В настоящее время существует множество исследований, посвящённых оптимизации рекламных кампаний. По результатам этих исследований сегодня представляется возможным комплексно спрогнозировать эффективность рекламных кампаний и интерпретировать их результаты. Использование опубликованных методов позволяет максимально точно подобрать целевую аудиторию и создать наиболее действенное рекламное предложение. Тем не менее, один из параметров проведения рекламных кампаний остаётся до сих пор теоретически не обоснованным – её продолжительность.

Данный факт совсем не означает, что срок завершения рекламной кампании определяется интуитивно. Напротив, специалисты по маркетингу отводят немалое время для прогнозирования оптимальной точки «выхода». Однако такое прогнозирование основывается в большей степени на предыдущем опыте: исследовании сроков, бюджетов и целевой аудитории аналогичных маркетинговых мероприятий относительно аналогичных товаров и (или) услуг. Как раз в этом и заключается ряд проблем, связанных с отсутствием теоретического обоснования сроков рекламных кампаний. Иными словами, специалисты по маркетингу сталкиваются с проблемой нехватки информации при прогнозировании сроков следующей рекламной кампании, если:

• товар и (или) услуга, который уже представлен на одном из рынков, выводятся на принципиально новый рынок;
• на рынок, на котором присутствует компания, выводится принципиально новый товар и (или) услуга;
• принципиально новый товар и (или) услуга выводится на принципиально новый рынок.

В последнем из указанных случаев наблюдается максимальная неопределённость, что подчеркивает необходимость формирования нового метода прогнозирования сроков рекламной кампании.

Целью данной статьи является попытка теоретического обоснования сроков проведения рекламной кампании. При помощи математического аппарата мы построим динамическую модель, на основе которой предложим новый инструмент расчёта и прогнозирования сроков рекламной кампании.

Считаем должным уточнить: в данной статье нас интересует именно момент перехода от предыдущей рекламной кампании к новой (следующей). Иначе говоря, мы не берёмся рассуждать, сколько времени длится рекламная кампания. Этот параметр и без того зависит от множества факторов: средняя длительность принятия решения о покупке, планируемые объёмы сбыта, сам товар и (или) услуга, выбор средств массовой информации и так далее.

В основе нашего предположения лежит закон предельно убывающей производительности. Согласно закону, применение одного нового производственного фактора со временем приводит к снижению объёмов выпускаемой продукции [1]. Его интерпретация к исследуемой ситуации может быть следующей: настаёт определённая точка во времени, когда рекламная кампания всё менее эффективно воздействует на потенциального потребителя товара и (или) услуги. Именно в этот момент специалисты по маркетингу принимают решение о качественных изменениях рекламной кампании. Причём способы таких изменений достаточно вариативны: кампания может быть уменьшена в объёмах, может быть дополнена неопубликованным ранее материалом, или закрыта полностью. В описанном нами контексте наибольший интерес представляет собой точка C (см. рисунок №1). Значения параметра времени (t) могут быть просчитаны заранее. Иначе говоря, представляется возможным заранее спрогнозировать момент времени необходимости качественного измене­ния рекламной кампании. Тем не менее, в прямом применении этой модели есть противоречия.

Во-первых, кривая TP, как правило, строится в режиме реального времени. Это означает, что буквальное использование настоящей модели доступно только в случае обладания специалистами по маркетингу статистической информацией. Иначе говоря, только накопленный опыт ведения аналогичных рекламных кампаний в данном случае способствует точному прогнозированию ситуации. Более того, для принятия решения остановки (или качественного изменения) рекламной кампании остаётся минимальное количество времени, что крайне негативно сказывается на её эффективности.

Во-вторых, напомним, что указанный выше закон действует лишь в краткосрочном периоде, когда модель подразумевает изменение только одного фактора при неизменности всех остальных. Это добавляет сложности в применение данного закона в текущей ситуации, поскольку тот же самый технологический прогресс (использование, например, новых форматов медиа, или качества видеосъемки) может существенно изменить среду применения закона.

Поэтому в настоящее время требуется более универсальный инструмент для прогнозирования сроков рекламных кампаний. За отправную точку создания такого инструмента мы взяли запланированную эффективность рекламной кампании в момент времени. В уточнение приведём пояснения к экономическому показателю ROI (англ. Return on investment – возврат от маркетинговых инвестиций):

где ΔR – изменение показателей выручки к моменту времени, P – рентабельность продаж рекламируемого товара и (или) услуги, C – затраты на рекламную кампанию [2].

Таким образом, в определённый момент времени показатель ROI будет принимать определённые значения, графически представляя собой кривую. Такая кривая отображает зависимость эффективности рекламной кампании от времени (длительности) её проведения. Как только кривая начинает приближаться к своему асимптотическому значению на заданную величину, этот момент будет сигналом к остановке рекламной кампании.

Точка А, с определенной погрешностью интерполяции, принадлежит некому подобию «определяющей» функции

где t_max – момент времени, определяемый максимальной отдачей рекламной компании, m и n – параметры, отражающие индивидуальные особенности компании, которые достаточно просто вычисляются по небольшому набору исходных данных.

Далее задаем точку B_min как предельно допустимое значение ROI (B_min=ROI_min) и по заданному значению B_min  находим A_min, которое обязательно больше t_max (A_{min >} t_max), именно

На самом деле погрешность этой простой формулы весьма незначительна.

Методологическая особенность состоит в том, что мы задаем B_min и по заданному значению вычисляем  A_min – реальное время условного конца компании.

Кривая может быть другой, но все равно по заданной кривой или по отдельным точкам мы всегда сможем вычислить A_min.

Далее мы сможем построить функциональную зависимость

Здесь переменная B_min и задав эту зависимость в дифференциальной форме, мы сможем перейти к реальному закону о «разумной предельной продолжительности рекламной кампании».

Таким образом, для того чтобы реализовать методику расчета реального времени условного конца рекламой компании по отдельному изделию необходимы дискретные данные по зависимости значения ROI от длительности проведения компании. Для формирования локального дифференциального закона для данной компании дискретные данные по группе товаров. Общий дифференциальный закон будет основываться на дискретных данных по выделенной группе компаний.

Предлагаемый нами метод интегрального прогнозирования сроков рекламной кампании достоин внимания, как минимум, по двум причинам. Во-первых, это универсальность использования относительно различных показателей эффективности. В случае использовании специалистам по маркетингу иных показателей эффективности метод будет всё также результативен. Во-вторых, предлагаемый метод имеет функции так называемой «тонкой» настройки: представляется возможным отрегулировать прогноз окончания рекламной кампании. Иначе говоря, специалистам даётся возможность заранее выставить величину приближения к асимптотическому значению.

Таким образом, предложенный метод прогноза окончания рекламной кампании поможет наиболее точным образом спланировать маркетинговые действия, а значит, сократить затраты на рекламу.