CC BY
10
УДК 339.138:659.118:004.896
REAL-TIME BIDDING В УКРАШ ТА СВГП: РОЗВИТОК, ОСОБЛИВОСТ1,
ПРОБЛЕМИ, ПЕРСПЕКТИВИ
£.В. Гштецький, к.е.н.
О.П. rpiôÎHÎHeHKO
Нацюналъний технгчний утверситет Укртни «Кшвсъкий полтехтчний шститут ÍMern 1горя Сжорсъкого», Kuïe, Украта
Гттецький С.В., Fpi6iHÍ4enKO О.П. Real-Time Bidding в Укра'Ш та ceimi: розвиток, oco6nueocmi, проблеми, перспективи.
У стати викладено основш принципи роботи аукщонно1 моделi алгоритмiчних закушвель реклами - Real-Time Bidding (RTB). Описано основш переваги шструменту, TOpiB^^ з прямими закушвлями медшно! реклами. Здiйснено аналiз поточного стану та головних тенденцш розвитку технологи RTB на основних регюнальних ринках штернет-реклами у свiтi, у тому чи^ в Украíнi. Видiлено й описано характерш особливостi украшського ринку штернет-реклами, що обумовлюють низький рiвень розвитку даноí' технологи. Авторами надано ощнку сучасного стану iнфраструктури RTB-системи в Украíнi та виявлено фактори, що стримують украшський ринок штернет-реклами вщ активного впровадження RTB. Зроблено узагальнення прогнозiв експертiв галузi iнтернет-реклами в Украíнi щодо перспектив розвитку шструменту RTB.
Ключовi слова: data-driven маркетинг, programmatic, Real-Time Bidding, RTB, алгоритмiчна закушвля реклами, штернет-реклама, Big Data
Гнитецкий Е.В., Грибиниченко Е.П. Real-Time Bidding в Украине и мире: развитие, особенности, проблемы, перспективы.
В статье изложены основные принципы работы аукционной модели алгоритмических закупок рекламы - Real-Time Bidding (RTB). Описаны основные преимущества инструмента по сравнению с прямыми закупками медийной рекламы. Осуществлен анализ текущего состояния и основных тенденций развития технологии RTB на основных региональных рынках интернет-рекламы в мире, в том числе в Украине. Выделены и описаны характерные особенности украинского рынка интернет-рекламы, обусловливающих низкий уровень развития данной технологии. Авторами дана оценка современного состояния инфраструктуры RTB-системы в Украине и выявлены факторы, сдерживающие украинский рынок интернет-рекламы от активного внедрения RTB. Сделано обобщение прогнозов экспертов отрасли интернет-рекламы в Украине относительно перспектив развития инструмента RTB.
Ключевые слова: data-driven маркетинг, programmatic, RealTime Bidding, RTB, алгоритмическая закупка рекламы, интернет-реклама, Big Data
GnitetskyiI.V., Gribinichenko O.P. Real-Time Bidding in Ukraine and the world: development, peculiarities, problems and prospects.
The article contains basic principles of the auction model of computational advertising Real-Time Bidding (RTB). The basic advantages of the tool in comparison with direct purchasing of display advertising are described. The analysis of the current situation and main trends of the RTB technology in major regional markets of online advertising in the world including in Ukraine is presented. The specific features of Ukrainian online-advertising market, which lead to the low level of this technology development, are defined and described. The authors give the estimation of the current condition of the RTB-system infrastructure in Ukraine and identify factors that hinder the Ukrainian market of online-advertising from the active implementation of the RTB. The summary of the experts' in online-advertising forecasts regarding the prospects of the RTB development in Ukraine is made.
Key words: data-driven marketing, programmatic, Real-Time Bidding, RTB, computational advertising, online-advertising, Big Data
Завдяки можливостям Big Data, що об'еднуе шструменти збору, збереження, обробки та штеграцп значних обсяпв даних про споживачiв, маркетологи отримали можливють приймати ршення не штутивно, на основi досв1ду або вибiркових дослщжень, результати яких можуть залежати в1д рiзних, у тому чист випадкових, факторiв, а на основi об 'ективних штегрованих даних про характеристики користувачiв та 1х поведшку як онлайн, так i офлайн. Такий тдхд до управлшня маркетингом на основi автоматизованого збору та аналiзу даних, що у величезних обсягах генерують пристрой тдключет до мереж штернет, отримав назву data-driven marketing (маркетинг на основi даних). Його мета - оптимiзувати маркетинговi процеси та стратеги так, щоб якнайкраще врахувати унiкальнi потреби аудиторп. Завдяки такому тдходу компанiям вдаеться досягти кращих результатiв при використаннi менших бюджетiв [27]. Одним з найбшьш розвинених напрямiв data-driven marketing е штернет-комунiкацiï. Вони включають рiзнi iнструменти: сайт компанiï, рiзнi види iнтернет-реклами, digital PR, маркетинг у сощальних мережах (SMM). З удосконаленням iнструментiв Big Data, вдосконалюються й шструменти штернет-комунiкацiй, збiльшуеться 1х ефективнiсть. Зокрема реклама в iнтернет завдяки 1Т-технологiям еволюцiонувала в1д банерiв, що масово розмiщувалися з метою охоплення максимальноï аудиторiï, до точно таргетованих штерактивних рекламних повдомлень.
Одним з найсучаснiших досягнень у сферi онлайн-комунiкацiй е напрям алгоршшчних рекламних закупiвель, так звана programmatic-реклама [17]. Ïï основне призначення полягае не просто в автоматизаци процесу розмiщення реклами в штернет^ а в побудовi комунiкацiï на основi даних про споживачiв й в1дпов1дно збiльшеннi ефективностi використання рекламних бюдже^в. Першим з таких шструменпв, який з'явився в США ще в 2007 р. стала модель RealTime Bidding (RTB) [13], яка дозволила розмiщувати рекламу на основi аукщону в
реальному чай й здшснювати покази лише цшьовш аудитори. На сьогоднi частка programmatic, бiльшу частину якого становить модель RTB, у свгтових витратах на медшну рекламу перевищуе 50% [22]. Це сввдчить про те, що спещалюти сватово! рекламно! галузi усвiдомлюють переваги використання
iнструменту. В Укра!ш ж модель RTB стала доступна в 2013 р. [21]. Проте знання ново! технологи доа залишаеться конкурентною перевагою, ашж стандартом у галузi штернет-реклами. Тому практичнi рекомендаци щодо використання iнструменту на украшському ринку знайти досить складно. Отже, за 4 роки, що е досить довгим термшом для шновацшного ринку, технолопя не змогла належним чином розвинутися й досi перебувае на етат зародження. Це сввдчить про те, що iснують певш специфiчнi риси, характернi для украшського ринку штернет-реклами, а також деяш фактори, що стримують розвиток напряму RTB в Украíнi. 1х видiлення допоможе визначити критичнi напрямки розвитку дано! технологи для тдвищення 11 ефективностi.
Анaлiз останшх дослвджень i публiкацiй
Принципи роботи алгорштшчних закупiвель реклами, перспективи та проблеми розвитку напрямку programmatic-реклами висвiтленi в працях таких учених, як Буш О. (Busch, 2016), Мюнштерман Х., Вуртенбергер П. (Muns-termann&Wurtenberger, 2016), Зайц Ю., Цорн Ш. (Seitz&Zorn, 2016). Питания, пов'язанi iз захистом персональних даних, та етичний аспект використання programmatic-реклами вивчали Мартiнес-Мартiнес I., Агуадо Х., Боейкенс Й. (Martinez-Martinez et al., 2017). Аспект вишрювання та аналiзу результатiв RTB-кампанiй дослщжували Юань Ш., Ван Ю., Чжао Х. (Wang et al., 2015), Фанк Б., Н. Набаут (Funk&Nabout, 2016) та шшг Зазначеш дослщження е бiльш актуальними для кра!н, де вже сформувалася й справно працюе iнфраструктура, необхiдна для роботи RTB, а учасники ринку мають певний досвiд використання моделi й шукають шляхи оптишзаци сво!х стратегш для бiльш ефективного використання шструменту. Для украшського ринку, де рiвень проникнення RTB е низьким, а спещалюти ще не володiють достатшм рiвнем знань про принципи роботи модел^ бiльш актуальним е виявлення вiдхилень у роботi системи та пошук шляхiв усунення факторiв, яш негативно впливають на розвиток технологи.
Метою cmammi е визначити поточний стан розвитку RTB-реклами в Укра!ш та свiтi; виявити фактори, що стримують активне проникнення RTB на ринок штернет-реклами в Украíнi.
Виклад основного мaтерiaлу дослiдження
Новим етапом розвитку штернет-реклами в Укра!ш стала поява технологи алгорштшчних закупiвель реклами, або programmatic-реклами. Programmatic - це сукупшсть методiв закупiвлi реклами в штернеп з використанням
автоматизованих систем (робопв) i алгоритмiв для прийняття рiшень про угоду без учасп людини (байера) на основi соцiально-демографiчних i поведiнкових даних про користувачiв, що е у розпорядженнi як системи, так i рекламодавця [26]. Дана технолопя об'еднуе дек1лька моделей закупiвлi онлайн-реклами, залежно вiд потреб рекламодавця та рекламного майданчика (паблшера). Однiею з таких моделей е RTB-реклама. RTB - це технолопя закупiвлi медшно! реклами за допомогою автоматизованих онлайн-аукцюшв [25]. Особливiстю даного шструменту штернет-реклами е необхщшсть спещально! iнфраструктури, так звано! екосистеми RTB, що е сукупшстю суб'ектiв, що забезпечують виконання процесiв кушвль продажу реклами на основi розроблених алгорштшв.
На вiдмiну вiд моделi прямих закупiвель показiв, в RTB на торги виставляеться не рекламне мюце, а показ рекламних матерiалiв конкретному користувачу. Це дае можливiсть рекламодавцю охопити 100% власно! цiльовоí аудитори. Кожен показ викуповуеться за частки секунди. У цей час система аналiзуе аудиторш сайту, зiставляе щ данi з таргетингом клiента, а також обирае вiдповiдний рекламний формат. Далi запускаеться аукцiон серед рекламодавщв, цiльовiй аудиторií яких вiдповiдае даний конкретний вщвщувач сайту i яш хочуть показати йому свою рекламу. У ходi аукцiону обираеться найвища ставка й, згiдно з моделлю друго! цiни, покупка показу здшснюеться переможцем, який запропонував найвищу щну, за суму, що вiдповiдае другш цiновiй пропозицií, збiльшенiй на 1 цент. У результат реклама переможця завантажуеться на сайт й демонструеться користувачу [26]. При цьому аукцюн може бути вiдкритим або закритим. При вщкритому аукцiонi всi покази, що виставляються на продаж, е доступними вам учасникам аукцiону. Закритий аукцюн, або Private Marketplace (PMP), передбачае можливють учасп лише за запрошенням рекламного майданчика [14].
Серед суб'екпв ринку штернет-реклами юнують рiзнi думки щодо ефективносп RTB-моделi. Очевидно, що як i будь-який iнший iнструмент, RTB не може запропонувати рiшения уах завдань рекламодавцiв та паблiшерiв, осшльки незважаючи на значнi вигоди вщ його використання, мае певнi обмеження та недолiки. Для того, щоб правильно використовувати iнструмент, необхiдно розумгга механiзм його роботи.
У цiлому RTB мае дешлька значних переваг перед шшими рекламними iнструментами в мереж1 штернет. Найголовнiше, що дае дана технолопя, - можливють з'еднати ва сайти свiтового iнтернету в едину рекламну мережу, встановити единi налаштування для показiв та усунути перетин аудитори на вах сайтах [7]. У бшьш локальному аспектi модель штегруе,
автоматизуе та оптишзуе процес закутвл! та показу реклами, етапи якого ратше були роз'eднанi у чай та здшснювалися вручну. RTB робить це процес бшьш простим, прозорим, менш трyдомiстким, зменшуе можливiсть виникнення помилок пiд час рекламних кампанш. Як агентства, так i рекламт мереж! витрачають меншу часу на налаштування та управлшня рекламними кампатями й отримують вигоди у вигляд! зростання рентабельносп сво1х послуг [8].
Частка обсягу свггового ринку programmatic у загальних витратах на медшну рекламу у 2015 р. вперше перетнула значения 50% [22]. А модель RTB розглядаеться експертами як основний драйвер розвитку ринку штернет-реклами. Незважаючи на те що шструмент було розроблено в 2007 р. [13]., його популяртсть почала стр!мко зростати лише протягом остантх 5 рошв [11]. За р!внем проникнення programmatic закутвель на ринок штернет-реклами свггов! ринки под!ляють на сформован!; таш, що розвиваються; так!, що формуються та так!, що зароджуються.
До першо! групи належать краши, що визначають напрямок розвитку галуз! цифрового маркетингу. Частка programmatic у витратах на дисплейну рекламу перевищуе 50%. До не! належать США, Франщя, Великобритатя, Австрал!я [22]. Бшьшу частку свишого RTB ринку займае США. За прогнозами експерт!в, у 2017 р. цей показник знизиться з 74% до 69% [7], оскшьки темпи росту ринку RTB в шших крашах перевищуватимуть аналог!чний показник у США. Динам!ка зростання обсягу закуп!вель за моделлю RTB та його частки в загальних витратах на мед!йну рекламу в США зображено на рисунку 1. Протягом 2017-2020 р. прогнозуеться, що значення показника середньор!чного темпу зростання в складних в!дсотках становитиме менше 25%, зпдно з! звггом "Real-Time Bidding Market in the US 2016-2020" компани Research and
Markets [10]. Отже, ринок демонструватиме стабшьне пом!рне зростання. Головними драйверами росту е розмщення мобшьно! реклами та вшеоформапв за допомогою RTB. Зростання також обумовлено вдосконаленням технолог!й таргетингу завдяки розвитку систем збору, !нтеграц!1 та обробки даних про користувач!в [10].
Вихш модел! RTB на ринок Захшно! Свропи мав певт складнощ!, пов'язат головним чином з неготовн!стю ринку в техн!чному аспект! та консерватизм суб'екпв рекламного ринку, зокрема оп!р пабл!шер!в. В!дпов!дно до результапв дослщження Digiday та PubMatic, у 2011 р. основними перешкодами на шляху проникнення RTB-закутвель стали:
1) менша кшьшсть рекламного швентарю через фрагментован!сть европейського ринку !нтернет-реклами, який розд!лений географ!чно й за мовним фактором;
2) невпевнен!сть щодо гарант!1 безпеки даних кл!ент!в ! самих пабл!шер!в;
3) в £врош прийнято укладати довгостроков! технолог!чн! угоди, що перешкоджае можливост! зм!ни постачальника RTB послуг у випадку його незадовшьно! роботи [20].
На даному етап! частка витрат на programmatic серед загальних витрат на дисплейну рекламу на европейських ринках становить у середньому 1030%. Це дозволяе вшнести Захшну Свропу до ринк!в, що розвиваються, за винятком зазначених вище кра1н, що належать до групи л!дер!в. Частка RTB становить близько 20%. I хоча серед рекламодавц!в !нструмент користуеться значною популярн!стю, адм!н!страц!я !нтернет-майданчик!в неохоче надае !нвентар для продажу за допомогою каналу RTB, що й стримуе европейсьш ринки вш бшьш швидкого нарощування обсягу RTB-закутвель [22].
14 12
<
3 10 ° 8
« 6
4
а /I
Ч 4
2%-
И8% 0
2013
140% 120% 100% 80% 60% 40% 20% 0%
2014
2015
2016
ххл В!дкритий аукцюн i i Закритий аукцюн
•Темпи приросту
2
0
Рис. 1. Витрати на RTB за каналами у США протягом 2013-2016 рр., млрд дол. США
Джерело: Складено автором за матергалами [11]
Роая також належить до риншв, що (Interactive Advertising Bureau), у 2015 р. на розвиваються. Зпдно з оцшкою IAB Russia programmatic-рекламу припало 16,7% продаж1в
медшно!, а в 2016 р., цей показник досягнув близько 30%. Близько 73% вщ продаж1в швентарю за технологieю programmatic становлять RTB-закупiвлi. Росiя поки вiдстаe вiд кра!н лiдерiв, проте iнфраструктура RTB-системи швидко розвиваеться, а тому, очжуеться, що за дешлька рок1в ринок сформуеться остаточно й за обсягами буде на рiвнi з крашами-лщерами [18].
В Укра1ш алгоритмiчнi закупiвлi реклами вперше з'явилися в 2013 р. [21]. Оцшити стан та динам^ укра1нського RTB ринку досить складно, осшльки у звггах Всеукра1нсько1 рекламно! коалщи не враховуються обсяги витрат на цей канал. Лише в 2015 р. 1нтернет асощащя Укра!ни провела дослщження даного сегменту штернет-реклами. Зпдно з результатами, у 2015 р. частка RTB у загальних витратах на медшну реклама становила 4,8%, у першому пiврiччi 2016 р. -6,04%, а за результатами 2016 р. наблизився до 10% [22]. Такий показник дозволяе вщнести Украшу до категори ринк1в, що зароджуються. 4 роки - це доволi багато для ринку IT-технологш. За цей час iнструмент не змп набути достатньо високого рiвня популярностi серед суб'ектiв рекламного ринку. Повшьш темпи росту обумовленi певними факторами, що стримують розвиток технологи.
1. Вщсутшсть розвинено! iнфраструктури. Модель RTB потребуе спещально! екосистеми. Для 11 функцiонування необхiдними е технологи, даш та рекламний iнвентар. Пд технологiями розумiють системи Demand Side Platform (DSP) та Supply Side Platform (SSP), яш забезпечують роботу аукцюну, виконують роль посередник1в мiж рекламодавцем та iнтернет-ресурсом, на якому публжуеться реклама, та представляють штереси вiдповiдних сторiн. На даному етат в Укра1ш працюе 56 SSP, серед яких найвщомшими е Google, Begun, Republic, AdRiver, Admixer, OpenX. Серед DSP - RTB media, RTB House, RTB2B, C8 та Programmatic media [7]. Однак, якщо к1льк1сть постачальник1в послуг перебувае
га piвнi кpaïн, щo нaлежaть дo гpyпи pинкiв, щo poзвивaютьcя, то яшсть ïx poбoти пoки e дещo гipшoю. DSP не мoжyть зaпpoпoнyвaти pеклaмoдaвцям кoмплекcне piшення зaвдaнь кaмпaнiï, тoмy щo кoжнa з плaтфopм мae cвoï oбмеження щoдo тapгетингy тa SSP, з якими вoни cпiвпpaцюють. Тoбтo фaктичнo pеклaмoдaвцi тa pеклaмнi aгентcтвa викoнyють ту ж caмy poбoтy, щo й ^и пpямиx зaкyпiвляx. Бoни мaють пеpевipяти пoкaзник вiдпoвiднocтi im^re^ pеcypciв, дocтyп дo яких мoже зaпpoпoнyвaти пiдpядник для зaкyпiвлi в pежимi RTB, цiльoвiй ayдитopiï [7].
Ефективнicть RTB зaбезпечyeтьcя знaчним oбcягoм дocтoвipниx дaниx пpo кopиcтyвaчiв, oбpoблениx тa poздiлениx зa ayдитopними cегментaми, яш мaють збиpaти тa нaдaвaти в кopиcтyвaння cyб'eкти екocиcтеми RTB - тaк звaнi Data Management Platform (DMP). Ш^ям Big Data тшьки пoчинae poзвивaтиcя в Укpaïнi. Ha cьoгoднi opгaнiзaцiй, як1 мoжyть пpaвильнo здiйcнювaти yпpaвлiння дaними, недocтaтньo для того, щoб зaбезпечити RTB-cиcтеми якюними дaними пpo cпoживaчiв.
Реклaмнoгo iнвентapю для зaдoвoлення пoпитy нa yкpaïнcькoмy pинкy медiйнoï pеклaми зaвжди не виcтaчaлo. Пpемiaльнi pеклaмнi мicця пaблiшеpи пpaгнyть pеaлiзyвaти шляxoм пpямиx пpoдaжiв. Тoмy для RTB-зaкyпiвель зaлишaeтьcя iнвентap дpyгoгo copтy aбo взaгaлi зaлишкoвий. Це cтpимye pеклaмoдaвцiв вiд викopиcтaння RTB. Екcпеpти пpoгнoзyють, щo y 2017 p. iз зpocтaнням oбiзнaнocтi в iнcтpyментi й poзyмiнням пaблiшеpaми вигoд вiд викopиcтaння RTB, шльшсть pеклaмнoгo iнвентapю для pеaлiзaцiï зa дoпoмoгoю цieï мoделi зpocте [1]. Пpoте, нaпpиклaд, oбcяг iнвентapю, щo пpoпoнye пpедcтaвник DSP GetIntent в Укpaïнi, пpoтягoм липня 2016 p. - квггня 2017 p. збiльшивcя незнaчнoю мipoю (pиc. 2) [24]. Вiдcyтнicть знaчниx пoзитивниx зpyшень xaparcrepra для yкpaïнcькoï RTB-cиcтеми в ц^му.
22 000 000 000 20 000 000 000 18 000 000 000 16 000 000 000 14 000 000 000 12 000 000 000 10 000 000 000
Oбcяг дocтyпнoгo pеклaмнoгo швет^ю
Риа 2. Oбcяг pеклaмнoгo iнвентapю в DSP GetIntent в Укpaïнi пpoтягoм липня 2016 p. - кытня 2017 p.
Джepeлo: Склaдeнo aвmopoм 3a мamepiaлaмu [24]
2. Пpoблемa кaдpoвoгo зaбезпечення. Ha фaxiвцiв, щo здaтнi oбcлyгoвyвaти RTB-cиcтемy, cьoгoднi в Укpaïнi недocтaтньo квaлiфiкoвaниx тaк звaниx ad operations, aбo ad ops [16]. Ocкiльки
технолопя е новою для укра!нського ринку, спещалюти штернет-агентств не володшть доста-тнiми навиками керування RTB-кампашями. Внаслiдок невпевненостi в iнструментi через не-достатнiсть знань вони не постшають продавати його клiентам. О^м цього, управлiння RTB-кампанiями потребуе доволi високих аналiтичних здiбностей, тобто бажаним е залучення фахiвцiв з математичною або iнженерною освiтою. У рекламнш галузi ввдчуваеться брак таких спещатспв. В основному вони зосереджеш в контекстному напрямi. Вiдповiдно юнуе ризик перетiкання кадрiв з одного рекламного напряму до iншого, що може призвести й до перетжання iнвестицiй вiд одного каналу до шшого. Поки обсяг закупiвель за RTB моделлю незначний, проблема браку аналгшшв у рекламнiй галузi не сто!ть гостро, проте вона ввдчуваеться.
Окрiм цього, для спецiалiстiв медшно! реклами iснуе загроза скорочення робочих мюць, оск1льки RTB автоматизуе процеси, пов'язанi з обслугову-ванням рекламних кампанiй, а отже, зменшуе необхщшсть у значнiй кiлькостi персоналу. Тому фахiвцi галузi демонструють негнучшсть, не бажаючи вносити змiни у сво! поточнi стратеги, за якими працюють протягом багатьох рок1в.
3. Неправильне розумiння технологи ринком. Поки що через низьку обiзнанiсть RTB сприйма-еться як iнструмент спрощення та здешевлення закупiвлi реклами. Хоча насправдi основна його перевага - це можливють точно працювати з аудиторiею. Ефективнiсть RTB-кампанiй головним чином залежить вiд того, наск1льки як1сними та правильними е данi про користувачiв. Для цього е необхiдними швестици з боку рекламодавцiв у системи збору та аналiзу власних даних про споживачiв та придбання !х в iнших постачальник1в. А на сьогодш украшський бiзнес ще недостатньо усвщомив цiннiсть даних [17].
4. Вщсутшсть прозоростi у вимiрюваннi та розмщенш RTB-кампанiй. Надiйнi DSP надають iнформацiю за основними iнтернет-ресурсами, де здшснюеться 80% показiв. Але зростання ринку призводить до появи недобросовюних тдрядни-к1в, як1 намагаються тд видом RTB продати звичайний поведшковий таргетинг або ретаргетинг, надати неправильш данi за показами чи охопленням аудитори. Розбiжнiсть статистки рекламних агентств та RTB-пiдрядникiв формуе негативне ставлення рекламодавцiв до даного iнструменту [7].
Отже, незважаючи на те що шструмент доступний на укра!нському ринку з 2013 р., його використання доа перебувае на стади тестування. Випробовування моделi несе певнi ризики для рекламного агентства та рекламодавця. Через недостатне розумiння iнструменту планування RTB-кампанiй рекламними спецiалiстами, вiдсутнiсть у них досвщу в технiчних аспектах роботи моделi результати кампанiй можуть бути гiршими, анiж очiкують рекламодавщ. Це може проявлятися у появi незапланованих витрат через вищу щну показу та ll нестабiльнiсть. Зпдно з
етикою рекламних агентств, останш не можуть витратити бiльше, шж зазначено в медiапланi, затвердженому ктентом. Вiдповiдно надлишковi витрати сплачуються агентством. 1нша проблема полягае в тому, що через те, що покази здiйснюються лише цшьовш аудитори, фактична к1льк1сть показiв у системi RTB за перiод рекламно! кампани може бути значно меншою, анiж запланована. У результатi рекламодавець може не досягнути бажаних показнишв за охопленням цшьово! аудитори рекламною кампанiею. Негативний досвiд використання RTB змушуе рекламодавцiв перерозподiляти рекламний бюджет на користь перевiрених прямих продаж1в.
Однак, за прогнозами експертiв, у 20172018 рр. напрям алгорштшчно! реклами буде активно розвиватися.
По-перше, за рахунок вдосконалення iнфраструктури та набуття досвщу спецiалiстами екосистеми RTB. Невиршеною проблемою залишаеться питання експертизи, що передуам включае виявлення та запобиання ad fraud -трафiку, що генеруеться серверними додатками або вiрусами на реальних комп'ютерах користувачiв, адаптованих до певного браузера, як1 iмiтують покази та цiльовi до користувачiв [3]. На такий неяк1сний трафж може бути витрачено до 97% рекламних бюджепв в iнтернетi [19]. Експертиза також передбачае перевiрку viewability (показник, що дозволяе вiдстежити фактичний показ банера та час находження його у зонi видимостi для користувача [23]) та brand safety (захист бренду компанп i ll рекламних матерiалiв вiд несприятливого шформацшного контексту, тобто згадувань на сайтах, що мютять контент з вжовими обмеженнями, заклики до протиправних дш тощо [25]). DSP складно охопити уа цi напрямки, тому мае юнувати пiдсистема вендорiв, як1 спецiалiзуються на забезпеченнi процесiв, що супроводжують функцiонування системи RTB [15]. В Украш цей напрям поки перебувае на низькому рiвнi розвитку. Водночас поява таких шфраструктурних суб'ектiв збшьшить загальну вартiсть RTB-технологil, що в умовах чутливосп укра!нських рекламодавцiв до цши трафiку може гальмувати активне включення iнструменту до медiапланiв.
По-друге, за рахунок зростання кiлькостi та якосп даних при користувачiв та акумуляцп !х у сформованих DMP [16]. Завдяки збiльшенню кiлькостi датчишв, як1 розмiщуються в точках продажу, збшьшиться к1льк1сть офлайнових даних. 1х iнтеграцiя з даними щодо активностей користувачiв у мереж1 дозволить тдвищити ефективнiсть таргетингу.
По-трете, як наслщок вдосконалення iнфраструктури, зростання якостi надання послуг та зростання довiри до RTB-системи, очiкуеться, що паблiшери будуть надавати бiльший обсяг iнвентарю на продаж через programmatic, у тому чиЫ RTB [1].
Отже, на даному етат RTB iснуe лише як додатковий шструмент, який в основному тестують топовi рекламодавцi, як1 мають достатнi бюджети для випробовування рiзних iнструментiв у процесi пошуку найефектившших рiшень. Меншi компани гiрше йдуть на ризик i поки що надають перевагу перевiреним прямим закутвлям. Проте кризовi явища в економщ стимулюватимуть рекламодавцiв до вибору шструменпв, що можуть забезпечити максимальну ефектившсть. А RTB - це гарне ршення для компанiй, що прагнуть оптимiзувати сво! рекламнi бюджети. Висновки
Завдяки бурхливому розвитку шформацшно-комушкацшних технологiй та iнструментiв аналiзу великих обсяпв даних, що генеруються значною шльшстю пристро1в, пiд'eднаних до мереж1 iнтернет, маркетинговi оргашзаци здатнi розробляти маркетинговi заходи, як1 точно вщповщають профiлю навiть не окремого сегменту, а конкретного споживача. Одним з напрямшв ново! концепци маркетингу, заснованого на даних, стала алгорштшчна реклама, або programmatic-реклама. Вона включае рiзнi моделi закупiвлi реклами в iнтернетi, залежно вiд потреб рекламодавця та рекламного майданчика. Найцiкавiшою з них е модель RTB, яка на основi аукцiону в режимi реального часу дозволяе рекламодавцям закуповувати не рекламне мiсце на сайтi без гаранти релевантностi для вiдвiдувачiв сторшки, а показ конкретному користувачу, що вщповщае профiлю щльово1 аудитори. До того ж за рахунок автоматизаци процесiв розмiщення реклами стае менш трудомiстким, хоча й потребуе вщповщно! техшчно1 пiдготовки фахiвця, що здшснюе управлiння RTB-кампанiями.
Наразi технологiя RTB набирае популярнiсть у свiтi. Частка алгорштшчних закупiвель реклами у свггових витратах на медiйну рекламу досягла 50%, серед яких близько 70% становлять RTB-закупiвлi. Найбiльш прогресивними у впровадженш iнструменту е США та Великобриташя. У цих крашах ринок RTB вже майже досягнув насичення. £вропейсьш краши дещо вiдстають у розвитку технологи, що обумовлено бшьшим консерватизмом суб'екпв рекламного ринку. Однак найближчим часом прогнозуеться активне використання технологи внаслiдок усвiдомлення переваг RTB спецiалiстами iнтернет-реклами.
Однiею з проблем дослщження ринку RTB в Укра1т е вiдсутнiсть iнформацiйного забезпечення про його обсяг та структуру, хоча використання моделi здiйснюеться з 2013 р. За
оцшками експертiв, канал RTB демонструе зростання й у 2016 р. мав досягти 10% вiд загальних витрат на медiйну рекламу. До факторiв, як1 стримують активне використання шструменту, належать низький рiвень розвитку та недосконалють iнфраструктури RTB, неяшсна робота И певних елементiв, вщсутшсть достатньо! кiлькостi даних про користувачiв та органiзацiй, як1 здатнi правильно здшснювати управлiння ними. Ввдчуваеться також дефщит спецiалiстiв, як1 здатнi здшснювати управлшня RTB-кампанiями, а також низький загальний рiвень розумiння принцитв роботи моделi. Однiею з переваг використання RTB е забезпечення прозоросп використання рекламних бюджетiв. Проте в Укра1ш через недосконалiсть системи тдрядники не завжди надають достовiрну звинють за результатами RTB-кампанiй. Також одним з найважливших факторiв стримування розвитку RTB в Укра1ш е низький рiвень культури у сферi штернет-реклами взагалi, й при використання RTB зокрема. Це проявляеться у значнш частцi так званого fraud-трафiка, тобто несправжшх цiльових дiй, що здшснюються за допомогою спецiальних шахрайських програм; приховування алгоритмiв роботи лiчильникiв показiв та клiкiв. Як зазначалося рашше, через так1 недобросовiснi дИ шдряднишв до 97% рекламних бюджетiв в штернеп можуть бути витраченi дарма.
У 2017-2018 рр. експерти прогнозують помiрне зростання обсягу закупiвель реклами за допомогою RTB внаслiдок вдосконалення iнфраструктури та отриманням досвiду спещалюпв рекламно! галузi в роботи за новою моделлю. Проте iснування вище зазначених проблем перешкоджае зростанню довiри рекламодавцiв до ново! технологil. А отже, без забезпечення належного рiвня експертизи роботи екосистеми RTB шструмент може й надалi залишатися шшевим на укра!нському ринку iнтернет-реклами.
Щодо подальших дослiджень, то актуальним е визначення рiвня проникнення iнструменту серед рекламних агентств, рекламодавщв та паблiшерiв; бiльш детальне вивчення принципiв роботи окремих шфраструктурних елементiв украгнсько! екосистеми RTB; виявлення рiвня задоволення рекламодавщв и роботою та порiвняння результатiв RTB-кампанiй з традицiйними рекламними кампашями. Також доцiльним е розгляд особливостей рiзних моделей алгоритмiчноl реклами та визначення умов, за яких !х застосування буде максимально ефективним.
Abstract
Within the data-driven marketing approach new smart technologies in online-advertising are emerging. One of them is Real-Time Bidding (RTB), that is a model of impressions buying based on the real-time automatic auction. The technology enables to purchase not places for ads as usual, but only the target impressions. In
progressive countries as the USA, Great Britain, France and some others this instrument has gained great popularity. Ukrainian RTB market, where the share of the RTB in display ad expenses is less than 10%, can be classified as emerging. So it is necessary to identify factors, which prevent the model from active implementation in the market. As research has revealed, they are the imperfection of the RTB infrastructure; lack of needed data about users and data suppliers in the market; lack of specialists, who can manage the RTB campaigns; the high level of fraud-activities in online-advertising. The situation is worsened by the overall misunderstanding of the RTB system principles among the advertising industry specialists. If the advertising industry manages to develop the RTB ecosystem systematically and solve general problems in the online-advertising field, there will be more active growth of the RTB in Ukraine.
JEL Classification: M39.
Список л^ератури:
1. 5 programmatic-предсказаний от Admixer на 2017 год [Електронний ресурс] // Sostav.ua. - 2016. -Режим доступу: http://sostav.ua/publication/5-programmatic-predskazanij-ot-admixer-na-2017-god-73613.html.
2. Busch O. The Programmatic Advertising Principle / Oliver Busch // Programmatic Advertising: The Successful Transformation to Automated, Data-Driven Marketing in Real-Time (Management for Professionals) / Oliver Busch. - Люксембург: Springer, 2016. - С. 3-15.
3. Fraud-трафик: как не купить «воздух» вместо рекламы [Електронний ресурс] // Ain.ua. - 2017. -Режим доступу: https://ain.ua/2017/03/10/fraud-trafik-kak-ne-kupit-vozdux-vmesto-reklamy.
4. Funk B. Cross-Channel Real-Time Response Analysis / B. Funk, N. Nabout // Programmatic Advertising: The Successful Transformation to Automated, Data-Driven Marketing in Real-Time (Management for Professionals) / B. Funk, N. Nabout. - Люксембург: Springer, 2016. - С. 141-151.
5. Martinez-Martinez I. Ethical implications of digital advertising automation: The case of programmatic advertising in Spain / I. Martinez-Martinez, J. Aguado, Y. Boeykens. // El profesional de la informacion v. 26. - 2017. - №2. - С. 201-210.
6. Münstermann H. Programmatic Disruption for Premium Publishers / H. Münstermann, P. Würtenberger // Programmatic Advertising: The Successful Transformation to Automated, Data-Driven Marketing in Real-Time (Management for Professionals) / H. Münstermann, P. Würtenberger. - Люксембург: Springer, 2016. - С. 25-36.
7. RTB в Украине и мире: что есть и чего ждать [Електронний ресурс] // Sostav.ua. - 2015. - Режим доступу: http://sostav.ua/publication/rtb-v-ukraine-i-mire-chto-est-i-chego-zhdat-68585.html.
8. RTB рынок: технологии, особенности, перспективы [Електронний ресурс] // Сайт компани AAdvert - Режим доступу: http://a-advert.ru/articles/rtb.html.
9. Seitz J. Perspectives of Programmatic Advertising / J. Seitz, S. Zorn // Programmatic Advertising: The Successful Transformation to Automated, Data-Driven Marketing in Real-Time (Management for Professionals) / J. Seitz, S. Zorn. - Люксембург: Springer, 2016. - С. 37-51.
10. United States Real-Time Bidding Market in the 2016-2020 - Improved Targeting of Audience / Low Transparency in Market / Shift of RTB Advertisements to Mobile Web - Research and Markets [Електронний ресурс] // Business Wire. - 2016. - Режим доступу: http://www.businesswire.com/news/home/20160617005376/en/United-States-Real-Time-Bidding-Market-2016-2020.
11. US Programmatic Ad Spend Tops $10 Billion This Year, to Double by 2016 [Електронний ресурс] // eMarket. - 2014. - Режим доступу: https://www.emarketer.com/Article/US-Programmatic-Ad-Spend-Tops-10-Billion-This-Year-Double-by-2016/1011312.
12. Wang J. Real-time bidding: A new frontier of computational advertising research / J. Wang, S. Yuan. // Proceedings of the Eighth ACM International Conference on Web Search and Data Mining. - 2015. -С. 415-416.
13. Weide K. Real-Time Bidding in the United States and Worldwide, 2011-2016 [Електронний ресурс] / Karsten Weide // IDC. - 2012. - Режим доступу: https://ru.scribd.com/document/116384076/Real-Time-Bidding-in-the-United-States-and-Worldwide-2011-2016.
14. Казачков А. Что нужно знать о моделях продаж в программатик [Електронний ресурс] / Артем Казачков // Cossa. - 2015. - Режим доступу: http://www.cossa.ru/152/116583/.
15. Левин Г. Programmatic-индустрия в 2016 году [Електронний ресурс] / Георгий Левин // Cossa. -2015. - Режим доступу: http://www.cossa.ru/152/116280/.
16. Лупенко В. Прагматично о programmatic: спрос и будущее технологии в Украине [Електронний ресурс] / Виктория Лупенко // MMR.ua. - 2017. - Режим доступу: http://mmr.ua/show/ pragmatichno_o_programmatic_spros_i_budushtee_tehnologii_v_ukraine#229788933.1493742460.
17. Мельник А. Як програматик та Big Data змiнюють ринок штернет-реклами [Електронний ресурс] / Антон Мельник // Ain.ua. - 2016. - Режим доступу: https://ain.ua/2016/04/19/yak-programatik-ta-big-data-zminyuyut-rinok-internet-reklami.
18. Обзор рынка programmatic в России в 2015 году [Електронний ресурс]. - Режим доступу: https://iabrus.ru/projects/6632007.
19. Петренко Г., Олександр Гороховський та Андрш Партика - про аукцюнт продаж^ програмований ба1нг на ТБ та рекламний ринок через 3-5 рошв [Електронний ресурс] / Галина Петренко // Детектор Медiа. - 2016. - Режим доступу: http://detector.media/rinok/artide/118683/ 2016-09-12- oleksandr-gorokhovskii-ta-andrii-partika-pro-auktsionni-prodazW-programovanii-baing-na-tb-ta-reklamnii-rinok-cherez-35 -rokiv/.
20. Почему технология RTB не смогла завоевать рекламный рынок Европы [Електронний ресурс] // Хабрахар. - 2014. - Режим доступу: https://habrahabr.ru/company/advertone_ru/blog/222595/.
21. Раздобудько М. RTB-эволюция: репортаж с ИМУ-2013 [Електронний ресурс] / Максим Раздобудько // Aweb. - 2013. - Режим доступу: http://blog.aweb.ua/rtb-evolyuciya-reportazh-s-imu2013.
22. Реалии и перспективы украинского programmatic-рынка [Електронний ресурс] // MediaБiзнес. -2016. - Режим доступу: http://www.mediabusiness.com.ua/content/view/48030/69/lang,ru/.
23. Сайт компани Adriver [Електронний ресурс]. - Режим доступу: https://www.adriver.ru/.
24. Сайт компани Programmatic Media [Електронний ресурс]. - Режим доступу: http://programmaticmedia.com.ua/.
25. Сайт компани RTB-Media [Електроннийресурс]. - Режим доступу: http://rtb-media.ru/.
26. Сахно А. Programmatic для «чайников»: Что такое программатик и как он работает [Електронний ресурс] / Алексей Сахно // Сайт агентства интернет-маркетинга Digital Bee. -2016. - Режим доступу до ресурсу: http://digitalbee.com/blog/digital-marketing/programmatic-dlya-chaynikov-chto-takoe-programmatik-i-kak-on-rabotaet/.
27. Чеклов Д. Data-driven маркетинг: будущее уже здесь [Електронний ресурс] / Дмитрий Чеклов // Cossa. - 2015. - Режим доступу до ресурсу: http://www.cossa.ru/152/115144/.
References:
1. 5 programmatic-predskazaniy ot Admixer na 2017 god [5 programmatic-predictions from Admixer for 2017]. Retrieved from http://sostav.ua/publication/5-programmatic-predskazanij-ot-admixer-na-2017-god-73613.html [in Russian].
2. Busch, O. (2016). The Programmatic Advertising Principle. In Programmatic Advertising: The Successful Transformation to Automated, Data-Driven Marketing in Real-Time (Management for Professionals). Pp. 3-15. Luxembourg: Springer [in English].
3. Fraud-trafik: kak ne kupit "vozduh" vmesto reklamyi [Fraud-traffic: how not to buy the "air" instead of advertising]. (2017, March 10). Retrieved from https://ain.ua/2017/03/10/fraud-trafik-kak-ne-kupit-vozdux-vmesto-reklamy [in Russian].
4. Funk, B., & Nabout, N. (2016). Cross-Channel Real-Time Response Analysis. In Programmatic Advertising: The Successful Transformation to Automated, Data-Driven Marketing in Real-Time (Management for Professionals). Pp. 141-151. Luxembourg: Springer [in English].
5. Martinez-Martinez, I. J., Juan-Miguel, A., & Boeykens, Y. (2017). Ethical implications of digital advertising automation: The case of programmatic advertising in Spain. El profesional de la informacion, 26(2), 201-210 [in English].
6. Münstermann, H., & Würtenberger, P. (2016). Programmatic Disruption for Premium Publishers. In Programmatic Advertising: The Successful Transformation to Automated, Data-Driven Marketing in Real-Time (Management for Professionals). Pp. 25-36. Luxembourg: Springer [in English].
7. RTB v Ukraine i mire: chto est i chego zhdat [RTB in Ukraine and in the world: what is and what to expect]. (2015, October 1). Retrieved from http://sostav.ua/publication/rtb-v-ukraine-i-mire-chto-est-i-chego-zhdat-68585.html [in Russian].
8. RTB ryinok: tehnologii, osobennosti, perspektivyi [RTB market: technologies, peculiarities, prospects]. Retrieved from http://a-advert.ru/articles/rtb.html [in Russian].
9. Seitz, J., & Zorn, S. (2016). Perspectives of Programmatic Advertising . In Programmatic Advertising: The Successful Transformation to Automated, Data-Driven Marketing in Real-Time (Management for Professionals). Pp. 37-51. Luxembourg: Springer. doi:10.1007/978-3-319-25023-6_4 [in English].
10. United States Real-Time Bidding Market in the 2016-2020 - Improved Targeting of Audience / Low Transparency in Market / Shift of RTB Advertisements to Mobile Web - Research and Markets. 2016, June 17. Retrieved from http://www.businesswire.com/news/home/20160617005376/en/United-States-Real-Time-Bidding-Market-2016-2020 [in English].
11. US Programmatic Ad Spend Tops $10 Billion This Year, to Double by 2016. (2014, October 16). Retrieved from https://www.emarketer.com/Article/US-Programmatic-Ad-Spend-Tops-10-Billion-This-Year-Double-by-2016/1011312 [in English].
12. Wang, J., & Yuan, S. (2015). Real-time bidding: A new frontier of computational advertising research. In Proceedings of the Eighth ACM International Conference on Web Search and Data Mining. Pp. 415416. Shanghai, China [in English].
13. Weide, K. (2012). Real-Time Bidding in the United States and Worldwide, 2011-2016. Retrieved from https ://ru. scribd. com/document/116384076/Real-Time-Bidding-in-the-United-States-and-Worldwide-2011-2016 [in English].
14. Kazachkov, A. (2015). Chto nuzhno znat o modelyah prodazh v programmatic [What you need to know about sales models in programmatic]. Retrieved from http://www.cossa.ru/152/116583/ [in Russian].
15. Levin, G. (2015). Programmatic-industriya v 2016 godu [Programmatic industry in 2016]. Retrieved from http://www.cossa.ru/152/116280/ [in Russian].
16. Lupenko, V. (2017). Pragmatichno o programmatic: spros i buduschee tehnologii v Ukraine [Pragmatically about programmatic: demand and future of the technology in Ukraine]. Retrieved from http://mmr.ua/show/pragmatichno_o_programmatic_spros_i_budushtee_tehnologii_v_ukraine#2297889 33.1493742460 [in Russian].
17. Melnyk, A. (2016). Yak prohramatyk ta Big Data zminyuyut rynok internet-reklamy [How programmatic and Big Data are changing the internet-advertising market]. Retrieved from https ://ain.ua/2016/04/19/yak-programatik-ta-big-data-zminyuyut-rinok-internet-reklami [in Ukrainian].
18. Obzor ryinka programmatic v Rossii v 2015 godu [The programmatic marketing review in Russia in 2015] (Publication). (2016). Retrieved https://iabrus.ru/projects/663 [in Russian].
19. Petrenko, H. (2016). Oleksandr Horokhovskyy ta Andriy Partyka - pro auktsionni prodazhi, prohramovanyy bayinh na TB ta reklamnyy rynok cherez 3-5 rokiv [Gorokhovsky Alexandr and Andrew Partyka about the auction sale, programmatic buying on TV and advertising market in 3-5 years]. Retrieved from http://detector.media/rinok/article/118683/2016-09-12-oleksandr-gorokhovskii-ta-andrii-partika-pro-auktsionni-prodazhi-programovanii-baing-na-tb-ta-reklamnii-rinok-cherez35rokiv/ [in Ukrainian].
20. Pochemu tehnologiya RTB ne smogla zavoevat reklamnyiy ryinok Evropyi [Why RTB technology did not conquer the advertising market in Europe]. (2014, May 13). Retrieved from https://habrahabr.ru/company/advertone_ru/blog/222595/ [in Russian].
21. Razdobudko, M. (2013). RTB-evolyutsiya: reportazh s IMU-2013 [RTB-evolution: the reportage from IMU-2013]. Retrieved from http://blog.aweb.ua/rtb-evolyuciya-reportazh-s-imu-2013/ [in Russian].
22. Realii i perspektivyi ukrainskogo programmatic-ryinka [Realities and prospects of Ukrainian programmatic market]. (2016, November 22). Retrieved from http://www.mediabusiness.com. ua/content/view/48030/69/lang,ru/ [in Russian].
23. Adriver. Retrieved from https://www.adriver.ru/ [in English].
24. Programmatic Media. Retrieved from http://programmaticmedia.com.ua/ [in English].
25. RTB-Media. Retrieved from http://rtb-media.ru/ [in English].
26. Sahno, A. Programmatic dlya "chaynikov": Chto takoe programmatik i kak on rabotaet? [Programmatic for Dummies: What is programmatic and how does it work?]. Retrieved from http://digitalbee.com/blog/digital-marketing/programmatic-dlya-chaynikov-chto-takoe-programmatik-i-kak-on-rabotaet/ [in Russian].
27. Cheklov, D. (2015). Data-driven marketing: buduschee uzhe zdes [Data-driven marketing: the future is here]. Retrieved from http://www.cossa.ru/152/115144/ [in Russian].
HagaHO go pegaKmnHoi' KO^erii' 15.04.2017
rmTe^KHH GBreH BiTamnoBHH / Ievgen V. Gnitetskyi
gn. i. vital@gmail. com@gmail. com
rpi6imneHKO O^eHa naBmBHa / Olena P. Gribinichenko
elainegrib@gmail. com
nocwrnuHH Ha cmammw / Reference a Journal Article:
Real-Time Bidding e yxpami ma ceimi: po3eumoK, oco6nueocmi, npo6neMu, nepcneKmueu [EneKmpoHHuu pecypc] / €. B. rHimeqbKuu, O. n. rpidimerno // EKOHOMiKa: peanii uacy. HayKoeuu wypHan. - 2017. - № 2 (30). -C. 124-132. -PewuM docmyny do wypH.: http://economics.opu.ua/files/archive/2017/No2/124.pdf
