Weborama представила новый функционал и интерфейс data-платформы
Инфраструктура позволяет работать со всеми типами идентификаторов, включая hard ID, и осуществлять омниканальную коммуникацию
Weborama представила обновленные пользовательский интерфейс и функционал платформы управления данными Weborama Audience Manager (WAM).
Система позволяет использовать все типы идентификаторов, включая не только cookies, но и hard ID — электронные почты, номера телефонов, идентификаторы мобильных устройств (IDFA/GAID). Благодаря этому можно объединять данные разнородных источников — как офлайн, так и онлайн — и формировать единый профиль потребителя. Вся аналитика по созданным аудиториям доступна для просмотра на главном экране без дополнительных действий.
Расширились возможности омниканальной коммуникации. Платформа позволяет пользователям в один клик настроить передачу одного аудиторного сегмента сразу в несколько рекламных платформ в тех идентификаторах, с которыми работает принимающая платформа. Благодаря этому рекламодатели смогут строить сквозную коммуникацию по всем рекламным каналам.
Кроме того, владельцам данных теперь доступна не только передача отдельных аудиторных сегментов между связанными WAM-аккаунтами, но и передача целой таксономии — структурированного набора поведенческих характеристик. Это позволит ускорить процесс передачи сегментов на площадки, которые также используют платформу Weborama для работы с данными, и по запросу делиться данными между агентским и клиентскими аккаунтами.
Эльвира Сафаева, заместитель генерального директора, директор по data-продуктам Weborama:
Новая версия платформы разработана с учетом повышенного спроса на CDP-решения (Customer Data Platform, платформа клиентских данных — прим. Sostav), который обусловлен ростом задач по работе с потребителем как в онлайн-, так и офлайн-среде и построением сквозной аналитики. У нас большие планы по следующим обновлениям, в том числе в ближайшее время будут доступны новые предиктивные модели и набор преднастроенных контекстуальных URL-based сегментов.
Сотня лучших компаний на рекламном рынке Москвы 2020/2021 операторы и сейлсхаусы, баинг и медиапланирование, брендинговые и креативные агентства, веб-дизайн и продакшн, BTL-агентства и организаторы мероприятий, PR и SMM и т.д.
 | Написать сообщение |
Адрес: Москва, ул. Каланчевская, 16, стр. 1, 2 этаж (главный офис)
Компания Weborama — европейский лидер в области управления данными и сегментации аудитории, аудита и размещения рекламных кампаний в форматах Rich Media и Online Video.
Weborama специализируется на разработке и внедрении технологический решений, основанных на работе с аудиторными данными и направленных на улучшение маркетинговых показателей и повышение эффективности рекламных расходов.
 | Баллов в общем рейтинге РРАР: 635 |
 | Позиция компании на рынке: уверенная |
 | Один из лидеров в категории «Интернет-технологии» |
Новый функционал и интерфейс data-платформы Weborama
Weborama представила обновленный пользовательский интерфейс и новый функционал платформы управления данными Weborama Audience Manager (WAM).
Interactive ServicesКомпания Interactive Services специализируется на разработке digital-проектов и интеграции интерактивных решений с использованием SMS и мобильных технологий; внедряет мотивационные программы для потребителей и промо-персонала; осуществляет интеграцию CRM-систем, платежных и других сервисов. |
Рейтинг ведущих технологических платформ для автоматизации рекламных кампанийAdIndex представил рейтинг digital-технологий для автоматизации продвижения в цифровой среде, построенный на клиентском опыте: DSP-решения, рекламные сети, лидогенерация, системы аналитики и аудита, поставщики Big Data, нативная реклама и инфлюенс-маркетинг. В интегральном рейтинге, оценивающем доли рынка и качество продукта и оказываемого сервиса, лидируют MyTarget, Performance Marketing Lab и Яндекс.Директ. |
Информация о компании
Компания Weborama («Веборама») была основана в 1998 году во Франции, а российский офис Weborama Russia открылся в 2012 году в Москве. Сегодня Weborama специализируется на реализации data-решений, направленных на улучшение маркетинговых показателей и оптимизацию рекламных расходов.
Weborama объединяет международную команду из более чем 300 data-специалистов и экспертов в области аналитики и технологий, которые работают в России, Франции, Испании, Италии, Португалии, Нидерландах и Мексике.
Специализируясь на формате Rich Media, Weborama использует собственную технологию ScreenAd для создания, показа и измерения рекламных креативов на всех типах устройств через платформу Weborama Campaign Manager.
Баннер + Fullscreen для MasterCard
Takeover-баннер для Volvo
Billboard + Fullscreen Video для BMW
В настоящее время более 400 крупнейших компаний из разных отраслей, а так же рекламных агентств (GroupM, Mindshare, Media Instinct, Mediacom, TRAFFIC, Adwatch/Isobar, Leo Burnett, Nectarin, Publicis, Perfomics, Webbika и другие) используют решения Weborama для управления и оптимизации интернет-инвестиций. С 2015 года российское подразделение компании входит в состав ассоциации IAB Russia.
Среди клиентов: МегаФон, Unilever, Леруа Мерлен, Toyota, Nestle, Danone, Procter & Gamble, ИКЕА, ВТБ, Avito, Coca-Cola, Heinz, РБК, Лаборатория Касперского, Nespresso, L’Oreal, Nike, Донстрой, VW, Volvo, Yves Rocher, American Express, CTC-Медиа, Sanoma, Hearst Shkulev Media, CondeNast и другие.
Управляющий директор — Анжела Федорченко
Директор по работе с клиентами — Маргарита Чаплыгина
Директор по data-продуктам — Эльвира Сафаева
Руководитель интегрированных проектов — Илья Бердников
Cstatic.weborama.fr
Cstatic.weborama.fr
| Global rank | 42 699 |
|---|---|
| Daily visitors | — |
| Daily pageviews | — |
| Pageviews per user | 0 |
| Rating | |
|---|---|
| Status | Offline |
| Latest check | 1 month ago |
Countable Data Brief
Weborama.fr is tracked by us since April, 2011. Over the time it has been ranked as high as 14 749 in the world, while most of its traffic comes from Russian Federation, where it reached as high as 4 079 position. Cstatic.weborama.fr receives less than 1% of its total traffic. It was owned by several entities, from W1039-FRNIC to WEBORAMA, it was hosted by EdgeCast Networks Inc. and MCI Communications Services Inc. d/b/a Verizon Business.
Cstatic.weborama has the lowest Google pagerank and bad results in terms of Yandex topical citation index. We found that Cstatic.weborama.fr is poorly ‘socialized’ in respect to any social network. According to MyWot, Siteadvisor and Google safe browsing analytics, Cstatic.weborama.fr is quite a safe domain with mostly negative visitor reviews.
Worldwide Audience
Weborama.fr gets 17.9% of its traffic from Russian Federation where it is ranked #61924.
| Russian Federation | 17.9% |
| Russian Federation | 61 924 |
Traffic Analysis
It seems that the number of visitors and pageviews on this site is too low to be displayed, sorry.
Subdomains Traffic Shares
Cstatic.weborama.fr has no subdomains with considerable traffic.
Cstatic.weborama.fr is not yet effective in its SEO tactics: it has Google PR 0. It may also be penalized or lacking valuable inbound links.
Domain Registration Data
Owner since May 25, 2014
Expired on January 01, 1970
Created on June 04, 1998
Changed at October 16, 2020
It seems Cstatic.weborama.fr has no mentions in social networks.
Cstatic.weborama.fr is hosted by MCI Communications Services, Inc. d/b/a Verizon Business.
MCI Communications Services, Inc. d/b/a Verizon Business
Илья Бердников, Weborama: Как определить, какой вид аналитики вам предлагают
Руководитель направления интегрированных стратегий Weborama обозначил отличия сквозной и сводной аналитики
Обсуждая недавно с клиентом форматы предоставления данных и существующие аналитические шаблоны, мы на вполне рыночных условиях предложили услугу по сквозной аналитике. Клиент неожиданно заявил, что обозначенная нами цена неоправданно высока. По его словам, на рынке сегодня масса предложений по сквозной аналитике, причем гораздо более выгодных.
Мы были удивлены, поскольку сквозная аналитика — достаточно технологичный продукт, требующий наличия специально разработанных программных решений, которых на рынке не так уж много. Клиент, однако, настаивал, что аналогов предостаточно, более того — недавно он получил от агентств сразу несколько более выгодных предложений, аналогичных нашему.
Спор прекратился лишь после того, как клиент продемонстрировал примеры предложенной ему «сквозной аналитики». Как мы и думали, под видом сквозной ему продавали аналитику сводную.
Объяснить неподготовленному человеку, в чем разница между этими двумя видами аналитики было тяжелее, чем может показаться, но мы справились с этой задачей. Начали с определений.
Сводная аналитика предполагает обычную агрегацию в одном интерфейсе статистических данных, чаще всего исключительно количественных. Информация о закупленных единицах инвентаря, потраченном бюджете и охваченной аудитории загружается независимо друг от друга. Это решение, по сути, выполняет функцию сведения статистики из разных систем в один интерфейс для удобства пользователя.
Сквозная аналитика — значительно более сложный инструмент, позволяющий комплексно обрабатывать данные из самых разных источников, причем не только количественные, но и качественные. Массивы данных агрегированы и связаны между собой благодаря единому уникальному идентификатору пользователя (ID). Идентификатор позволяет объединить все каналы коммуникации в рамках общего пространства, а не использовать их как отдельно взятые инструменты для общения с целевыми аудиториями.
Мы не ограничились одним определением, а предоставили нашему собеседнику конкретные примеры, и только когда мы подробно разобрали основные отличия сквозной аналитики от сводной, нашему заказчику стало понятно кардинальное отличие между этими двумя понятиями.
Хороший пример сводной аналитики — круговая диаграмма с сегментами, означающими источники трафика. «Контекстная реклама», «медийная реклама на Яндексе», «медийная реклама на Гугле» и сегмент «органический трафик», в который были включены люди, вводившие в командной строке адрес сайта компании.
С помощью методов сводной аналитики невозможно ответить на вопросы «Откуда в голове у этих людей появилась мысль набрать в командной строке название сайта?» или «Откуда эти люди взяли доменное имя сайта, чтобы указать его в командной строке?». Это можно сделать только в рамках комплексного, сквозного анализа.
ИТАК, ЧЕТЫРЕ КЛЮЧЕВЫХ ОТЛИЧИЯ СВОДНОЙ И СКВОЗНОЙ АНАЛИТИКИ
Единый идентификатор пользователя сети (ID)
Сводная аналитика не подразумевает наличие данной сущности. Без ID проанализировать коммуникацию человека с рекламой разных форматов и на различных устройствах невозможно. Присвоение идентификатора возможно благодаря функционалу систем трекинга рекламы и DMP (платформа управления данными).
Сегодня единый идентификатор применяется для анализа данных, однако повсеместная цифровизация приведет к более широкому его использованию повсеместно. Идентификатор позволяет связывать активность пользователя в различных онлайн-каналах (контекстная реклама, баннеры, интернет-видео, которые были запущены на независимых друг от друга площадках, например в Google и Яндексе).
Единое хранилище данных
Даже имея единый идентификатор, провести сквозной анализ разнородных массивов информации невозможно, если данные разбросаны по различным носителям. Применяемые в сквозной аналитике алгоритмы требуют использования единого хранилища данных, в качестве которого может выступать, например, система DMP.
Подобная система выполняет сразу несколько функций: присваивает единый идентификатор, хранит данные о пользователях и передает обработанные данные в другие системы для анализа и так далее.
Возможность в реальном времени показать влияние на целевые действия любой интернет-площадки из группы анализируемых
Сводная аналитика позволяет определить маркетингово-коммуникационную динамику лишь эмпирическим путем на основе А/Б тестирования: последовательно убирая из списка закупаемых площадок по одному коммуникационному каналу, исследователь замеряет влияние, которое это оказывает на ход рекламной кампании.
Понятно, что время, затрачиваемое на анализ целевых действий для каждой из площадок, растет пропорционально количеству анализируемых сайтов. Сквозная аналитика позволяет отказаться от такого подхода.
Чтобы понять, как отработала площадка, ее не нужно убирать из списка и проводить замеры: инструменты дают заказчику возможность в режиме реального времени видеть даже тот вклад, который в данный момент времени приносят в общую конверсию неконверсионные площадки.
Анализ эффективности аудиторных сегментов
Это важное дополнение к стандартному анализу эффективности интернет-площадок. Работать с площадками сегодня умеют многие, но не зря в профессиональной среде популярно выражение «не важно — где, важно — кому».
Инструменты сквозной аналитики позволяют взглянуть на результаты рекламной кампании под необычным углом: помимо вклада, внесенного каждой из площадок, на которых проводилось размещение, заказчик видит вклад каждой аудиторной группы, на которую он таргетировал свое сообщение.
Только сквозная аналитика сегодня покажет конверсии (conversion rate) в рамках аудиторных сегментов на каждой из отдельно взятой площадки, участвовавшей в рекламной кампании. Единый идентификатор позволяет составить аудиторный портрет группы пользователей, отобранной по социально-демографическим профилям и интересам.
Заказчику можно показать пользователей с определенными характеристиками, совершившими конкретное действие в рамках всей рекламной кампании. Такой подход позволяет сортировать источники трафика и конверсий и решить, какие из них можно убрать без влияния на конечный результат.
Резюмируя, можно сказать, что сводная аналитика — это частный случай аналитики сквозной, более простой формат, позволяющий установить базовые причинно-следственные связи в рамках схемы «потраченные деньги = полученная конверсия».
Вряд ли стоит преуменьшать значимость компаний, которые занимаются сведением разрозненной информации в единый интерфейс — для клиентов это процесс первой необходимости.
Тем не менее хотелось бы, чтобы работающие в нашей отрасли специалисты начали разделять термины «сквозная аналитика» и «сводная аналитика», ведь различие между ними становятся критически важным, когда речь заходит о действительно комплексных проектах, нацеленных на анализ в режиме реального времени не только отдельных коммуникационных каналов и/или аудиторных групп, но и их влияния друг на друга и конечные действия пользователей.
Сегодня все больше людей понимает, что система интернет-маркетинга гораздо сложнее любых однажды выведенных формул, и пользователь уже давно не принимает конечное решение, ориентируясь исключительно на увиденную однажды рекламу.
В общем, подумайте: выбор в пользу сквозной аналитики сегодня позволит вам не переплачивать за онлайн-рекламу завтра.
Как повышение знания об аудитории помогает расширить ЦА: кейс кластерного анализа Weborama и БК BingoBoom
В кейсе букмекерской компании BingoBoom рассказываем, как с помощью кластерного анализа определить ключевые особенности поведения аудитории в интернете, чтобы повысить осведомленность компании о своей текущей целевой аудитории и найти новую, потенциально заинтересованную в букмекерском продукте.
Понимание целевой аудитории бренда позволяет быть в тесном контакте с собственной клиентской базой, а также применять эти знания для построения персонализированного подхода в коммуникациях с новой аудиторией.
Одной из приоритетных задач для BingoBoom стал поиск новой аудитории схожей с фактической. Так, перед специалистами Weborama была поставлена задача: найти пользователей российского сегмента Интернета, которые потенциально могли бы быть рекрутированы в фактическую аудиторию BingoBoom, заинтересованную в ставках на спорт.
BingoBoom является одним из крупнейших онлайн-букмекеров России, поэтому аналитическая работа с аудиторией компании была актуальной и в дальнейшем может стать репрезентативной для букмекерской индустрии в целом.
В экосистеме Weborama существует база аудиторных профилей с данными об интересах, образе жизни и соц.дем параметрах, сформированных на основе поведения пользователей в сети. База насчитывает более 180 млн уникальных пользователей в месяц, каждый из которых описан более, чем 200 поведенческими характеристиками и разной степенью заинтересованности от 1 до 20.
Для реализации задачи BingoBoom было принято решение с помощью инструмента Weborama MoonFish сформировать кастомный сегмент пользователей, заинтересованных в индустрии азартных игр, и проанализировать его на предмет схожести с текущей аудиторией BingoBoom (аудиторией ставок на спорт). Данный сегмент базируется на словах, которые относятся к тематике азарта, азартных игр и финансов: Forex, казино, ставки, покер и прочее.
Таким образом, в качестве одного из методов решения задачи была сформулирована следующая гипотеза, которую и предстояло проверить: могут ли пользователь часто взаимодействующие с контентом, связанным с азартом в интернете, потенциально быть заинтересованы в ставках на спорт.
Подход к решению задачи:
Основную идею исследования можно свести к следующему: аудитории ставок на спорт и азартных игр неоднородны и могут быть разделены на определенное количество сегментов. Акцент на общих аспектах поведения пользователей позволит осуществить успешную конвертацию.
Для того, чтобы подтвердить гипотезу было необходимо последовательно решить ряд задач.
Всю работу над проектом можно разделить на два этапа: подготовительный, в рамках которого осуществлялся сбор и предпроцессинг данных, и аналитический.
При сравнении двух аудиторий на предмет выявления схожих интересов, мы определили, что схожие интересы являются достаточно общими, характерными для большинства интернет-пользователей (например, интересы к фильмам, бытовым товарам). Основная же часть интересов у групп абсолютно отличалась.
Чтобы понять, какую долю аудитории азартных игр мы можем конвертировать в аудиторию ставок на спорт, нам потребовалось провести сегментацию внутри каждой группы и более глубоко изучить поведение пользователей. Для этого мы провели иерархический кластерный анализ аудитории.
В результате было образовано 7 кластеров: 4 для аудитории ставок на спорт и 3 для аудитории азартных игр.
Отличительной особенностью аудитории ставок на спорт являются интересы в области контента, связанного с финансами, путешествиями и спортом.
В свою очередь отличительными особенностями азартной аудитории являются интересы в области видеоигр, искусства, здорового питания, ухода за собой, и только для одного кластера выявлены параметры, характерные для аудитории ставок на спорт, в частности интерес в области спорта, путешествий и финансов (38% пользователей).
В силу того, что только один кластер аудитории азартных игр содержит интересы, свойственные аудитории ставок на спорт, в то время как другие кластеры обладают совершенно другим набором признаков, был сделан вывод, что именно эти 38% потенциально могут быть сконвертированы в аудиторию ставок на спорт. Как итог, гипотеза подтвердилась: за счет сегментации ЦА можно добиться конвертации пользователей из сегмента азартных игр в ставки на спорт, что позволит расширить фактическую аудиторию BingoBoom.
Основываясь на интересах указанного сегмента, Weborama предложила следующие шаги по конвертации:
