Яндекс раскрыл методологию расчета цены контакта в цифровой наружной рекламе в Яндекс Директ. В основе модели — Real Time OTS: система оценивает потенциальные контакты с рекламой в момент показа и использует эти данные для аукционного ценообразования.

Речь идет о DOOH-размещениях, где рекламодатель платит не просто за выход ролика на экране, а за тысячу потенциальных контактов с аудиторией. Такой подход сближает наружную рекламу с digital-закупками и дает больше контроля над бюджетом и эффективностью кампаний.

Что именно считает Яндекс

OTS (Opportunity to See) в цифровой наружной рекламе показывает число потенциальных контактов с рекламным сообщением. На этой метрике строится аудиторная модель закупки инвентаря: стоимость размещения в Яндекс Директ рассчитывается на аукционе за каждую тысячу таких касаний.

Ключевое отличие подхода Яндекса — расчет контактов в реальном времени. Это означает, что система учитывает фактическую ситуацию вокруг экрана в момент показа, а не только исторические усредненные данные.

Как считается Real Time OTS: 3 этапа

1. Сбор и очистка геоданных

Базой служат агрегированные и обезличенные данные из сервисов и приложений Яндекса. Они помогают оценивать плотность потока людей и транспорта в конкретной локации в реальном времени.

При этом система отсекает шумовые и нерелевантные сигналы, например от умных телевизоров, домашних станций и роутеров. Потенциальный контакт засчитывается только если пользователь находится в геометрической зоне обзора конструкции.

Эта зона рассчитывается отдельно для каждого экрана с учетом:

  • габаритов конструкции;
  • угла разворота к потоку;
  • высоты подвеса;
  • наличия препятствий;
  • архитектурных особенностей локации.

Если направление движения не позволяет увидеть экран, такой поток из расчета исключается. Для пешеходных зон Яндекс также не учитывает пользователей, движущихся быстрее 15 км/ч, поскольку у них нет физической возможности рассмотреть сообщение. Для цифровых коробов на крышах такси действует порог до 30 км/ч.

2. Восполнение данных с помощью машинного обучения

Поскольку геоданные не покрывают 100% городского трафика, Яндекс использует модель машинного обучения для экстраполяции недостающих данных. Модель откалибрована на верифицированных датасетах мобильных операторов.

При расчете учитываются:

  • специфика локации;
  • характер трафика;
  • агрегированный профиль аудитории вокруг экрана;
  • время суток и день недели;
  • праздники, сезонность и погода.

В качестве примера Яндекс приводит погодный фактор: когда в конце апреля в Москве выпал снег, система зафиксировала снижение охватов на 20–29% из-за падения пешеходного трафика.

3. Валидация модели

Чтобы снизить погрешность, расчеты Real Time OTS постоянно проверяются независимыми методами. Яндекс сопоставляет модельные данные с физическими замерами на локациях, чтобы подтверждать реальные объемы аудитории и корректировать алгоритмы.

Что это меняет для рекламодателей

По версии Яндекса, динамический расчет контактов позволяет оплачивать фактическую емкость аудитории в момент показа. Например, выход ролика в грозу может стоить в 10 раз дешевле, чем показ того же ролика в хорошую погоду при высоком трафике.

Кроме самого биллинга, методология влияет и на медиапланирование. До запуска кампании в Яндекс Директ можно оценить прогноз по объему контактов, стоимости, охвату и частоте с учетом локации, категории поверхностей, временного таргетинга и сезонных факторов.

Также модель используется для более точного подбора адресной программы. Яндекс накладывает обезличенные данные о поведенческих сегментах и интересах аудитории на показатели конкретных экранов. На этой основе формируются метрики Segment OTS и Affinity Index, которые помогают оценить концентрацию целевой аудитории у конкретной конструкции.

Что важно для рынка

Публикация методологии — сигнал, что Яндекс делает DOOH в Яндекс Директ более прозрачным для рекламодателей и агентств. Для рынка это означает смещение фокуса с фиксированных выходов на управляемую закупку по аудитории, где на стоимость сильнее влияют реальный трафик, контекст локации и внешние факторы вроде погоды.

На практике владельцам бизнеса, PPC-специалистам и агентствам стоит внимательнее смотреть не только на адресную программу, но и на временные сценарии показа, погодные условия и тип трафика вокруг экранов: именно эти параметры теперь напрямую влияют на цену контакта и эффективность DOOH-кампаний в Яндекс Директ.

Совет эксперта Analito

Проверьте текущие DOOH-кампании в Яндекс Директ на зависимость от времени суток, дня недели и погодных условий. Если размещения идут по широкому расписанию, имеет смысл протестировать более узкие окна показа и сравнить цену контакта и охват.

При медиапланировании оценивайте не только список экранов, но и тип трафика вокруг них: пешеходный, автомобильный, скорость потока, особенности обзора. Это напрямую влияет на засчитываемые контакты и может заметно менять итоговую стоимость размещения.

Если кампания ориентирована на конкретную аудиторию, запрашивайте у команды или подрядчика разрез по Segment OTS и Affinity Index. Такие метрики помогут убрать экраны с низкой концентрацией целевого сегмента и перераспределить бюджет эффективнее.

Частые вопросы

Чем Real Time OTS отличается от обычной оценки охвата в наружной рекламе?

Real Time OTS считает потенциальные контакты в момент конкретного показа, а не опирается только на усредненные исторические данные по локации.

Почему погода может менять стоимость размещения в DOOH?

Потому что модель учитывает фактический трафик вокруг экрана. Если из-за дождя, снега или непогоды людей рядом меньше, число контактов падает, а стоимость показа может снижаться.

Можно ли использовать эту методологию для более точного таргетинга?

Да. Яндекс связывает данные по контактам с обезличенными сегментами аудитории, что помогает выбирать экраны с более высокой концентрацией нужной целевой аудитории.