Узнаваемость бренда

Происхождение и история

Датированное свидетельство развития измерений — информационный лист Google Brand Lift с отметкой copyright 2014. В нём описаны опросы для оценки знания бренда и запоминания рекламы: одним и тем же вопросом сравнивали группу, видевшую рекламу, и контрольную группу; для контрольной группы прямо указана рандомизация, то есть случайный способ формирования. Это свидетельство существования конкретной методики к тому времени, а не дата появления понятия узнаваемости. ^[6]

Учебник OpenStax Principles of Marketing, опубликованный в 2023 году, рассматривает recognition и awareness как разные рекламные показатели. Он связывает первый с распознаванием бренда по логотипу или изображению, второй — с воспроизведением информации, впечатлениями и эмоциями. ^[1] Такая трактовка шире простого узнавания названия. В прикладном отчёте заголовка awareness поэтому недостаточно: нужно увидеть, что именно спрашивали.

В этой статье «знание бренда» и «узнаваемость бренда» объединены в одной теме. «Известность» используется как общее описание того, насколько бренд знаком аудитории, а не как третья самостоятельная метрика. Когда известность выражают числом, необходимы уточнения: известен кому, по какому признаку и при какой подсказке. Иначе два автора могут обсуждать разные результаты одинаковыми словами.

Что именно проверяет исследование

Рассмотрим учебный пример. Городское издание «Маяк» хочет понять, знают ли о нём потенциальные читатели. Марине предлагают назвать городские СМИ, и она называет два других издания. Затем ей показывают список, где есть «Маяк», и она отмечает его как знакомое название. В первом задании бренд не был вспомнен, во втором был узнан. Ответы не противоречат друг другу: условия проверки изменились.

Если Марина ещё и узнаёт эмблему «Маяка», это даёт ответ на отдельный вопрос об изображении. Из её ответов пока неизвестно, читает ли она издание, доверяет ли ему или готова ли платить за подписку. В продолжении учебной ситуации она говорит: «Название знакомо, но читаю другое». Такой ответ полезнее, чем попытка записать человека в общую категорию «лояльных»: он показывает конкретную границу знания.

В учебнике OpenStax отдельно отмечено, что даже положительное восприятие не обязательно приводит к покупке. ^[1] Для нашего издания это означает необходимость самостоятельных вопросов о чтении и подписке. Если исследователь спросит сразу «Знаете ли вы и любите ли вы “Маяк”?», ответ «нет» останется двусмысленным: человек может не знать название либо знать и не любить. Pew рекомендует проверять одним вопросом один предмет. ^[7]

Узнаваемость полезна здесь как промежуточный результат коммуникации. Редакция может сначала выяснить, замечают ли люди существование издания, затем — понимают ли его тематику. Это разные решения. В учебном примере низкое узнавание названия побуждает проверить охват знакомства с брендом, а высокая доля узнающих при слабом интересе к подписке — исследовать причины отказа. Ни один из этих результатов сам по себе не выбирает рекламный бюджет и не доказывает, что проблема только в рекламе.

Способы проверки и их названия

Ниже дана редакционная систематизация заданий на основе различия открытых и закрытых вопросов Яндекса и определения recognition в OpenStax. Она не является единой классификацией всех исследовательских платформ. ^{[1, 3]}

Первое упоминание — более узкое условие, чем любое упоминание. В учебном ответе «Городские вести, Маяк, Наш район» «Маяк» засчитывается при спонтанном знании, но не как первое название. Важно заранее выбрать правило, иначе результат будет зависеть от того, какой столбец аналитик решит построить после опроса.

Название Top of Mind тоже требует осторожности. В справке Яндекса Top of Mind Brand обозначает открытый вопрос, где участник сам вписывает бренды. Одна эта формулировка не устанавливает правило учитывать исключительно первый бренд. Поэтому в отчёте о таком исследовании следует описать фактический вопрос и обработку ответов, а не заменять их буквальным переводом названия. ^[3]

Подсказка бывает не только внутри вопроса. Pew показывает, что предшествующие закрытые вопросы могут повлиять на последующие открытые ответы. ^[7] В нашем учебном сценарии список изданий сначала не показывают: иначе «Маяк» уже окажется перед глазами участника до задания на самостоятельное вспоминание. Это конкретное применение общего ограничения, а не обещание полностью устранить влияние анкеты.

Как выбрать аудиторию и подготовить волну

Целевая совокупность — люди, о которых исследователь хочет сделать вывод; выборка — те, чьи ответы фактически получены. AAPOR связывает возможность изучать совокупность со способом набора и охватом потенциальных участников. Онлайн-опрос может использовать разные способы отбора; сам интернет-формат не гарантирует представительность. ^[8]

Для «Маяка» определим учебную задачу: узнать знакомство с изданием среди совершеннолетних жителей города, которые читают местные новости. Если приглашение разместить только в канале самого «Маяка», ответят доступные через этот канал люди. Даже тысяча ответов не превращается автоматически в тысячу независимо отобранных жителей. В отчёте такого примера разумно написать «участники опроса в канале», пока нет основания для более широкого вывода.

Далее зададим точную категорию. «Городские СМИ», «новостные сайты» и «каналы о городе» в нашем сценарии допускают разные наборы ответов: бумажная газета может попасть в первый, но не во второй. Если между волнами заменить категорию, это будет ещё одно изменение условий. Pew рекомендует при отслеживании динамики сохранять формулировки и учитывать контекст вопроса. ^[7]

Для повторения учебного исследования редакция составляет паспорт волны — краткое описание того, как собраны данные. В него входят даты, аудитория, источник приглашений, число ответивших, полный текст вопросов, порядок заданий и правила обработки. Отдельно сохраняются список названий и изображение эмблемы. Такой паспорт конкретизирует рекомендации AAPOR раскрывать устройство выборки, вопросы, способ опроса и анализа. ^[8]

Открытые ответы необходимо кодировать: превращать свободный текст в категории для подсчёта. Эта задача предусмотрена рекомендациями AAPOR. ^[8] В нашей учебной процедуре запись «газета Маяк» относится к бренду, а «маяк у реки» без дополнительного контекста остаётся неоднозначной. Аналитик сохраняет исходную строку и причину решения. Если два издания называются одинаково, одно совпадение слова ещё не позволяет выбрать нужное.

Для сравнения волн словарь допустимых вариантов полезно сохранить вместе с данными. Предположим, в первой волне сокращение «ГВ» не засчитывали «Городским вестям», а во второй засчитали. Прежде чем обсуждать рост, в учебном исследовании пересчитывают первую волну по одинаковому правилу либо явно показывают разрыв процедуры. Это позволяет отличить изменение ответов от изменения собственной обработки.

Как считать долю: знаменатель важнее подписи

В документации Qualtrics для уровня брендовой воронки число выбравших бренд делят на общее число ответов. Воронка здесь — последовательность показателей, например знакомство, рассмотрение покупки и использование. Переход между уровнями рассчитывается относительно предыдущего уровня, поэтому это уже другая база. ^[5]

Для простого невзвешенного опроса, где каждый участник учитывается один раз и с одинаковым вкладом, запишем долю узнающих так:

Здесь (k) — количество участников, выполнивших выбранное условие, (N) — число участников в заранее определённой базе расчёта. Результат (p) измеряется в процентах. Нельзя делить число упоминаний на число людей: один человек может назвать несколько брендов или повторить название. Для каждого бренда в нашем расчёте учитывается человек, а не количество его слов.

Учебный пример: все 500 участников ответили на оба задания. Без списка «Маяк» назвали 150 человек; после предъявления списка его отметили 300. Получаем 150 / 500 × 100 = 30% спонтанного знания и 300 / 500 × 100 = 60% знания с подсказкой. Складывать эти проценты нельзя: допустим, все 150 назвавших бренд самостоятельно также отметили его в списке. Тогда знакомство хотя бы одним способом показали 300 человек, а не 450.

Теперь изменим только ситуацию с пропусками. На закрытый вопрос ответили 450 из 500 участников, из них 270 отметили «Маяк». Среди ответивших на этот вопрос доля равна 270 / 450 × 100 = 60%. От всей первоначальной группы положительный ответ получен у 270 / 500 × 100 = 54%. Второй результат не означает, что остальные 46% не знают бренд: о 50 пропустивших вопрос этого не установлено. AAPOR рекомендует отличать пропуск от содержательных вариантов вроде «не знаю» и «ни один». ^[8]

Пример перехода воронки требует ещё одного условия. Из 500 участников 100 знают «Маяк», а 40 из этих 100 рассматривают подписку. Доля рассматривающих среди всех равна 40 / 500 × 100 = 8%; среди знающих — 40 / 100 × 100 = 40%. Здесь прямо задано, что все 40 входят в группу 100. Если вопросы задавались независимо и составы групп неизвестны, одних двух итоговых количеств недостаточно, чтобы утверждать это вложение.

При нулевой базе доля не определена. Если никто не оказался в группе знающих, переход от знания к рассмотрению нельзя записать как ноль процентов: деление на ноль невозможно. При положительной базе и нуле положительных ответов результат действительно равен нулю. Это разные ситуации, которые в таблице должны различаться.

Как читать изменение и оценивать кампанию

В учебной первой волне спонтанное знание составило 30%, во второй — 36%. Разность равна 6 процентным пунктам. Относительный рост составляет (36 − 30) / 30 × 100 = 20%. Формулировка «выросло на 6%» двусмысленна, поэтому рядом с исходными значениями лучше назвать единицу изменения полностью.

Эта арифметика ещё не показывает причину роста. Предположим, первая волна набиралась среди жителей, а вторая — среди подписчиков. Или во второй сначала показали название. В обоих учебных случаях изменилось не только время наблюдения. Даже одинаковая анкета сама по себе не отделяет влияние рекламы от иных событий: сравнение «раньше — позже» описывает динамику, а вопрос «что изменила кампания» требует отдельного способа сопоставления.

Google Brand Lift сравнивает ответы людей, видевших рекламу, с ответами тех, кто мог её увидеть, но кому её не показали. Это исследование брендовых показателей, отличное от подсчёта кликов или показов. В текущей справке отмечено, что функция доступна не всем аккаунтам. ^[2] Нельзя воспроизвести этот метод простым переименованием подписчиков в тестовую группу, а остальных жителей — в контрольную: способ получения групп является частью метода.

Сравним практики только в пределах их документации:

Если в учебных группах положительные ответы дали 360 из 1000 и 300 из 1000 человек, разность снова составляет 6 процентных пунктов. Однако одинаковое численное значение не делает этот пример равным сравнению двух волн. Для вывода нужны сведения о формировании групп и неопределённости оценки. Оценивание по выборке требует учёта погрешности и устройства исследования; AAPOR предусматривает раскрытие соответствующих методических сведений. ^[8]

Ошибки и ограничения

Отдельная проблема — смешение сущностей внутри списка ответов. Яндекс требует, чтобы исследуемый бренд соответствовал категории, а варианты относились к одному типу: например, названиям брендов, а не смеси брендов и рекламных сообщений. ^[4] В нашем примере список «Маяк», «Городские вести», «Новости без скуки» будет неоднозначным, если последняя строка — слоган, а не название издания. Исправление начинается с выяснения того, что участник должен узнавать.

Другая ошибка — воспринимать высокий процент как самодостаточную характеристику бизнеса. В учебном отчёте 90% среди постоянных читателей и 30% среди всех опрошенных жителей могут одновременно быть верными. Здесь нет арифметического противоречия: изменился круг людей. Полезная подпись сообщает аудиторию, даты, вопрос и базу; один крупный процент без этих сведений не позволяет восстановить смысл результата.

Наконец, узнавание не нужно превращать в обязательное обещание продаж. В нашем примере человек может узнавать «Маяк», но получать местные новости бесплатно и не рассматривать платную подписку. Чтобы выбрать действие, редакции понадобятся данные о причинах такого решения. Сам показатель знания сообщает, что название знакомо в условиях проверки; остальные вопросы остаются самостоятельными.

Частые вопросы

Связанные термины

• Бренд
• Брендинг
• Брендбук
• Капитал бренда
• Лояльность к бренду
• Позиционирование
• Сегментация рынка