Від охоплення до конверсії: практична модель атрибуції та оцінки ROMI для ООН/DOOH-кампаній

Автор: Попова Анастасія

ВСТУП

Зі стрімким та постійним зростанням часу, який споживачі проводять за медіаспоживанням, збільшенням кількості й частоти показів реклами та перенасиченням інформаційного простору, перед фахівцями в сфері маркетингу й реклами постає значне питання пошуку способів вимірювання ефективності витрат на маркетингові кампанії.

Значна кількість реклами ускладнює процес її запам'ятовування споживачами та, як наслідок, створює проблеми для аналітики й аналізу результативності звернень спеціалістами. Згідно дослідженню міжнародної торгової асоціації «РРАІ», 83% респондентів можуть пригадати хоча б один бренд без підказки, та лише 23% конкретне рекламне звернення (Promotional Products Association International, 2024). З цього слідує, що збільшення рекламних витрат на просування товарів та послуг не буде гарантією бажаного результату, й лише атрибуція (тобто процес визначення впливу різних маркетингових каналів) стає релевантним методом рекламного та маркетингового менеджменту.

Особливо нагальною дана проблема постає в сегменті зовнішньої реклами (ООН) та її цифрового різновиду (DOOH), де на відміну від digital-каналів, відсутні універсальні рекламні платформи зі здатністю надання метрик ефективності в реальному часі. Водночас, традиційні метрики, такі як OTS, GRP та ін., вже не повністю задовольняють фінансові відділи та їх керівників. Актуальними стають конверсійні показники результативності, які демонструють викликані рекламою дії, у загальній воронці продажів.

Зважаючи на вищезазначене, постає потреба в створенні практичної моделі атрибуції для зовнішньої реклами, яка б надала можливість коректно оцінювати частку ООН та DOOН в загальній конверсії споживачів та, відповідно, обчислювати повернення інвестицій, затрачених на маркетинг (ROMI).

Актуальність цього дослідження обумовлена значущістю зовнішньої реклами як частини медіа-міксу. Незважаючи на складність оцінки даного каналу, маркетингові агенції та дослідницькі компанії фіксують позитивний тренд у зростанні витрат на зовнішню рекламу. Як зазначає дослідження Асоціації зовнішньої реклами Америки, дохід індустрії ООН у третьому кварталі 2025 року зріс на 4,5% порівняно з аналогічним періодом минулого року, досягнувши 2,13 млрд. доларів (Out of Home Advertising Association of America, 2025). Згідно з прогнозом аналітичної компанії «Statista», світові витрати на зовнішню рекламу (ООН) продовжать зростати до 2030 року, в той час, як сегмент цифрової зовнішньої реклами (DOOH), демонструватиме вищі темпи приросту. Очікується, що до 2029 року обсяг інвестицій в DOOH перевищить витрати на ООН-рекламу (Statista, 2025).

Водночас змінюється споживча поведінка, яка стає більш вимогливою у взаємодії з зовнішньою рекламою. Сучасний споживач, перебуваючи B інформаційному перенасиченні, потребує персоналізованого рекламного повідомлення, яке буде резонувати з його власними цінностями. Відповідно, дослідження демонструють зростаючий попит на локальні та культурно-релевантні рекламні кампанії, які спрямовані на окремі сегменти споживачів. Так, згідно зі звітом компанії «Deloitte», 75% споживачів частіше купують продукти у брендів, які пропонують персоналізований контент (Deloitte, 2025).

З огляду на дані тенденції, штучний інтелект (надалі ШІ) займає роль нового та практичного інструменту маркетингу та медіа-планування. Згідно з опитуванням платформи «SurveyMonkey», більшість маркетологів та медіа-фахівців вже розглядають ШІ, як невід'ємний інструмент для роботи в сферах автоматизації, аналітики, досліджень, організації командної роботи, створення та оптимізації якості контенту (Мал. 1).

Мал. 1 Найпоширеніші форми використання ШІ-інструментів маркетологами (SurveyMonkey, 2025)

Як демонструють вищезазначені дані, високий відсоток використання штучного інтелекту відноситься до аналізу даних (41%) та автоматизації (43%), що свідчить про трансформацію функції ШІ від звичайного інструменту планування до незамінного помічника обробки отриманих даних. Саме ці фактори є вкрай важливими для трансформації зовнішньої реклами від «традиційного каналу охоплення» до «вимірюваного та ефективного каналу, який призводить до конверсії». Однак, у наведених даних проявляється відсутність спроби використання ШІ для вимірювання ефективності офлайн-каналів комунікації та їхньої атрибуції до конверсії. У наступному розділі буде представлена методологія побудови практичної моделі атрибуції для зовнішньої реклами, яка надасть змогу перейти до конкретних метрик та показників.

МЕТОДОЛОГІЯ ДОСЛІДЖЕННЯ

Будь-яка рекламна комунікація має короткострокову та довгострокову цілі. Тактичні цілі комунікації включають конверсію та продаж, тоді як стратегічні цілі — формування позитивного сприйняття споживачами бренду, та створення «капіталу бренду». Згідно з концепцією Девіда Аакера (Мал. 2), капітал бренду формується з наступних критеріїв: впізнаваність бренду (brand awareness), лояльність до бренду (brand loyalty), сприйнята якість (perceived quality), асоціації відносно бренду (brand associations) та інші власні активи бренду (other propriety brand assets).

Мал. 2 Модель «Капітал бренду» (Aaker, D.A., 1991)

Зовнішня реклама та її цифровий різновид, завдяки масовому охопленню й підтвердженою дослідженнями ефективністю, є важливим інструментом для побудови капіталу бренду. Згідно з аналізом понад 50 рекламних кампаній, реалізованих у Великій Британії, дослідницька організація «Posterscore» визначила, що споживачі, які бачили зовнішню рекламу, на 63% частіше здійснювали цільові дії онлайн (відвідування сайту, пошуковий запит, завантаження додатку), порівняно з тими, хто не контактував з OOH/DOOH (WARC, 2023).

У той же час, класичні моделі атрибуції не включають довгостроковий вплив зовнішньої реклами на цінність бренду та фокусуються на одному певному каналі. Отже, мета нашого дослідження полягає в створенні моделі, яка б вимірювала ефективність OOH/DOOH-реклами одночасно B тактичному та стратегічному вимірах.

АНАЛІТИЧНА ЧАСТИНА ДОСЛІДЖЕННЯ

Запропонована модель атрибуції складається з трьох основних етапів: збір даних, атрибуція й аналітика, оцінка ефективності та капіталу бренду (Мал. 3). Дана модель охоплює повний цикл комунікації - від фіксації контакту з рекламою до оцінки її довгострокового впливу на бренд та капітал бренду.

Мал. 3 Етапи моделі атрибуції

Надалі будуть розглянуті всі етапи запропонованої моделі. Перший блок «Збір даних» відповідає за збір, оцінку (валідацію) та уніфікацію даних із різноманітних джерел. Зважаючи на специфіку ООН та DOOH, джерела були розподілені відповідно до типів зовнішньої реклами. Оскільки традиційна зовнішня реклама є фізичним каналом комунікації, вона не має вбудованих механізмів зворотного зв'язку, й тому отримання даних в моделі відбувається через непрямі методи. Табл. 1 систематизує основні джерела даних, які використовуються для вимірювання ефективності ООН-реклами.

Таблиця 1: Джерела отримання даних для ООН-реклами

Тип даних	Джерело	Технологія отримання	Отримувані показники
Дескриптивний / Геопросторовий	Мобільні оператори / Геоаналітичні платформи	Агреговані знеособлені дані про переміщення абонентів / Трекінг мобільних пристроїв у визначених геозонах	Reach, Frequency, OTS (Opportunity to See), GRP (Gross Rating Point) Store Visit Lift, Incremental Visits, поведінка споживачів, демографічні показники тощо
Транзакційний / Контрольний / Пряма атрибуція	CRM та POS системи / Контрольні групи / QR-коди на носіях реклами	Інтеграція через АРІ або експорт даних / Порівняння тестових зон з ООН та без ООН / Створення унікальних QR-кодів з UTM-мітками	Фактичні продажі, середній чек, повторні покупки, CLV (Customer Lifetime Value) Чистий ефект реклами, Incremental Lift Scan Rate, Conversion Rate, Поведінкові дані на сайті (теплова карта)

На відміну від класичної зовнішньої реклами, DOOH поєднує фізичне розміщення разом із цифровими технологіями, що відкриває нові перспективи для фахівців реклами та маркетингу. При застосуванні такого каналу комунікації з'являється можливість отримання даних в реальному часі через камери, сенсори, інтерактивні елементи (QR-коди, VR, AR тощо). У Табл. 2 представлені джерела отримання даних, доступні для цифрового різновиду ООН, які дозволяють вимірювати не тільки факт точки контакту споживача з брендом, а й дізнатися більше про емоційне сприйняття, поведінку та взаємодію споживачів з рекламою.

Таблиця 2: Джерела отримання даних для DOOH-реклами

Тип даних	Джерело	Технологія отримання	Отримувані показники
Увага споживачів	Камери з комп'ютерним зором	Аналіз відео за допомогою ШІ в реальному часі	Reach, Viewability, Dwell Тіте, емоційна реакція споживачів, демографічні, психографічні та інші чинники
Дії споживачів	QR-коди з UTM-мітками, NFC-мітки	Створення унікальних QR-кодів для кожного окремого рекламного екрану або білборду	Scan Rate (кількість людей, які просканували коди), Conversion Rate (кількість споживачів, які виконали цільову дію), поведінкові дані, атрибутований до DOOH дохід
Контекстний	API (прикладний програмний інтерфейс): погоди, подій, часу	Підключення до АРІ метеослужб, календарів подій (свят в країні), сервісів часу	Такі показники як: температура, погода, час доби, день тижня, свята, допомагають аналізувати інформацію про попит та кореляцію даних факторів з поведінкою споживачів. Окрім того, можлива персоналізація реклами в реальному часі.

Вищезазначені таблиці демонструють, що для отримання якісної, репрезентативної та коректної інформації варто комбінувати різноманітні типи даних. Поєднання різних даних, як OTS (можливість побачити) та Dwell Time (фактичний час перегляду реклами) й використання геоаналітики разом з інформацією про споживачів, попередньо проаналізованою та сегментованою за різними характеристиками, може надати не тільки комплексне бачення споживача та його потреб, а й чіткі метрики ефективності, що враховують як кількісні, так і якісні характеристики. Отже, комбінування показників ООН та DOOH надає можливість не тільки оцінити минулі кампанії але й, одночасно, будувати моделі прогнозування.

Отримані на цьому етапі дані стануть основою для наступного блоку, де визначатиметься внесок кожного каналу в конверсію. Завдання другого блоку моделі «Атрибуція та аналітика» полягає в визначенні окремої частки вкладу ООН та DOOH реклами в загальній конверсії. Зважаючи на складність змішаних споживчих шляхів, запропонована модель базується на мультирівневій атрибуції, яка відбувається в декілька етапів. В залежності від кількості даних та типу носія реклами можливо обрати один із чотирьох рівнів пропонованої атрибуції, що забезпечить гнучкість моделі та її адаптивність. У Табл. 3 наведено порівняльну характеристику чотирьох рівнів атрибуції.

Таблиця 3: Рівні атрибуції для ООН та DOOН-реклами

Рівень моделі	Метод	Суть методу	Джерело даних	Практичне застосування
Перший	Last Click	Конверсія зараховується при використанні споживачем унікального ідентифікатора	Унікальні ідентифікатори, які використовуються в ООН та DOOH рекламі (QR-коди з UTM-мітками, NFC-мітки, промокоди)	Створення зовнішньої реклами з інтерактивними або цифровими елементами
Другий	Гео-атрибуція	Співставлення отриманих геоаналітичних даних біля ООН та фізичних магазинів у визначеному періоді конверсії, порівняння	Дані мобільних операторів, геозони ООН та фізичних магазинів	Створення зовнішньої реклами з масовим охопленням
Третій	Мульти-канальна ML атрибуція	Використання логістичної регресії для визначення ймовірності конверсії в залежності від комбінації каналів	Дані, отримані зі всіх каналів, та навчальна вибірка, створена на основі історичних даних	Створення комплексних омніканальних кампаній з розвинутої data-інфраструктурою
Четвертий	Значення Шеплі	Математичний метод інтерпретації даних для розподілу цінності конверсії між усіма дотичними каналами	Історія шляху споживача (дії на веб-сайті або в застосунку), всі дії, які вважаються цільовими, об'єднана офлайн та онлайн інформація	Створення складних мультиканальних кампаній з застосуванням великого об'єму інформації (big data)

Перший рівень «Last click» базується на використанні унікальних ідентифікаторів, другий «Гео-атрибуція» використовує дані від мобільних операторів для співставлення отриманих геоаналітичних даних біля ООН та фізичних магазинів, що дозволяє оцінити приріст відвідувань (Store Visit Lift), порівняно з контрольною групою. Третій рівень «Мультиканальна ML атрибуція» полягає в застосуванні алгоритмів машинного навчання, а саме логістичну регресію, для визначення ймовірнісного внеску кожного каналу в конверсію, та четвертий рівень «Значення Шеплі» базується на теорії кооперативних ігор і забезпечує математично обґрунтований розподіл цінності конверсії між усіма дотичними каналами. Алгоритм розподілу цінності даної моделі складається зі збору та фіксації хронологічної послідовності взаємодій з усіма каналами й вибору рівня розподілу.

Третій блок моделі під назвою «Оцінка ефективності та капіталу бренду» трансформує результати атрибуції в конкретні метрики. Саме на цьому етапі отримані дані перетворюються в репрезентативну інформацію. Згідно практиці маркетингу показники поділяються на дві групи: тактичні та стратегічні. Тактичні метрики відповідають за миттєву оцінку ефективності, в той час як стратегічні метрики вплив кампанії на довгостроковий капітал бренду. Дані показники розраховуються на основі даних отриманих в першому та другому блоках моделі. Основним тактичними показниками ефективності виступають: SVL (Store Visit Lift) збільшення відвідування фізичних магазинів, Search Lift зміна пошукової активності споживачів після рекламної кампанії, реакція на рекламу та охоплення. Фінансовим підсумком рекламної кампанії є ROMI (Return on Marketing Investment), який допомагає оцінити рентабельність вкладених інвестицій в маркетинг.

Окремим важливим показником являється ROAS (Return on Ad Spend), що показує окупність вкладених фінансових ресурсів, витрачених на рекламу. Важливо зазначити, що для розрахунку ROMI та ROAS дохід від ООН не дорівнює всьому приросту продажів та завжди коригується на частку атрибуції каналу. Стратегічні метрики, B свою чергу доповнюють бачення довгострокового розвитку бренду. Відповідно цього, в Табл. 4 відображено групування стратегічних метрик для зовнішньої реклами.

Таблиця 4: Стратегічні показники ефективності ООН та DOOH

Елемент концепції	Метрика	Значення
Впізнаваність	Brand Awareness	Знання споживачів про бренд
Сприйнята якість	Співвідношення позитивних та негативних асоціацій	Ставлення до продукта та його якості
Асоціації щодо бренду	Ad Recall, Favorability	Місце бренду в свідомості споживачів
Лояльність	Consideration, Purchase Intent, Зміна індексу лояльності (ANPS)	Розгляд можливості та готовність споживачів до покупки, вимірювання загальної лояльності

Окрім того, даний блок пропонує нову метрику «BEROI» (Brand Equity Return on Investment), яка оцінює довгостроковий внесок зовнішньої реклами в розвиток бренду. Нижче зазначено формулу метрики:

BEROI = (ΔВЕІ × CLV × Reach) / OOH/DOOH Spend

де:

• ΔВЕІ - відносна зміна інтегрального індексу капіталу бренду
• CLV - цінність клієнта протягом життя
• Reach - охоплення
• OOH/DOOH Spend - загальні витрати на кампанію

Індекс BEI (Brand Equity Index) кількісно вимірює силу капіталу бренду на основі елементів концепції Д. Аакера. Табл. 5 зображує джерела отримання даних для розрахунку показника:

Таблиця 5: Джерела отримання даних для розрахунку індексу ВЕІ

Елемент концепції	Джерело даних	Тип отриманої інформації
Впізнаваність	Онлайн-опитування	Спонтанна обізнаність, керована обізнаність
Сприйнята якість	Онлайн-опитування, відгуки, інтерв'ю, фокус-групи	Ѵос (Голос споживача), оцінка за шкалою Лайкерта, конкурентне порівняння
Асоціації щодо бренду	Онлайн-опитування, опитування в соціальних мережах, інтерв'ю, фокус-групи	Асоціативне тестування, емоційна оцінка, відкриті питання відносно асоціацій
Лояльність	Опитування, дані в системі CRM	NPS (Net Promoter Score), намір повторної купівлі, CLV (Customer Lifetime Value)

Для забезпечення репрезентативності вибірка має включати респондентів із зон розміщення ООН, DOOH та контрольної групи. Розрахунок індекса ВЕІ полягає у визначенні середньозваженої величини нормованих показників впізнаваності, сприйнятої якості, асоціації та лояльності як суми добутків їхніх нормованих значень на відповідні вагові коефіцієнти, які коригуються залежно від стратегічних цілей бренду. Розрахунок ВЕІ довзоляє відстежити зміни під впливом рекламної кампанії та кількісно оцінити капітал бренду за основними компонентами моделі Девіда Аакера.

Висновки

Раніше ООН-реклама не мала чіткої системи вимірювання через розуміння її лише, як частини «традиційних медіа» та відсутністю відповідних інструментів. Проте, з розвитком новітніх технологій, для фахівців відкривається можливість додавання їх в аналіз зовнішньої реклами. Вбачається, що майбутнє зовнішньої реклами буде полягати в поєднанні інноваційних технологій та повній омніканальності маркетингу. Поєднання ООН та DOОН призводить до найбільш ефективного результату разом із використанням цифрових технічних рішень.

Отже, запропонована трирівнева модель «Збір даних - атрибуція й аналітика - оцінка ефективності та капіталу бренду» являє собою цілісну систему, призначену для загального аналізу ефективності зовнішньої реклами. У межах першого блоку моделі було систематизовано основні джерела отримання даних для ООН та DOOH реклами. Для традиційної зовнішньої реклами це геоаналітичні платформи та агреговані дані мобільних операторів, представлених на українському ринку компаніями «Kyivstar», «Vodafone» та «Lifecell». У той час, як для цифрової зовнішньої реклами це застосування інноваційних технологій (розпізнавання обличчя, можливості комп'ютерного зору тощо) та імплементація інтерактивних елементів.

Другий блок моделі присвячений атрибуції та аналітиці пропонує розширений підхід до визначення впливу різних маркетингових каналів на загальну конверсію. Багаторівневість даного етапу надає можливість фахівцям обрати найбільш оптимальний та влучний метод в залежності від наявних даних, бюджету та складності поставлених цілей кампанії.

Третій та останній блок трансформує отримані результати атрибуції B набір конкретних бізнес-показників. Поєднання тактичних та стратегічних метрик виступає стандартом для аналітики, втім, додавання Нової метрики BEROI стає новітнім елементом, поєднуючим короткострокові та довгострокові ефекти зовнішньої реклами через зміну індексу капіталу бренду (ВЕІ), цінність клієнта протягом життя (CLV) та охоплення. Таким чином, аналітична частина дослідження продемонструвала структуру запропонованої моделі та її практичне застосування в рамках створення зовнішньої реклами.

РЕКОМЕНДАЦІЇ

На основі даного дослідження будуть виділені рекомендації для покращення ООН та DOOH реклами в форматі ЗК «Контекст - Креатив - Конверсія». Контекст визначає місце контакту споживача з рекламою та метод вибору локації. Зважаючи на важливість цього елементу, фахівцям необхідно беззаперечно проводити попередній аналіз з використанням геоаналітичних платформ для аналізу трафіку, демографічних та поведінкових чинників. Понад цього, для DOOH варто імплементувати тайм-таргетинг, який полягає в показі реклами в чітко визначений час.

Другим важливим елементом виступає креатив. Для підвищення ефективності рекламних кампаній, у рекламу варто імплементувати цифрові елементи, тобто додавати QR-коди з уніфікованими UTM-мітками, застосовувати VR/AR технології тощо. Додавання до статичних банерів цифрових й інклюзивних елементів надає брендам довіру та повагу з боку споживачів, призводить до додаткового розповсюдження новин в медіа, що призводить до значного зростання охоплення. На Мал. 4 зображено приклад такої рекламної кампанії, де були поєднані одночасно цифрові, друковані (шрифтом Брайля) та аудіо елементи.

Мал. 4 Приклад зовнішньої реклами, яка поєднує цифрові, друковані шрифтом Брайля та аудіо елементи (Campaign Experience, 2024)

Також, впровадження цифрових, інтерактивних та фізичних елементів призводить до більшого охоплення. Яскравим прикладом виступає рекламна кампанія від «Warner Bros. Pictures», яка поєднала OOH, DOOH та елемент «партизанського маркетингу» реклама на сходах (Мал. 5).

Мал. 5 Приклад зовнішньої реклами, яка поєднує банерну рекламу та метод «партизанського маркетингу» (CampaignExperience, 2024)

Рекомендацією для DOOH-реклами виступає використання технологій для персоналізації рекламних звернень (AR, VR, технологія розпізнавання обличь тощо). Мал. 6 зображує приклад ефективної рекламної кампанії, яка значно підвищила залученість споживачів та покращила сприйняття бренду через залучення новітніх технологій.

Мал. 6 Приклад DOOH-реклами із застосуванням технології розпізнавання обличчя (Quividi, 2018)

Окремим успішним кейсом став приклад бренду «Мaybelline», який запустив омніканальну комунікацію, 3 використанням DOOH та інтегрованою AR-технологією (Мал. 7). Використовуючи додану реальність, споживачі мали можливість віртуально примірити новий продукт на власному зображенні та одночасно ділитися фотографіями в соціальних мережах. Ефект публічної демонстрації зображення на білборді задовільнив глибинну потребу у визнанні. Дана DOOH створила незабутній досвід та позитивну асоціацію з брендом. Грунтуючись на цьому, успішна зовнішня реклама має базуватися не лише на технологічній перевазі, а й, насамперед, на глибинному розумінні всіх рівнів потреб споживачів. Креативи мають призводити до позитивної емоційної реакції з боку споживачів, що призводитиме до кращих асоціацій відносно бренду та значно вищої впізнаваності.

Мал. 7 Приклад DOOH-реклами з інтегрованою AR-технологією (FFACE.ME, 2023)

Оскільки кінцева мета зовнішньої реклами це конверсія, варто інтегрувати інструменти прямої атрибуції (QR-коди, NFC-мітки, промокоди тощо), інтегрувати ООН та DOOH рекламу з цифровою воронкою для ретаргетингу споживачів, додавати цілеспрямовані СТA (Call to Action) та постійно аналізувати отримані результати для покращення маркетингової діяльності.

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ

• 1. PPAI. (2024, May 7). Nine in 10 consumers remember branding on promotional products, study Finds - PPAI - Promotional Products Association International. PPAI - Promotional Products Association International. Посилання
• 2. Out of Home Advertising Association of America. (2025, December 2). OOH revenue hits All-Time Q3 High - OAAA. OAAA. Посилання
• 3. Statista. (2025). Out-of-Home Advertising - Worldwide | Market forecast. Посилання
• 4. Marketing Trends 2025. (2025, January 21). Deloitte Insights. Посилання
• 5. SurveyMonkey. (2026, January 29). Al in Marketing Statistics: How marketers use Al in 2025. Посилання
• 6. Aaker, D.A. (1991). Managing Brand Equity., ст. 27
• 7. Out-of-home advertising lifts online actions by 63% | WARC. (2023). Посилання
• 8. Bupa and ParalympicsGB - Health is. (2024). Campaign Experience Awards. Посилання
• 9. Warner Bros. Pictures - Beetlejuice. (2024). Campaign. Посилання
• 10. Quividi. (2018, January 10). Interactive Facial Detection DOOH campaign for GMC [Video]. YouTube. Посилання
• 11. FFFACE ME. (2023, October 16). The Largest AR Billboard Reinventing OOH Ads | FFFACE.ME x Maybelline New York [Video]. YouTube. Посилання