лишь продлевают давление.

Стоит тестировать не только визуалы, но и право на паузу. Иногда лучшим следующим действием является отсутствие рекламы, а через время — контент или новый продуктовый повод.

Связь с CRM-коммуникациями

Реклама, email, push и SMS расходуют единое внимание, хотя управляются разными системами. Пользователь, который видел баннер двадцать раз, может получить ещё три письма и звонок. Каждый канал считает свою частоту допустимой.

Необходим общий журнал контактов и политика давления. Не все события имеют одинаковый вес: сервисное уведомление полезнее рекламного повторения, но общий контекст всё равно важен.

CRM может использовать рекламную экспозицию как признак выбора следующего действия. После высокой частоты лучше подавить промосообщение, предложить настройку предпочтений или дождаться явного сигнала намерения.

Как измерять негативный эффект

Конверсия фиксирует только один результат. Усталость проявляется в скрытии рекламы, отписке, жалобе, снижении посещений, ухудшении брендовых показателей и падении реакции на будущие кампании.

Эксперимент должен иметь достаточно длинное окно и объединять положительные и отрицательные исходы. Можно рассчитывать инкрементальную прибыль с учётом отписок и будущего отклика, а также отдельно отслеживать защитные метрики.

Если брендовый эффект важен, добавляют опросы на случайной выборке, но связывают их с реальной экспозицией. Самоотчёт о числе увиденных объявлений неточен.

Важно видеть доверительные интервалы. Отрицательная оценка в маленьком сегменте может быть шумом; широкая неопределённость — повод поставить новый тест, а не жёсткое правило.

Персональное управление давлением

Модель может оценивать вероятность принадлежности к группам накопления, насыщения и усталости. Признаками служат недавняя частота, скорость показов, реакция, стадия пути, устройство, площадка и история бренда.

Но профилирование должно проверяться на новом эксперименте. Если алгоритм просто реже показывает рекламу низкоактивным пользователям, он может улучшить средний CPA без изменения причинного эффекта. Нужен тест самой политики назначения.

CPA — стоимость целевого действия: расходы на кампанию, делённые на число учтённых действий. Для оценки причинной эффективности отдельно рассчитывают стоимость инкрементального действия.

Оптимизация также должна учитывать бюджет. Показ, отменённый для уставшего пользователя, можно перенаправить человеку, которому реклама ещё способна помочь. Именно это объясняет потенциальный выигрыш от персонального профилирования и лимита частоты в исследовании.

Управленческий процесс

До кампании команда задаёт гипотезу частоты, защитные ограничения и основную экономическую метрику. Во время запуска контролирует доставку, площадки и пересечение каналов. После — строит кривые накопленного и предельного эффекта по сегментам, проверяет негативные исходы и обновляет правило.

Нельзя превращать найденное число в вечный стандарт. Новый креатив, сезон и продукт меняют кривую. Политика должна адаптироваться на основе данных, но сохранять безопасные границы.

Особенно полезно хранить причины остановки: конверсия, лимит, усталость, отсутствие доступного инвентаря. Тогда снижение интенсивности коммуникаций становится наблюдаемым решением, а не потерянной доставкой.

Пример решения по предельной частоте

Допустим, первые три показа создают 900 инкрементальных покупок, показы с четвёртого по шестой — ещё 160, а следующие четыре — только 20 и повышают скрытия рекламы. Средний CPA всех десяти может оставаться допустимым благодаря сильному началу. Чтобы решить, стоит ли сохранять последние контакты, нужно сравнить дополнительную маржу с расходами на показы, негативными последствиями и доступными альтернативами использования бюджета.

Команда должна сравнивать не «кампания в целом окупилась», а «стоит ли следующий показ своей цены». Если подавление хвоста освобождает инвентарь для новых пользователей, выгода складывается из предотвращённого ущерба и лучшего перераспределения.

Ограничение интерпретации

Доля пользователей с отрицательной реакцией из исследования не является готовой нормой для другого бренда. Она получена на конкретных данных, площадках и моделях. В новой категории состав классов может различаться, а усталость проявляться раньше или позже. Переносить нужно не число, а способ мышления: допускать отрицательный предельный эффект, искать неоднородность и сравнивать варианты частотной политики причинным тестом. Именно это защищает от универсальных лимитов, замаскированных под науку.

Полезно повторять оценку после смены формата и медиамикса. Видео, статичный баннер и нативное размещение расходуют внимание по-разному, поэтому найденная граница не переносится автоматически даже внутри одного бренда.

При расчёте экономики каждую затрату учитывают один раз. Если выручка уже отражает скидки и возвраты, повторно их не вычитают. Если маржинальный доход уже включает логистику, обслуживание или коммуникации, эти расходы не списывают ещё раз.

Карточка проверки на данных бизнеса

Ниже предложен дизайн проверки CRM Lab. Указанные сроки — стартовые ориентиры; их уточняют по циклу покупки и расчёту размера выборки до запуска.

Кого распределяем. Пользователи или устойчиво определяемые домохозяйства до начала кампании.

Какие группы сравниваем. Несколько частотных лимитов при одинаковых правилах таргетинга и сопоставимом бюджете.

Основная метрика. Заранее выбрать посещение, покупку или маржинальный доход; не менять основную метрику после просмотра результатов.

Горизонт. Например, 4 недели кампании и 4 недели наблюдения; окно уточняют под цикл решения.

Ограничения. Лимит не равен фактической частоте. Учитывать устройства, видимость и затраты; сравнивать назначенные политики, а не самопроизвольно возникшие группы частот.

До запуска зафиксируйте минимальный эффект, ради которого имеет смысл менять политику, и достаточный размер выборки. В отчёте показывайте размер эффекта и доверительный интервал, а не только статус статистической значимости.

Вывод

Дополнительный контакт не всегда приносит пользу, но и не всегда является бесполезным. У части аудитории он способен снижать результат. На конкретных данных модель обнаружила отрицательный предельный эффект на посещение сайта примерно у четверти пользователей, огромные различия между площадками и потенциал улучшения от персонального управления частотой.

Для CRM Lab практический вывод прост: оптимизировать нужно дополнительную ценность следующего контакта. Единый лимит частоты защищает от крайностей, но следующий уровень — учитывать клиента, темп, контекст и все каналы. Иногда лучшее персональное решение — вовремя остановиться.

Источник

Inyoung Chae; Hernán A. Bruno; Fred M. Feinberg. Wearout or Weariness? Measuring Potential Negative Consequences of Online Ad Volume and Placement on Website Visits. Journal of Marketing Research. 2019. Vol. 56. 57-75. DOI: 10.1177/0022243718820587.