Провайдер управляемых услуг в CTV Strategus объявил о запуске Blueprint — инструмента планирования кампаний, основанного на анализе данных за последние десять лет. Идея в том, чтобы дать рекламодателям возможность оценить вероятную эффективность ещё до того, как они потратят первый рубль.
Как рассказал CEO Strategus Тодд Порч, индустрия страдает от разрозненности систем: данные одной платформы или бренда купить несложно, а вот собрать их воедино для осмысленного прогноза — задача нетривиальная. Blueprint пытается решить именно эту проблему.
Инструмент, по словам представителей компании, анализирует исторические кампании в той же вертикали, чтобы проверить, сработают ли предложенные стратегии таргетинга (возраст, поведение). Для сбора данных Strategus привлёк корпоративную AI-компанию Convey, которая выступает в роли «щупальца», дотягивающегося до разных платформ — от The Trade Desk до Resonate. Convey агрегирует информацию на уровне вертикали, агентства и конкретного рекламодателя, обещая индивидуальный подход.
Агентство Jackson Spalding, давний клиент Strategus, тестировало Blueprint в бета-версии около полугода. На примере кампании для энергетической компании, которая хотела таргетироваться на домовладельцев, история выглядит так: стандартные данные указывали на возрастную аудиторию, но анализ Meta и Google показал конверсии от более молодых пользователей. Blueprint помог выявить сегмент молодых домовладельцев, которые оказались более открыты к новым брендам, меньше зависят от скидок и активнее используют разные цифровые каналы. Это позволило агентству скорректировать креатив и A/B-тестирование.
Показательно, что рекламодатели не получат прямого доступа к Blueprint. Инструмент остаётся внутренним. Как пояснила EVP по продажам и маркетингу Strategus Рэйчел Диллон, дело не только в защите многолетней проприетарной информации. Ключевой момент — человеческий фактор: команда Strategus интерпретирует данные и переводит их в рекомендации. «Обладать огромным объёмом данных — это здорово, — говорит Диллон, — но интерпретация придаёт им ценность».
Раньше доступ к историческим данным был медленным и требовал ручного извлечения. Теперь проприетарные данные накладываются на AI-персоны и сторонние данные, что упрощает подготовку «индивидуальных» медиамиксов. Например, для франчайзингового бренда без опыта в ТВ-рекламе Strategus изучил другие кейсы во франчайзинге и предложил полный план с бюджетом, основанным на расходах конкурентов.
В Strategus подчёркивают: инструмент не выдаёт готовый ответ. Ценность в том, как человек эти рекомендации внедряет и реализует. Пока рано судить, насколько точными окажутся такие прогнозы на длинной дистанции, но попытка соединить разрозненные данные с ИИ-аналитикой выглядит логичным шагом для рынка, где каждый хочет знать результат до запуска.