Систематизация методов оценки эффективности рекламных кампаний в СМИ: от традиционных подходов к инновациям Big Data и ИИ

В условиях современного, быстро меняющегося медиаландшафта, когда глобальные инвестиции в рекламу исчисляются миллиардами долларов, вопрос точной и объективной оценки её эффективности становится критически важным. Маркетологи и рекламодатели постоянно сталкиваются с задачей не просто донести сообщение до потребителя, но и убедиться, что каждый вложенный рубль приносит ощутимую отдачу. Динамичность медиасреды, появление новых каналов коммуникации и стремительное развитие технологий требуют от специалистов постоянного обновления знаний и методологий. Без систематизированного подхода к оценке, рекламные кампании рискуют стать лишь дорогостоящей активностью, не приносящей желаемого бизнес-результата, что, безусловно, сказывается на общей рентабельности и конкурентоспособности компании.

Настоящая работа призвана систематизировать и всесторонне рассмотреть современные методы оценки эффективности рекламных кампаний в средствах массовой информации, включая как традиционные, так и цифровые каналы. Мы углубимся в особенности каждого метода, проанализируем их практическое применение, выявим ограничения и исследуем, как новые технологии, такие как Big Data и искусственный интеллект, трансформируют эти подходы. Для студентов экономических, маркетинговых и журналистских специальностей, а также аспирантов, занимающихся исследованиями в области рекламы и медиакоммуникаций, этот реферат станет ценным руководством, позволяющим не только освоить теоретические основы, но и понять практические нюансы эффективного измерения рекламного воздействия.

Теоретические основы оценки эффективности рекламных кампаний

Понятие и сущность эффективности рекламы

В основе любой осмысленной рекламной деятельности лежит стремление к достижению конкретных целей, а следовательно, и необходимость измерения того, насколько успешно эти цели были достигнуты. Именно здесь на первый план выходит концепция эффективности рекламы. Это не просто абстрактное понятие, а конкретная, измеримая степень, с которой рекламная кампания достигает поставленных задач при оптимальном расходовании ресурсов. В широком смысле, эффективность — это соотношение между полученными результатами и затраченными на их достижение средствами.

Однако важно понимать, что понятие эффективности многогранно и часто подразделяется на две ключевые категории: коммуникативную эффективность и экономическую эффективность.

• Коммуникативная эффективность рекламы фокусируется на психологическом воздействии рекламного сообщения на целевую аудиторию. Она измеряет, насколько успешно реклама изменяет знания, отношение, предпочтения и мотивы потребителей. Например, кампания может быть признана коммуникативно эффективной, если она привела к росту узнаваемости бренда на 3,2% ежемесячно, как это было в кейсе ECCO. Основная задача здесь – не продать товар немедленно, а создать благоприятную почву для будущих продаж, формируя позитивный имидж бренда, повышая его осведомленность или информируя о новых характеристиках продукта. Методы оценки коммуникативной эффективности часто включают измерение «меры внедрения рекламы» — доли потребителей, которые запомнили и способны воспроизвести рекламное сообщение, а также «коэффициента вовлеченности в потребление» — разности между долями потребителей, использующих продукт и помнящих рекламу, и тех, кто использует продукт, но рекламу не помнит.
• Экономическая эффективность рекламы переводит рекламное воздействие в плоскость конкретных финансовых результатов. Она отражает влияние рекламной деятельности на ключевые экономические показатели компании: объём продаж, прибыль, рентабельность, рыночную долю. Иными словами, это ответ на вопрос: «Сколько денег принесла нам реклама?». Количественная оценка экономической эффективности включает сравнение финансовых показателей до и после кампании, сопоставление с результатами конкурентов, а также анализ доли рекламных расходов в общей прибыли компании. Компании, которые стратегически выстраивают свои рекламные цели в прямой привязке к бизнес-задачам, демонстрируют в среднем на 42% лучшие результаты по ROMI (Return on Marketing Investment) — возврату инвестиций в маркетинг. Например, для офлайн-магазинов, целенаправленная кампания может привести к увеличению объёма продаж на 34%.

Таким образом, глубокое понимание и разделение этих двух типов эффективности позволяет маркетологам выбрать наиболее адекватные методы измерения и избежать ошибок в интерпретации результатов, что критически важно для принятия обоснованных решений.

Классификация целей рекламных кампаний в СМИ

Формулировка целей рекламной кампании — это первый и один из наиболее важных шагов в процессе планирования и последующей оценки. Без чётко определённых целей невозможно понять, что именно нужно измерять и какие показатели будут свидетельствовать об успехе. Цели рекламных кампаний в СМИ традиционно подразделяются на две большие категории: коммуникативные и экономические.

Коммуникативные цели сосредоточены на изменении восприятия, знаний и отношения целевой аудитории к продукту, бренду или компании. Они не всегда напрямую связаны с немедленными продажами, но формируют необходимую основу для их долгосрочного роста. Примеры коммуникативных целей включают:

• Повышение узнаваемости бренда: Сделать так, чтобы целевая аудитория знала о существовании бренда или продукта. Например, как в кейсе ECCO, где целью было добиться роста узнаваемости в среднем на 3,2% ежемесячно. Методы оценки здесь будут включать опросы на узнаваемость и Brand Lift исследования.
• Формирование положительного отношения: Создание или улучшение имиджа бренда, повышение его привлекательности в глазах потребителей.
• Изменение знаний о продукте: Информирование о новых функциях, преимуществах или способах использования продукта.
• Усиление лояльности: Побуждение к повторным покупкам, укрепление эмоциональной связи с брендом.
• Привлечение внимания к акции: Информирование о скидках, специальных предложениях.

Если главной целью является повышение узнаваемости бренда, то фокус оценки сместится на метрики, отражающие изменение ментального восприятия аудитории.

Экономические цели напрямую связаны с финансовыми результатами деятельности компании. Они измеряют прямое влияние рекламы на бизнес-показатели. Примеры экономических целей включают:

• Увеличение объёма продаж: Самая очевидная и часто преследуемая цель. Например, добиться роста продаж на 34% для офлайн-магазинов, как это было в одном из успешных кейсов.
• Увеличение прибыли: Рост чистой прибыли компании за счёт увеличения продаж или оптимизации затрат.
• Расширение рыночной доли: Увеличение доли продукта или бренда на общем рынке.
• Снижение издержек: Оптимизация затрат на маркетинг при сохранении или росте объёмов продаж.
• Привлечение новых клиентов (лидов): Получение контактов потенциальных клиентов, заинтересованных в продукте или услуге.

Если целью является увеличение продаж, то методы оценки будут сосредоточены на анализе данных о продажах, ROI (Return on Investment) и ROAS (Return on Ad Spend).

Правильная и чёткая формулировка целей, основанная на принципе SMART (Specific, Measurable, Achievable, Relevant, Time-bound), является критически важной. Она не только помогает сфокусировать рекламные усилия, но и определяет, какие именно метрики и методы оценки будут наиболее релевантными и информативными.

Взаимосвязь целей, медиапланирования и методов оценки

Медиапланирование — это своего рода дирижёр в оркестре рекламной кампании. Это стратегический процесс определения оптимального сочетания медиаканалов и их использования для достижения поставленных рекламных целей в рамках заданного бюджета. Оно начинается с глубокого понимания целевой аудитории, её медиапотребления и, конечно же, чётко сформулированных целей кампании.

Эта взаимосвязь проста, но фундаментальна:

1. Цели определяют медиапланирование. Если коммуникативная цель — повысить узнаваемость, медиапланирование будет ориентироваться на максимальный охват широкой аудитории (например, через ТВ-рекламу или крупные медийные интернет-площадки). Если же экономическая цель — увеличить продажи конкретного продукта, то план может включать таргетированную цифровую рекламу, контекстную рекламу или акции в точках продаж.
2. Медиапланирование влияет на выбор методов оценки. Выбранные медиаканалы и стратегии диктуют, какие данные будут доступны для анализа и какие методы оценки будут наиболее применимы.

Например, для кампании с целью повышения узнаваемости через телевизионную рекламу, медиапланирование будет включать выбор каналов, времени трансляции и частоты показов для достижения максимального Gross Rating Point (GRP) или Target Rating Point (TRP). В этом случае, оценка эффективности будет сфокусирована на панельных исследованиях для измерения охвата и частоты, а также на опросах для Brand Lift.

Если же цель кампании — увеличить онлайн-продажи, медиапланирование будет включать выбор цифровых каналов (контекстная реклама, таргетированная реклама в социальных сетях). Здесь методы оценки будут основаны на веб-аналитике, отслеживании CTR, CPC, конверсий, ROI и ROAS.

Таким образом, медиапланирование выступает связующим звеном между стратегическими целями бизнеса и тактическими инструментами оценки. Грамотное медиапланирование не просто распределяет бюджет по каналам, а создаёт измеримую экосистему, в которой каждый элемент рекламной кампании направлен на достижение конкретных, заранее определённых показателей, которые затем будут оценены соответствующими методами. Эффективность рекламы, как уже было сказано, это степень достижения поставленных целей при оптимальном использовании ресурсов, и эта оптимальность достигается именно через интеграцию целей, медиапланирования и выбранных методов оценки. Этот комплексный подход, несомненно, повышает шансы на успех всей маркетинговой стратегии.

Методы оценки коммуникативной и экономической эффективности в традиционных СМИ

Традиционные средства массовой информации, такие как телевидение, радио и печатные издания, на протяжении десятилетий формировали основу рекламного рынка. Несмотря на активное развитие цифровых каналов, они по-прежнему остаются мощными инструментами для охвата широкой аудитории и формирования имиджа бренда. Однако измерение эффективности в этих медиа имеет свою специфику и сопряжено с определенными сложностями. Здесь применяются как количественные, так и качественные методы, каждый из которых имеет свои преимущества и ограничения.

Количественные методы оценки коммуникативной эффективности

Количественные методы направлены на измерение конкретных, числовых показателей, которые можно статистически обработать. В контексте коммуникативной эффективности в традиционных СМИ, это прежде всего метрики, отражающие охват аудитории и частоту контакта с рекламным сообщением.

• Охват (Reach): Это процент или абсолютное количество уникальных представителей целевой аудитории, которые хотя бы один раз контактировали с рекламным сообщением. Например, если рекламный ролик был показан по ТВ, охват покажет, сколько человек его увидели.
• Частота (Frequency): Среднее количество контактов с рекламным сообщением у одного представителя целевой аудитории за определенный период. Чрезмерно низкая частота может не привести к запоминанию, а слишком высокая — вызвать раздражение.
• Gross Rating Point (GRP): Суммарный рейтинг всех выходов рекламного сообщения. Это не что иное, как произведение общего охвата (в процентах) на среднюю частоту контактов. GRP позволяет оценить «вес» кампании, но не показывает уникальный охват. Формула: GRP = Охват (%) × Средняя частота.
• Target Rating Point (TRP): Аналогичен GRP, но рассчитывается исключительно для целевой аудитории. Он более точно отражает эффективность кампании для конкретного сегмента потребителей.

Методы измерения:

• Панельные исследования: Регулярные опросы или мониторинг медиапотребления постоянной группы респондентов, которые используются для измерения охвата и частоты. Например, медиапанели, отслеживающие просмотр ТВ или прослушивание радио.
• Ad Recall (запоминаемость рекламы): Тесты, проводимые до и после кампании, чтобы определить, какой процент аудитории запомнил рекламное сообщение. Это может быть как спонтанное припоминание (recall), так и узнавание (recognition) при предъявлении рекламного материала.

Эти методы дают представление о том, сколько людей увидели или услышали рекламу и как часто, а также насколько хорошо они ее запомнили.

Качественные методы оценки коммуникативной эффективности

Качественные методы дополняют количественные, позволяя глубже понять, как потребители воспринимают рекламное сообщение, какие эмоции оно вызывает, и какие смыслы они из него извлекают.

• Опросы (до и после кампании): Широко используемый метод, позволяющий измерить изменение осведомленности о бренде, узнаваемости рекламы, отношения к продукту или намерений покупки. Опросы проводятся до запуска кампании (Pre-test) для измерения базовых показателей и после ее завершения (Post-test) для оценки изменений. Сравнение результатов позволяет выявить влияние рекламы.
• Фокус-группы: Это небольшие группы целевых потребителей (обычно 6-10 человек), которые под руководством модератора обсуждают рекламное сообщение. Метод позволяет получить глубокую качественную обратную связь о восприятии креатива, его сильных и слабых сторонах, понимании сообщения, вызываемых эмоциях.
• Тесты на запоминаемость (recall, recognition):
  • Recall (спонтанное припоминание): Респондентов просят вспомнить все рекламные сообщения, которые они видели или слышали за определенный период, без каких-либо подсказок.
  • Recognition (узнавание): Респондентам показывают несколько рекламных сообщений (среди которых есть и исследуемое) и просят идентифицировать те, которые они видели ранее.
    Эти тесты оценивают, насколько хорошо потребители запомнили рекламу.
• Eye Tracking (айтрекинг): Современный метод, использующий специальные устройства для отслеживания движений глаз респондентов при просмотре рекламы (печатной, ТВ-ролика). Это позволяет выявить, на какие элементы рекламного сообщения пользователи обращают больше внимания, что привлекает их взгляд, а что остаётся незамеченным. Метод очень ценен для оптимизации визуального ряда и композиции.

Качественные методы незаменимы для понимания «почему» реклама работает или не работает, предоставляя инсайты, которые не могут быть получены только из числовых данных. Без них невозможно сформировать полноценное представление о коммуникативном воздействии.

Методы оценки экономической эффективности в традиционных СМИ

Измерение экономической эффективности в традиционных СМИ сопряжено с большей сложностью, чем в цифровых каналах, из-за трудности точного отслеживания прямого пути потребителя от контакта с рекламой до совершения покупки. Однако существуют подходы, позволяющие оценить корреляцию между рекламными инвестициями и бизнес-результатами.

• Корреляционно-регрессионный анализ: Этот статистический метод позволяет выявить и количественно оценить степень взаимосвязи между рекламными затратами и экономическими показателями, такими как объём продаж или прибыль. Эконометрические модели могут быть построены для определения коэффициента корреляции, который, в зависимости от отрасли и длительности эффекта, может варьироваться от 0,41 до 0,65. Например, можно построить регрессионную модель, где объём продаж является зависимой переменной, а рекламные расходы — независимой.
• Метод «до и после» (Pre-Post Analysis): Один из простейших подходов, который предполагает сравнение экономических показателей (объёмов продаж, прибыли) до начала рекламной кампании и после её завершения.
  Например, если до кампании месячные продажи составляли 1000 единиц, а после — 1200 единиц, прирост в 200 единиц можно частично отнести на счёт рекламы. Однако, существенным недостатком этого метода является сложность изоляции влияния рекламы от других факторов (сезонность, действия конкурентов, изменение цены, общеэкономическая ситуация), которые также могли повлиять на продажи.
• Применение контрольных и экспериментальных групп: Этот метод позволяет более точно выделить влияние рекламы.
  • Экспериментальная группа: Регион, город или группа магазинов, где проводится рекламная кампания.
  • Контрольная группа: Аналогичный регион, город или группа магазинов, где рекламная кампания не проводится (или проводится с иной интенсивностью/креативом).
    Разница в экономических показателях между этими группами может быть атрибутирована воздействию рекламы, поскольку другие факторы, предположительно, влияют на обе группы одинаково. Например, если в экспериментальном регионе продажи выросли на 15%, а в контрольном — на 5%, то чистый эффект рекламы можно оценить в 10%.
• Косвенные методы для ROI/ROAS: Из-за отсутствия прямого отслеживания, ROI (Return on Investment) и ROAS (Return on Ad Spend) в традиционных СМИ часто оцениваются косвенно. Это может быть соотнесение общего прироста продаж (после изоляции других факторов) с рекламными расходами. Также используется анализ «окна конверсии», отражающего временной лаг между контактом с рекламой и совершением покупки, который помогает оценить отложенный эффект.

Ограничения традиционных методов

Несмотря на свою важность и длительную историю использования, методы оценки эффективности в традиционных СМИ имеют ряд существенных ограничений, которые необходимо учитывать:

• Сложность точного отслеживания пути потребителя: Это, пожалуй, самое главное ограничение. В отличие от цифровой среды, где каждый клик и действие пользователя фиксируются, в традиционных СМИ практически невозможно отследить, какой конкретно рекламный контакт (например, просмотр ТВ-ролика или прочтение статьи в газете) привёл к совершению покупки. Путь потребителя от первого контакта до конверсии остаётся «чёрным ящиком».
• Проблема изоляции влияния рекламы: Как упоминалось выше, на продажи и другие экономические показатели влияет множество факторов (цена, качество продукта, дистрибуция, конкуренция, сезонность, экономическая ситуация). Выделить «чистый» эффект от рекламы крайне сложно. Методы, такие как контрольные группы и эконометрические модели, помогают, но не всегда дают 100% точность.
• Высокая стоимость и длительность исследований: Проведение широкомасштабных опросов, панельных исследований или формирование контрольных групп в традиционных медиа часто требует значительных временных и финансовых затрат.
• Субъективность качественных данных: Результаты фокус-групп и глубинных интервью, хотя и ценны для получения инсайтов, могут быть подвержены влиянию модератора или доминирующих мнений в группе, а также не всегда легко масштабируются на всю целевую аудиторию.
• Задержка в получении результатов: Оценка эффективности в традиционных СМИ часто происходит с задержкой, что затрудняет оперативное внесение корректировок в ход кампании.

Эти ограничения подчёркивают необходимость комбинирования различных методов и поощряют поиск новых, более точных подходов, особенно в условиях развивающейся цифровой трансформации.

Особенности и метрики оценки эффективности рекламных кампаний в цифровых СМИ

Цифровая эпоха кардинально изменила подходы к рекламе и её оценке. Интернет-среда, в отличие от традиционных СМИ, предоставляет уникальные возможности для детального, точного и оперативного измерения эффективности рекламных кампаний. Это связано с тем, что практически каждое действие пользователя в интернете может быть зафиксировано и проанализировано.

Основные особенности оценки в цифровой среде:

• Детализация и точность: Возможность отслеживания каждого клика, показа, действия пользователя на сайте или в приложении.
• Сегментация аудитории: Точная сегментация целевой аудитории по демографическим, поведенческим, географическим и другим признакам.
• Оперативность: Получение данных в реальном времени, что позволяет быстро вносить корректировки в кампании.
• Мультиканальность: Возможность отслеживания взаимодействия пользователя с рекламой через различные цифровые каналы.

Ключевые метрики цифровой рекламы

В цифровой среде существует множество метрик, каждая из которых отражает определённый аспект эффективности. Рассмотрим наиболее важные из них:

• CTR (Click-Through Rate – коэффициент кликабельности):
  • Показывает процент пользователей, которые кликнули на рекламное объявление после его просмотра. Это индикатор того, насколько объявление привлекательно и релевантно для аудитории.
  • Формула: CTR = (Количество кликов / Количество показов) × 100%.
  • Пример: Для контекстной рекламы хороший CTR считается 2-5%, а показатели выше 10% — отличными. В поисковой выдаче первые позиции часто получают CTR от 3 до 8%.
• CPC (Cost Per Click – стоимость за клик):
  • Показывает, сколько в среднем стоит один клик по рекламному объявлению. Используется для оценки эффективности затрат на привлечение трафика.
  • Формула: CPC = Общая стоимость рекламы / Количество кликов.
• CPM (Cost Per Mille/Thousand – стоимость за тысячу показов):
  • Указывает на стоимость тысячи показов рекламного объявления. Эта метрика часто используется для медийной (баннерной) рекламы, целью которой является охват и узнаваемость.
  • Формула: CPM = (Общая стоимость рекламы / Количество показов) × 1000.
• Конверсия (Conversion Rate):
  • Процент пользователей, совершивших целевое действие после взаимодействия с рекламой. Целевым действием может быть покупка, заполнение формы, подписка на рассылку, скачивание файла, звонок, регистрация на мероприятие, добавление товара в корзину или даже переход в офлайн-магазин.
  • Формула: Конверсия = (Количество целевых действий / Количество кликов или посетителей) × 100%.
• CPA (Cost Per Acquisition – стоимость за приобретение/целевое действие):
  • Измеряет стоимость одного привлечённого клиента или совершённого целевого действия.
• CPL (Cost Per Lead – стоимость за лид):
  • Стоимость одного полученного лида (потенциального клиента), который оставил свои контактные данные.
• CPS (Cost Per Sale – стоимость за продажу):
  • Стоимость одной продажи, которая была совершена благодаря рекламной кампании.
• ROI (Return on Investment – возврат инвестиций):
  • Показатель рентабельности инвестиций в рекламу, рассчитываемый как отношение прибыли к затратам.
  • Формула: ROI = (Доход от инвестиций — Стоимость инвестиций) / Стоимость инвестиций × 100%.
• ROAS (Return on Ad Spend – доход на рекламные расходы):
  • Это доход, полученный на каждый рубль, потраченный на рекламу. Отличие от ROI в том, что ROAS фокусируется только на доходах, а ROI учитывает прибыль после вычета всех затрат.
  • Формула: ROAS = Доход от рекламы / Затраты на рекламу.
• Brand Lift:
  • Комплексное исследование, которое измеряет изменение таких метрик, как узнаваемость бренда, запоминаемость рекламы, отношение к бренду и намерение покупки, после взаимодействия пользователя с рекламным контентом. Обычно проводится с использованием опросов контрольных и экспериментальных групп.
• Search Lift:
  • Показывает, как рекламная кампания влияет на количество поисковых запросов, связанных с брендом или продуктом, в поисковых системах. Увеличение таких запросов свидетельствует о росте интереса к бренду.

Инструменты веб-аналитики и рекламные кабинеты

Цифровая реклама немыслима без специализированных инструментов, которые собирают, обрабатывают и визуализируют данные, необходимые для оценки эффективности.

• Системы веб-аналитики:
  • Яндекс.Метрика: Бесплатный инструмент от Яндекса, который позволяет отслеживать посещаемость сайта, поведение пользователей, источники трафика, конверсии. Предоставляет детализированные отчёты, включая «Вебвизор» (запись действий пользователей на сайте) и тепловые карты.
  • Google Analytics: Аналогичный по функционалу, но более распространённый в мире инструмент от Google. Позволяет отслеживать весь путь пользователя от перехода на сайт до совершения целевого действия, а также анализировать аудиторию, источники трафика, поведение и конверсии.
• Рекламные кабинеты:
  • Яндекс.Директ: Платформа для размещения контекстной и медийной рекламы в Яндексе и на сайтах-партнёрах. Предоставляет подробную статистику по показам, кликам, CTR, CPC, а также позволяет отслеживать конверсии, настроенные через Яндекс.Метрику.
  • VK Реклама (ранее MyTarget, рекламные кабинеты ВКонтакте, Одноклассников): Единая платформа для таргетированной рекламы в социальных сетях VK, Одноклассники и на других площадках Mail.ru Group. Предлагает широкие возможности таргетинга и детальную статистику по эффективности кампаний.
• Системы сквозной аналитики: Инструменты, которые объединяют данные из различных источников (рекламные кабинеты, веб-аналитика, CRM-системы, коллтрекинг) для построения единой картины пути клиента и расчёта ROMI. Примеры: Roistat, Calltouch.
• Коллтрекинг (Call Tracking): Технология, позволяющая отслеживать, какие рекламные каналы приводят к телефонным звонкам. Каждому источнику трафика присваивается уникальный номер телефона, что позволяет точно атрибутировать звонки.

Post-click, post-view аналитика и A/B-тестирование

Эти методы позволяют глубже понять поведение пользователей и оптимизировать рекламные кампании.

• Post-click аналитика:
  • Изучает действия пользователей после того, как они кликнули на рекламное объявление и перешли на сайт. Анализируется время, проведённое на сайте, просмотренные страницы, глубина просмотра, совершение целевых действий (конверсии), а также пути перемещения по сайту. Цель — понять, насколько посадочная страница соответствует ожиданиям пользователя и насколько эффективно она ведёт его к целевому действию.
• Post-view аналитика:
  • Оценивает влияние показов рекламы на дальнейшие действия пользователей, даже если клика на объявление не было. Например, пользователь увидел баннер, не кликнул на него, но через некоторое время самостоятельно зашёл на сайт рекламодателя и совершил покупку. Post-view аналитика пытается связать этот показ с последующей конверсией, что особенно важно для имиджевых кампаний, направленных на узнаваемость и формирование спроса.
• A/B-тестирование (сплит-тестирование):
  • Метод сравнения двух (или более) версий рекламных объявлений, посадочных страниц, элементов сайта или email-рассылок для определения наиболее эффективной. Аудитория случайным образом делится на две (или более) группы, каждая из которых видит свою версию. По результатам тестов (например, по CTR, конверсии) выбирается наиболее успешный вариант. A/B-тестирование позволяет постоянно оптимизировать кампании и повышать их эффективность.

Таким образом, цифровые СМИ предоставляют беспрецедентные возможности для детального и многомерного анализа эффективности рекламы, превращая процесс оценки из сложной задачи с большим количеством допущений в точный и управляемый механизм.

Трансформация подходов к измерению эффективности рекламы под влиянием Big Data и искусственного интеллекта

В последние годы цифровая трансформация рекламной индустрии ускорилась под воздействием двух мощных факторов: Big Data (большие данные) и искусственного интеллекта (ИИ). Эти технологии не просто дополняют существующие методы, а кардинально меняют всю парадигму измерения и повышения эффективности рекламных кампаний, особенно в цифровой среде.

Роль Big Data в сборе и анализе рекламных данных

Big Data — это не просто большой объём информации, это совокупность технологий, позволяющих работать с колоссальными, быстро меняющимися и разнообразными массивами данных, которые традиционные методы обработки не могут осилить. В контексте рекламы Big Data обеспечивает беспрецедентные возможности:

• Сбор и агрегация данных из разнообразных источников: Big Data объединяет информацию из CRM-систем, веб-логов (история посещений сайтов), транзакционных данных (история покупок), данных из социальных сетей (лайки, комментарии, репосты), поисковых запросов и даже данных с IoT-устройств. Это создаёт всеобъемлющую картину поведения потребителя.
• Выявление скрытых закономерностей: Анализ таких огромных объёмов данных позволяет выявлять неочевидные связи и паттерны в поведении потребителей, их предпочтениях и истории покупок, которые были бы невидимы при традиционном подходе. Например, можно обнаружить, что покупатели определённого товара также интересуются совершенно несвязанными, на первый взгляд, категориями.
• Персонализация и микросегментация аудитории: С помощью Big Data становится возможным не просто сегментировать аудиторию по общим признакам, а создавать «микросегменты» или даже персонализированные предложения для каждого отдельного пользователя. Это позволяет адаптировать рекламные сообщения максимально точно под интересы конкретного потребителя, что значительно снижает затраты на маркетинг и повышает отдачу. Например, точность таргетинга может вырасти до 30%.
• Повышение точности атрибуции: Big Data позволяет более точно атрибутировать конверсии, то есть определить, какой рекламный контакт или серия контактов в многоканальном пути клиента привели к целевому действию.

Искусственный интеллект и машинное обучение в предиктивной аналитике

Искусственный интеллект, в частности, его подраздел — машинное обучение (например, нейронные сети), является движущей силой для обработки Big Data и извлечения из них ценных инсайтов. Он трансформирует оценку эффективности, выводя её на качественно новый уровень:

• Предиктивная аналитика и прогнозирование эффективности: Алгоритмы машинного обучения способны анализировать исторические данные о рекламных кампаниях, поведении пользователей, рыночных условиях и с высокой точностью (до 55% по ряду метрик) прогнозировать эффективность будущих кампаний ещё до их запуска. Это позволяет избежать дорогостоящих ошибок и оптимизировать бюджет. ИИ может предсказывать, какие сегменты аудитории с наибольшей вероятностью совершат покупку, направляя рекламные усилия именно на них.
• Автоматическая оптимизация в реальном времени: ИИ способен в режиме реального времени анализировать текущие показатели рекламных кампаний (CTR, CPC, конверсии) и автоматически корректировать ставки, таргетинг и даже выбирать наиболее эффективные креативы. Это значительно повышает ROI, поскольку система постоянно учится и адаптируется. Например, VK Реклама с помощью технологии Full Stream Attribution сокращает время передачи данных до 90 секунд, повышая точность таргетинга и снижая ДРР (долю рекламных расходов) в 5-6 раз.
• Прогнозирование потребительского поведения: ИИ может предсказывать не только эффективность кампаний, но и более широкие аспекты поведения потребителей, такие как сезонность продаж, вероятность оттока клиентов, реакцию на изменение цен, что позволяет проактивно управлять маркетинговой стратегией.

ИИ для многомерного факторного анализа и автоматической генерации контента

Применение ИИ не ограничивается только анализом данных; он активно используется для создания и оптимизации самого рекламного контента:

• Многомерный факторный анализ: ИИ позволяет проводить сложный, многомерный факторный анализ, выявляя наиболее значимые драйверы эффективности рекламы, а также скрытые паттерны поведения. Он может работать с огромным количеством переменных, что не под силу человеку. Специализированные интеллектуальные модели даже могут критиковать друг друга, что повышает качество анализа.
• Автоматическая генерация рекламных текстов и изображений: Нейросети способны создавать продающие тексты, слоганы, посты для социальных сетей, а также генерировать видеообъявления из загруженного контента. Это позволяет масштабировать рекламное производство, быстро адаптировать креативы под различные аудитории и медиаканалы, существенно экономя ресурсы.

Персонализация и омниканальный маркетинг с использованием ИИ

ИИ играет ключевую роль в развитии персонализированного и омниканального маркетинга:

• Омниканальный маркетинг: ИИ помогает обеспечить единое и бесшовное понимание потребительского пути через все точки контакта — от рекламы в социальных сетях до посещения офлайн-магазина и общения с поддержкой. Благодаря ИИ, компании могут создавать персонализированный опыт взаимодействия с брендом, что повышает лояльность и конверсию. Унифицированная аналитика, основанная на ИИ, позволяет видеть полный путь клиента, устраняя разрывы в данных.
• Точная атрибуция конверсий: Применение сложных алгоритмов машинного обучения позволяет более точно атрибутировать конверсии, распределяя вклад каждого рекламного канала в общую эффективность. Это особенно важно в условиях, когда потребитель взаимодействует с множеством рекламных сообщений из разных источников перед совершением покупки. ИИ анализирует большие объёмы данных в реальном времени, выявляя истинные драйверы конверсий.

Таким образом, Big Data и ИИ не просто улучшают существующие методы оценки, они создают совершенно новые возможности для анализа, прогнозирования и оптимизации рекламных кампаний, делая их значительно более точными, персонализированными и эффективными. Отвечает ли ваша текущая стратегия этим вызовам?

Комплексный анализ и интеграция методов оценки эффективности рекламных кампаний

В условиях многоканального медиапространства, где потребитель постоянно взаимодействует с рекламой в различных средах – от телевизора до смартфона – получение наиболее полной и объективной картины эффективности рекламной кампании невозможно без комплексного подхода. Это означает не просто использование нескольких методов, а их интеграцию и синергетическое взаимодействие для всестороннего анализа.

Принципы комплексного анализа

Комплексный анализ основывается на нескольких ключевых принципах:

1. Сочетание количественных и качественных методов: Только количественные данные (охват, клики, продажи) показывают «что» произошло, но не объясняют «почему». Качественные методы (опросы, фокус-группы, Brand Lift) дают понимание мотивов, восприятия и отношения, позволяя интерпретировать числовые показатели.
2. Интеграция данных из традиционных и цифровых СМИ: Раздельный анализ традиционных и цифровых каналов даёт лишь частичную картину. Необходимо учитывать, как эти каналы взаимодействуют, усиливают или дополняют друг друга.
3. Оценка ROMI (Return on Marketing Investment): Конечной целью любого комплексного анализа является понимание возврата инвестиций в маркетинг в целом, а не только в отдельные рекламные каналы. Это требует сопоставления всех маркетинговых затрат с полученной прибылью.

Пример интеграции: Проведение Brand Lift исследования (коммуникативная эффективность) для оценки роста узнаваемости и отношения к бренду после ТВ-кампании, одновременно с анализом продаж и ROI (экономическая эффективность) для цифровых каналов, которые были задействованы для стимулирования прямой конверсии. Эти данные затем сопоставляются для выявления общего эффекта.

Сквозная аналитика и её роль в интеграции данных

Одним из наиболее мощных инструментов для реализации принципов комплексного анализа является сквозная аналитика. Это подход, который позволяет отследить весь путь клиента от первого контакта с рекламой до совершения покупки и последующих взаимодействий, объединяя данные из всех точек соприкосновения.

Как это работает:

• Объединение источников данных: Системы сквозной аналитики (например, Roistat, Calltouch) интегрируются с различными платформами:
  • Рекламные кабинеты: Яндекс.Директ, VK Реклама, Google Ads и другие.
  • CRM-системы: Хранят данные о клиентах, их покупках, взаимодействиях с отделом продаж.
  • Системы веб-аналитики: Яндекс.Метрика, Google Analytics.
  • Коллтрекинг: Отслеживает звонки и связывает их с рекламными источниками.
  • Имейлтрекинг: Отслеживает эффективность email-рассылок.
  • Другие источники: CDP-платформы (Customer Data Platform), виртуальные АТС.
• Построение единого пути клиента: Объединяя эти данные, система сквозной аналитики может реконструировать полный путь каждого клиента, показывая, какие рекламные каналы он прошёл, какие страницы посетил, какие действия совершил, прежде чем стать покупателем.
• Расчёт ROMI: На основе этих данных можно точно рассчитать ROMI для каждого рекламного канала и для кампании в целом, понимая, сколько прибыли принёс каждый рубль, вложенный в рекламу.

Сквозная аналитика является фундаментом для принятия обоснованных решений, позволяя оптимизировать рекламные бюджеты и повышать общую эффективность маркетинга.

Многоканальные модели атрибуции

В условиях, когда потребитель контактирует с брендом через несколько каналов, возникает вопрос: какому каналу или взаимодействию присвоить ценность конверсии? На этот вопрос отвечают модели атрибуции. Они помогают распределить вклад каждого касания в цепочке взаимодействий, ведущих к целевому действию.

Распространённые модели атрибуции:

• Last Click (Последнее взаимодействие): Вся ценность конверсии присваивается последнему клику перед покупкой. Проста в понимании, но игнорирует все предыдущие взаимодействия.
• First Click (Первое взаимодействие): Вся ценность конверсии присваивается первому клику в цепочке. Ценит каналы, которые знакомят пользователя с брендом.
• Linear (Линейная): Ценность равномерно распределяется между всеми точками контакта в пути клиента.
• Time Decay (С учётом давности): Чем ближе взаимодействие к конверсии, тем больший вес оно получает.
• Position-Based (На основе позиции): Присваивает больший вес первому и последнему взаимодействию, а остаток распределяется между промежуточными. Например, по 40% первому и последнему, 20% — остальным.
• Data-Driven Attribution (На основе данных): Наиболее сложная и точная модель, использующая машинное обучение для анализа реальных данных о поведении пользователей и распределения ценности конверсии на основе их фактического вклада. Эта модель постоянно учится и адаптируется.

Выбор модели атрибуции существенно влияет на интерпретацию эффективности отдельных каналов и, соответственно, на распределение рекламного бюджета.

Медиамикс-модели и синергетический эффект

Для оценки совокупного влияния всех маркетинговых активностей и выявления синергетического эффекта между различными медиаканалами используются медиамикс-модели.

• Эконометрические модели: Это статистические модели, которые позволяют построить функции отдачи от совокупных рекламных воздействий. Они учитывают влияние всех маркетинговых активностей (ТВ, радио, цифровая реклама, PR, скидки, акции и т.д.) на ключевые показатели бизнеса (продажи, узнаваемость). С помощью этих моделей можно:
  • Определить вклад каждого медиаканала в общий результат.
  • Измерить эффект синергии, когда совместное использование нескольких каналов даёт больший эффект, чем сумма их отдельных воздействий. Например, ТВ-реклама может усиливать эффект от цифровой рекламы, увеличивая количество поисковых запросов.
  • Прогнозировать оптимальное распределение бюджета между каналами.

Рекомендации по комбинированию метрик:
Для получения максимально полной картины рекомендуется использовать комбинацию метрик, включающую:

• Для коммуникативной эффективности: Охват, частота, узнаваемость бренда, отношение к бренду, Brand Lift, Search Lift.
• Для экономической эффективности: CTR, CPC, CPM, конверсия, CPA, CPL, CPS, ROI, ROAS.

Такой интегрированный и комплексный подход позволяет не только оценить текущую эффективность рекламных кампаний, но и принимать стратегически важные решения для их оптимизации и повышения общей рентабельности маркетинговых инвестиций.

Факторы, влияющие на эффективность рекламных кампаний, помимо рекламного воздействия

Было бы наивно полагать, что успех или провал рекламной кампании зависит исключительно от качества креатива, медиапланирования или бюджета. На конечную эффективность рекламных кампаний в СМИ оказывает влияние множество других факторов, как внешних, так и внутренних, которые могут существенно искажать результаты оценки. Игнорирование этих факторов может привести к ошибочным выводам и неверным стратегическим решениям.

Внешние факторы

Это факторы, на которые компания не может прямо повлиять, но которые необходимо учитывать при планировании и оценке рекламы.

• Экономическая ситуация в стране:
  • Рецессия, снижение покупательной способности населения: В период экономического спада или кризиса потребители склонны сокращать расходы, особенно на товары не первой необходимости. Даже самая успешная рекламная кампания может столкнуться с падением трафика на 30–40% по сравнению с докризисными показателями и замедлением экономики, если у людей просто нет денег для покупки.
  • Инфляция, изменение курсов валют: Эти факторы влияют на цены товаров и услуг, а также на стоимость закупки рекламных площадей, что, в свою очередь, сказывается на реальной эффективности.
• Уровень конкуренции:
  • На высококонкурентных рынках требуется значительно больше усилий, креатива и бюджета, чтобы «пробиться» сквозь информационный шум. Увеличение доли рекламного присутствия (Share of Voice) конкурентов может нивелировать эффект от вашей кампании.
• Сезонность:
  • Спрос на многие товары и услуги имеет выраженную сезонность (например, мороженое летом, новогодние подарки зимой). Рекламная кампания, проведённая не в сезон, покажет низкую эффективность, независимо от её качества.
• Политическая стабильность и законодательство в области рекламы:
  • Изменения в законодательстве (например, ограничения на рекламу определённых товаров, новые требования к маркировке) могут существенно повлиять на возможности проведения кампаний и их результативность.
• Социокультурные тренды: Изменение ценностей, образа жизни, появление новых субкультур может повлиять на восприятие рекламных сообщений.

Внутренние факторы

Это факторы, которые находятся под контролем компании и напрямую связаны с её продуктом и операционной деятельностью.

• Качество продукта или услуги:
  • Это фундаментальный фактор. Даже самая гениальная реклама не сможет обеспечить долгосрочный успех низкокачественного продукта. Потребители быстро разочаруются, и негативный опыт нивелирует любые рекламные усилия. Качество продукта часто ассоциируется с его ценой в восприятии потребителей.
• Ценовая политика:
  • Неправильно установленная цена (слишком высокая для воспринимаемой ценности или слишком низкая, вызывающая подозрение в качестве) может свести на нет все усилия по продвижению. Цена является мощным сигналом о качестве и позиционировании.
• Каналы дистрибуции:
  • Если продукт широко рекламируется, но его нет на полках магазинов или он труднодоступен для онлайн-заказа, рекламная кампания становится бессмысленной. Плохо развитая дистрибуция является критическим ограничителем.
• Имидж компании/бренда:
  • Общая репутация компании, её этические стандарты, социальная ответственность – всё это влияет на доверие потребителей. Негативный имидж может оттолкнуть потенциальных клиентов, несмотря на привлекательную рекламу.
• Уровень обслуживания клиентов:
  • Низкое качество обслуживания, медленная доставка, грубость персонала – всё это может перечеркнуть положительный эффект от рекламной кампании, приводя к оттоку клиентов.

Методы учёта и изоляции влияния факторов

Для получения максимально точной оценки «чистого» эффекта рекламы необходимо применять статистические методы, которые позволяют изолировать влияние сопутствующих факторов.

• Корреляционно-регрессионный анализ: Уже упомянутый метод позволяет количественно оценить степень взаимосвязи между рекламными расходами и выручкой, а также между другими факторами (ценой, количеством конкурентов, сезонностью) и выручкой.
  Например, можно построить множественную регрессионную модель, где зависимой переменной будет объём продаж, а независимыми — рекламные расходы, цена, индекс конкуренции, сезонный фактор и т.д. Это позволит определить вклад каждого фактора в изменение продаж и выделить чистый эффект рекламы.
• Контрольные группы: Как и в случае с оценкой экономической эффективности, использование контрольных групп (например, регионов, где реклама не запускалась, но действовали те же внутренние и внешние факторы) помогает сравнить результаты и выделить эффект рекламы.
• Мультифакторный анализ (Метод цепных подстановок):
  Это один из стандартных методов для детерминированного факторного анализа, который позволяет последовательно оценить влияние каждого фактора на общее изменение результативного показателя. Его суть заключается в последовательной замене базисных значений факторов на отчётные.

Пример применения метода цепных подстановок для анализа изменения выручки (В) под влиянием изменения объёма продаж (Q) и цены (P):

Предположим, у нас есть следующие данные:

• Выручка базисного периода (В₀) = Объём продаж базисного периода (Q₀) × Цена базисного периода (P₀)
• Выручка отчётного периода (В₁) = Объём продаж отчётного периода (Q₁) × Цена отчётного периода (P₁)

Цель: Определить, на сколько изменилась выручка за счёт изменения объёма продаж и на сколько за счёт изменения цены.

Последовательность расчётов:

1. Определяем влияние изменения объёма продаж (Q):
   Мы фиксируем цену на базисном уровне (P₀) и смотрим, как изменится выручка, если изменится только объём продаж от базисного до отчётного.
   ΔВ_Q = (Q₁ × P₀) — (Q₀ × P₀)
   Здесь мы подставляем отчётный объём при базисной цене.
2. Определяем влияние изменения цены (P):
   Теперь мы фиксируем объём продаж на отчётном уровне (Q₁) и смотрим, как изменится выручка, если изменится цена от базисного до отчётного уровня.
   ΔВ_P = (Q₁ × P₁) — (Q₁ × P₀)
   Здесь мы подставляем отчётную цену при уже изменённом (отчётном) объёме.

Суммарное изменение выручки:
Общее изменение выручки (ΔВ) должно быть равно сумме влияний отдельных факторов:
ΔВ = В₁ — В₀ = ΔВ_Q + ΔВ_P

Пример с числами:

• Базисный период: Q₀ = 100 ед., P₀ = 50 руб. ⇒ В₀ = 100 × 50 = 5000 руб.
• Отчётный период: Q₁ = 120 ед., P₁ = 55 руб. ⇒ В₁ = 120 × 55 = 6600 руб.

1. Влияние Q:
   ΔВ_Q = (120 × 50) — (100 × 50) = 6000 — 5000 = 1000 руб. (прирост выручки за счёт роста объёма продаж)
2. Влияние P:
   ΔВ_P = (120 × 55) — (120 × 50) = 6600 — 6000 = 600 руб. (прирост выручки за счёт роста цены)

Проверка:
Общее изменение выручки: ΔВ = 6600 — 5000 = 1600 руб.
Сумма влияний: ΔВ_Q + ΔВ_P = 1000 + 600 = 1600 руб.

Этот метод позволяет последовательно оценить вклад каждого фактора в общее изменение результативного показателя, что критически важно для корректной оценки влияния самой рекламы.

Учёт этих факторов и применение адекватных методов для их изоляции является залогом получения объективной картины эффективности рекламных кампаний и предотвращения ошибочных управленческих решений.

Заключение

В эпоху беспрецедентного медийного шума и растущих инвестиций в рекламу, систематизированная и глубокая оценка её эффективности перестаёт быть желательной опцией, превращаясь в критическую необходимость. Наше исследование показало, что подход к измерению рекламного воздействия эволюционировал от относительно простых методов в традиционных СМИ до сложнейших аналитических систем в цифровой среде, подкреплённых мощью Big Data и искусственного интеллекта.

Мы рассмотрели, как чётко сформулированные коммуникативные (узнаваемость, лояльность) и экономические (продажи, прибыль) цели задают вектор для всего процесса оценки, определяя выбор конкретных метрик и методологий. В традиционных СМИ, таких как телевидение, радио и печать, доминируют такие методы, как панельные исследования для измерения охвата и частоты, опросы и фокус-группы для оценки коммуникативного воздействия, а также корреляционно-регрессионный анализ и метод контрольных групп для косвенной оценки экономической эффективности. При этом мы подчеркнули их ограничения, связанные со сложностью точного отслеживания пути потребителя и изоляции рекламного воздействия.

Цифровая среда, напротив, открывает широкие горизонты для детального и оперативного анализа. Метрики вроде CTR, CPC, CPM, конверсии, CPA, ROI и ROAS становятся стандартными инструментами, а системы веб-аналитики, рекламные кабинеты и сквозная аналитика предоставляют беспрецедентную глубину данных. Методы post-click, post-view аналитики и A/B-тестирование позволяют максимально оптимизировать каждую деталь рекламной кампании.

Особое внимание было уделено революционному влиянию Big Data и искусственного интеллекта. Они не просто улучшают существующие методы, но и создают принципиально новые возможности для предиктивной аналитики, автоматической оптимизации таргетинга и креативов, микросегментации аудитории и построения омниканального взаимодействия. ИИ позволяет выявлять скрытые закономерности в поведении потребителей, прогнозировать эффективность кампаний с высокой точностью и даже автоматизировать генерацию рекламного контента.

Ключевым выводом является необходимость комплексного подхода к оценке, который интегрирует количественные и качественные методы, данные из всех медиаканалов и использует сквозную аналитику для построения единой картины пути клиента. Применение многоканальных моделей атрибуции и медиамикс-моделей позволяет объективно распределить ценность конверсий и оценить синергетический эффект между каналами.

Наконец, мы акцентировали внимание на том, что эффективность рекламы не является изолированным феноменом. Множество внешних (экономическая ситуация, конкуренция, сезонность) и внутренних (качество продукта, ценовая политика, дистрибуция, имидж компании) факторов оказывают существенное влияние на конечные результаты. Использование статистических методов, таких как корреляционно-регрессионный анализ и метод цепных подстановок, критически важно для изоляции «чистого» эффекта рекламы и предотвращения ошибочных выводов.

В заключение, будущим маркетологам и исследователям необходимо освоить не только арсенал современных аналитических инструментов, но и развить критическое мышление для их применения. Только комплексный, научно обоснованный и технологически продвинутый подход позволит компаниям максимизировать отдачу от своих рекламных инвестиций и эффективно управлять коммуникациями в постоянно меняющемся мире. Дальнейшие исследования могут быть направлены на разработку новых гибридных моделей оценки, учитывающих специфику взаимодействия ИИ-генерированного контента с различными сегментами аудитории, а также на совершенствование методов атрибуции в условиях усиливающейся фрагментации медиапотребления.

Список использованной литературы

1. Аксенова К.А. Реклама и рекламная деятельность. — М.: Приор-издат., 2005. — 96 с.
2. Васильев Г.Б. Основы рекламной деятельности. — М.: ЮНИТИ-ДАНА, 2004. — 414 с.
3. Катернюк А.В. Рекламные технологии. Коммерческая реклама. — СПб.: Питер, 2001. — 512 с.
4. Коломиец В.П. Телерекламный бизнес. — М.: Международный институт рекламы, 2001. — 218 с.
5. Комплексная оценка эффективности рекламной кампании: подходы и перспективы // Cyberleninka.ru. URL: https://cyberleninka.ru/article/n/kompleksnaya-otsenka-effektivnosti-reklamnoy-kampanii-podhody-i-perspektivy (дата обращения: 29.10.2025).
6. Котлер Ф. Основы маркетинга. — М.: Экономика, 2000. — 418 с.
7. Кривоносов А.Д. PR-текст в системе публичных коммуникаций. — СПб.: Питер, 2001. — 180 с.
8. Медиапланирование и эффективность рекламы // Cyberleninka.ru. URL: https://cyberleninka.ru/article/n/mediaplanirovanie-i-effektivnost-reklamy (дата обращения: 29.10.2025).
9. Методы оценки эффективности рекламной деятельности // Cyberleninka.ru. URL: https://cyberleninka.ru/article/n/metody-otsenki-effektivnosti-reklamnoy-deyatelnosti (дата обращения: 29.10.2025).
10. Методы оценки эффективности рекламной деятельности в интернете // Cyberleninka.ru. URL: https://cyberleninka.ru/article/n/metody-otsenki-effektivnosti-reklamnoy-deyatelnosti-v-internete (дата обращения: 29.10.2025).
11. Оценка эффективности рекламных кампаний в условиях цифровой трансформации // Cyberleninka.ru. URL: https://cyberleninka.ru/article/n/otsenka-effektivnosti-reklamnyh-kampaniy-v-usloviyah-tsifrovoy-transformatsii (дата обращения: 29.10.2025).
12. Понятие эффективности рекламной деятельности // Cyberleninka.ru. URL: https://cyberleninka.ru/article/n/ponyatie-effektivnosti-reklamnoy-deyatelnosti (дата обращения: 29.10.2025).
13. Симионова Н.Е. Методы анализа рынка. — М.: ЮНИТИ-ДАНА, 2000. — 396 с.
14. Тульчинский Г.Л. PR фирмы: технология и эффективность. — СПб.: ПИТЕР, 2001. — 183 с.
15. Факторы, влияющие на эффективность рекламных кампаний // Cyberleninka.ru. URL: https://cyberleninka.ru/article/n/faktory-vliyayuschie-na-effektivnost-reklamnyh-kampaniy (дата обращения: 29.10.2025).
16. Цифровой маркетинг: использование Big Data и искусственного интеллекта // Cyberleninka.ru. URL: https://cyberleninka.ru/article/n/tsifrovoy-marketing-ispolzovanie-big-data-i-iskusstvennogo-intellekta (дата обращения: 29.10.2025).