ОПРЕДЕЛЕНИЕ ПРОБЛЕМ ПРОГНОЗИРОВАНИЯ РЕЗУЛЬТАТОВ  МАРКЕТИНГОВЫХ КОММУНИКАЦИЙ

Даниил Александрович Хохлов

doi:10.6060//ivecofin.2025642.723

Даниил Александрович Хохлов Государственный Университет Управления

DOI: https://doi.org/10.6060//ivecofin.2025642.723

Ключевые слова: прогнозирование, медиапланирование, перформанс-маркетинг, конверсия, CTR, CPC, RTB-аукцион, Яндекс.Директ

Аннотация

Статья посвящена актуальной проблеме прогнозирования результатов маркетинговых коммуникаций в условиях цифровой среды. Автор рассматривает ключевые ограничения и сложности, связанные с прогнозированием эффективности рекламных кампаний, особенно в контексте перформанс-маркетинга. В статье анализируются основные факторы, влияющие на точность прогнозов, такие как непредсказуемость потребительского поведения, изменчивость показателей конверсии (CTR, CR), а также сложности в прогнозировании стоимости клика (CPC) в условиях аукционов реального времени (RTB).

Автор проводит обзор существующих инструментов прогнозирования, и на основе экспериментальных данных демонстрирует их ограниченную точность. Особое внимание уделяется проблеме фрагментарности статистики и невозможности верификации прогнозов из-за постоянного изменения условий аукционов.

В заключение статьи делается вывод о том, что современные методы прогнозирования не могут обеспечить достаточную точность для принятия решений в медиапланировании. Автор подчеркивает необходимость разработки новых инструментов и методологий, которые позволят повысить эффективность рекламных кампаний в цифровой среде.

Литература

Kmet E.B., Petropavlovskaya A.A. Improving contextual advertising planning based on hypothesis testing. Practical Marketing. 2023. N 2(308). P. 38–47. DOI: 10.24412/2071-3762-2023-2308-38-47. EDN LJERIU (in Russian).

Ermolaev M.B., Belokonskaya E.G., Boretsky D.A., Smirnova O.P. Machine Learning Technologies in Customer Loyalty Research. Ivecofin. 2024. N 4(62). P. 73-81. DOI: 10.6060/ivecofin.2024624.704. EDN NOHACV (in Russian).

Belokonskaya E.G., Maslennikova N.V., Chumakova N.A., Kocha, A.A. Experience in creating contextual advertising for a higher education institution. Ivecofin. 2021. N 4(50). P. 58–69. DOI: 10.6060/ivecofin.2021504.568. EDN WIBCMX (in Russian).

Nikulin D.N. Budget forecasting opportunities in the Yandex.Direct system. Economics and Management: Analysis of Trends and Development Prospects. 2014. N 12. P. 61-65. EDN SCDHKJ (in Russian).

Egoryan L.B. “Click fraud” as the actual problem of assessing the effectiveness of internet advertising: the methodology for the identification and solutions. Transport Business in Russia. 2015. N 1-2. P. 32–34. EDN SJJZEO (in Russian).

Nazaykin A.N. The effectiveness of internet advertising. Bulletin of the Moscow University. Series 10: Journalism. 2010. N 5. P. 90–103. EDN NCETQF (in Russian).

Official website of Russia quality system "Roskachestvo". https://roskachestvo.gov.ru/news/v-rollakh-iz-setevykh-restoranov-i-magazinov-sluzhb-dostavki-obnaruzheny-kishec-hnaya-palochka-lister/ (in Russian).

Yandex.Wordstat. https://wordstat.yandex.ru/ (in Russian).

Grineva M.D. Effective building of sales funnels based on modern consumer trends. Practical Marketing. 2023. N 10(316). P. 3-8. DOI: 10.24412/2071-3762-2023-10316-3-8. EDN AECPRN (in Russian).

Sizova O. V., Tezin N. K. Forecasting the View Traffic of a News Resource Using Artificial Intelligence Methods. Ivecofin. 2023. N 4(58). P. 79-88. DOI: 10.6060/ivecofin.2023584.667. EDN QEJNRM (in Russian).

About unified campaigns in Yandex.Direct. https://yandex.ru/support/direct/ru/unified-performance-campaign/about (in Russian).

Khokhlov D.A. The concept of advertising media in the digital space. University Bulletin. 2022. N 10. P. 97-104 (in Russian).

Kurganova E.S. The ecosystem of the Russian RTB market. Materials of the International Scientific-Practical Conference of Students, Postgraduates, and Young Scientists «Youth and Scientific-Technical Progress». Stary Oskol: Assistant Plus. 2014. Vol. 2. P. 247-250 (in Russian).

Azoev G.L., Khokhlov D.A. Developing a demand forecasting model for digital products. Marketing and Marketing Research. 2021. N 1. P. 18–27. DOI: 10.36627/2074-5095-2021-1-1-18-27. EDN HJFSRP (in Russian).

Nikitin V.S. Analysis of contextual advertising impact on conversion in digital marketing. Practical Marketing. 2023. N 3 (309). P. 49–52. DOI: 10.24412/2071-3762-2023-3309-49-52. EDN YFKHLD (in Russian).

Cerebro: Blog. How to combat burnout in VK Ads. https://blog.церебро.рф/kak-borotsya-s-vygoraniem-v-vk-ads (in Russian).

Semiglazov A.M., Semiglazov V.A., Ivanov K.I. Mathematical modeling of an advertising campaigns. Reports of Tomsk State University of Control Systems and Radioelectronics. 2010. N 2(22). P. 343–349 (in Russian).

Yagla Educational Center. First aid for audience burnout. https://yagla.ru/blog/marketing/skoraya-pomoshch-pri-vygoranii-auditorii/ (in Russian).

Advertising in social networks: 5 techniques to combat audience burnout. https://hiconversion.ru/blog/reklama-v-socsetyah-5-priemov-borby-s-vygoraniem-auditorii/ (in Russian).