Jak znaleźć zadłużonego właściciela mieszkania, który chce je sprzedać? Możliwości ultraprecyzyjnego targetowania reklamy na Facebook

Dzisiejszy wpis będzie nietypowy. Zacząłem tworzyć podręcznik reklamy na Facebooku po to, by nauczyć cię, w jaki sposób krok po kroku tworzyć materiały reklamowe. Zdaję sobie jednak sprawę, że tworzenie reklamy jest procesem długotrwałym, a czytanie poradników na ten temat, nawet jeśli autor bardzo się stara, bywa po prostu nudne. Ten wpis ma za zadanie zachęcić cię do dalszej lektury mojego bloga, dowiesz się z niego, jakie możliwości reklamowe daje Facebook. Moim celem jest to, abyś po lekturze wszystkich kilkudziesięciu wpisów na temat Facebooka, potrafił zrobić taką kampanię reklamową jak ta, którą zaprezentuję w poniższym przykładzie.

.

Jakiś czas temu w ramach jednego z moich wykładów na konferencji „Myśleć jak Milionerzy” opisałem kampanię reklamową, która została zrealizowana dla przyjaciela, który inwestuje w nieruchomości. Celem kampanii miało być ultraprecyzyjne wytargetowanie materiału reklamowego na osoby, które:

  • Posiadają nieruchomość (mieszkanie) w dobrej lokalizacji w Poznaniu (wyznaczone dzielnice) o metrażu powyżej 60 metrów kwadratowych oraz obejmującą minimum 4 pokoje.
  • Mają duże długi, których spłata przekracza ich możliwości. Jednocześnie zaczęli szukać informacji o możliwości sprzedaży mieszkania lub zamiany mieszkania na mniejsze z dopłatą w gotówce.
  • Nie wystawiły jeszcze oferty sprzedaży ani nie kontaktowały się z żądną osobą czy agentem pośrednictwa nieruchomości.

Innymi słowy: chodziło o to, aby skierować reklamę do osób, które muszą sprzedać nieruchomość, ale jeszcze nie podjęły żadnych kroków w tym celu. Inwestor, który zlecił stworzenie takiej grupy docelowej, był zainteresowany tym, aby jako pierwszy złożyć ofertę zakupu po cenie przez siebie ustalonej i jednocześnie uzyskać znaczny rabat od wartości rynkowej tej nieruchomości przez gwarancję szybkiej wypłaty gotówki lub mniejszy rabat, ale wówczas w opcji skredytowania zakupu. W przypadku opcji drugiej należało wydzielić grupę właścicieli mieszkań, którzy są skłonni poczekać na gotówkę do 8 tygodni.

Cel reklamy

Celem reklamodawcy nie był marketing twardy, lecz miękki/pośredni — wyświetlenie reklamy w takim formacie jak na zrzucie ekranu poniżej (nazwę fanpage promującego zamazałem na prośbę reklamodawcy).

Zrzut ekranu 2016-05-08 o 17.43.18

.

Założenie reklamodawcy było następujące: zbudować listę adresową osób, które jako metodę na rozwiązanie własnych problemów finansowych rozważają sprzedaż posiadanej nieruchomości. Jednocześnie model reklamowy zakładał wyedukowanie osób, do których pozyskiwano kontakty, w zakresie aktualnego stanu rynku nieruchomości oraz możliwości sprzedaży określonych typów nieruchomości. Realizacji celu miał służyć przygotowany e-book z kodami trackingowymi (zob. niżej), który stanowił zachętę do pozostawienia danych kontaktowych.

E-book: W darmowym e-booku omówiono kolejne etapy procesu sprzedaży, wskazano na co należy zwrócić uwagę w czasie transakcji, jak współpracować z agencjami nieruchomości itp. Całość e-booka była tak zbudowana, aby z jednej strony czytelnik miał przekonanie, że otrzymuje potężną dawkę praktycznej wiedzy, a z drugiej strony wiedza była zaprezentowana w taki sposób, aby uwypuklić plusy sprzedaży nieruchomości z pominięciem agentów nieruchomości, komornika itp. Ostatnia strona e-booka została zarezerwowana na informację o autorze, który jednocześnie wspominał, iż zajmuje się inwestowaniem w nieruchomości oraz w ostatnim zdaniu prosi o kontakt, jeśli może doradzić na jakimkolwiek etapie transakcji.

Dodatkowo e-book zawierał kody trackingowe, które pozwoliły śledzić, którym fragmentom książki czytelnik poświęcił szczególnie dużo uwagi. Dzięki temu twórca e-booka doskonale wiedział, jakimi nieruchomościami dysponuje czytelnik. Jeśli np. czytanie o sprzedaży kawalerki zajęło mu 30 minut, a podrozdział o sprzedaży gruntów inwestycyjnych czy domów został tylko „przekartkowany”, tzn. przewinięto go w kilkanaście sekund, był to jednoznaczny sygnał, jaką nieruchomość planuje sprzedać czytelnik. Twórca e-booka miał także wgląd do takich danych jak: które strony wydrukowano, na których poczyniono notatki, w które linki w e-booku kliknięto itp.

Zanim opiszę efekty reklamy tzn. ile kontaktów i jak wiele nieruchomości udało się zakupić (oraz jakie były ich ceny) kilka słów o technice targetowania reklamy, czyli w jaki sposób ustalona została grupa docelowa, której tę reklamę wyświetlono. Całość została podzielona na 3 etapy.

Etap pierwszy – zebranie danych (księgi wieczyste)

W pierwszej kolejności, korzystając po części z danych publicznie dostępnych (np. w serwisie geoportal.gov.pl), a częściowo z danych dostępnych odpłatnie (np. portal znajdzksiege.pl), udało się ustalić numery ksiąg wieczystych nieruchomości w interesujących nas dzielnicach Poznania. Następnie przy użyciu analizy kohorotowo-behawioralnej nastawionej na 3 i 4 dział ksiąg wieczystych dokonano zebrania danych z tych działów. Zebrane dane zostały podzielone na dwie grupy: księgi wieczyste z obciążeniami (hipoteki, służebności, wzmianki) oraz na księgi wieczyste bez obciążeń. Po takim podziale w drugim etapie analizy oddzielono z interesującej nas puli te mieszkania, które spełniały pierwszy z wymogów klienta (min. 60 metrów kwadratowych i minimum 4 pokoje). Następnie wytypowane nieruchomości zostały poddane kolejnej analizie. Celem analizy było ustalenie wieku właścicieli nieruchomości oraz dat ich urodzin — podstawą był oczywiście numer PESEL widniejący w księgach wieczystych. W efekcie powstała baza danych w formacie jak na przykładzie poniżej:

Zrzut ekranu 2016-05-07 o 23.14.24

Etap drugi – dopasowanie danych

W drugim etapie przygotowane pliki zostały przeformatowane w taki sposób, aby do każdego zbioru danych przypisać cyfrę, a do niej datę urodzin właściciela nieruchomości. W konsekwencji powyższy przykład nabrał wyglądu: Nr 1 = 12.12.1970 rok. Następnie taki plik został załadowany do narzędzia analitycznego, którego celem było podjęcie próby dopasowania posiadanych informacji do profilów osób na Facebook. Ponieważ działania były podjęte na stosunkowo niewielkim obszarze (3 dzielnice Poznania) oraz bardzo łatwo było można wybrać zakres grupy docelowej: pomiędzy datą urodzenia najstarszego i datą urodzenia najmłodszego właściciela nieruchomości z naszej bazy) w ciągu około godziny przygotowany skrypt analityczny dopasował daty urodzenia osób z naszej bazy z datami urodzenia osób zarejestrowanych w portalu Facebook oraz dodatkowo porównywaliśmy z innymi social media, np. portalem Nasza Klasa (ludzie, mimo że nie korzystają, to posiadają tam konta z dostępnymi danymi o dacie urodzenia). W końcu, nawet jeśli osoby w portalu społecznościowym nie ujawniały publicznie swoich dat urodzenia, to dzięki analizie słów kluczowych publicznie dostępnych można było te daty ustalić — np. poprzez analizę życzeń, jakie składają inni użytkownicy Facebooka konkretnym osobom, pisząc publicznie na ich tablicach. Można założyć z dużym prawdopodobieństwem, że jeśli ktoś 10 stycznia pisze na czyjejś tablicy: „Wszystkiego najlepszego w dniu 20 urodzin”, to taka osoba ma urodziny. Oczywiście można podnieść zarzut, że wynik takiego dopasowania byłby niedokładny. Niemniej, biorąc pod uwagę, że obszar przeszukiwania jest niewielki, imię i nazwisko znane oraz data urodzenia znana, to prawdopodobieństwo pomyłki było absolutnie niewielkie. Wszak niewielu Janów Kowalskich, którzy urodzili się 15 lipca 1981 roku (dane z księgi wieczystej) mieszka w dzielnicy Stare Miasto w Poznaniu. Uzyskane wyniki doprecyzowano danymi dodatkowymi, które są publicznie dostępnymi, takimi jak np. konotacje rodzinne. Dane te można także uzyskać z Ksiąg Wieczystych (w dziale drugim znajduje się informacja o rodzicach właściciela, tzn. ich imiona, dane te można także porównać z Facebookiem). Oczywiście nie są to informacje podstawowe, ale pozwalają doprecyzować około 12–15%. Podobnie do doprecyzowania służyć mogą informacje z KW, które mówią o tym, czy właściciel jest w związku czy też nie. W sumie do doprecyzowania bazy użyto ponad 90 parametrów, co gwarantowało niezwykle precyzyjne targetowanie. Same KW dostarczają ogrom informacji. Jak sądzisz, drogi czytelniku, ile osób można dopasować w mieście Poznań do takiego oto rekordu:

Jan Kowalski, syn Grzegorza i Heleny, mąż Anny (wspólna własność majątkowa       małżeńska nieruchomości), zamieszkały w dzielnicy Stare Miasto, urodzony 14      stycznia 1980 roku.
Stan posiadania: mieszkanie 60 m / 3 pokoje. 

Nawet, gdyby analiza była wykonana w skali ogólnopolskiej i porównać ten rekord ze wszystkimi kilkunastoma milionami Polaków, którzy mają konta na portalach społecznościowych, to… prawdopodobieństwo, że znajdziemy dwa identyczne, jest minimalne, aby nie powiedzieć, że żadne.

Etap trzeci – utworzenie grupy docelowej na Facebook

W trzecim etapie, korzystając z danych zebranych w etapie pierwszym oraz drugim, w oparciu o skrypty Facebooka (podstawowe funkcje opisałem, podstawowe narzędzia do tworzenia reklamy w jednym z poprzednich wpisów — TUTAJ), które pozwalają precyzyjnie wytargetować reklamę geograficznie (na konkretne ulice w konkretnym mieście) stworzyliśmy grupę docelową reklamy. Naszą grupą były osoby, które są właścicielami interesujących reklamodawcę nieruchomości (dane z ksiąg wieczystych odnośnie lokalizacji, metrażu itp.) oraz mają konto na Facebooku (dane z etapu drugiego). Następnie tej grupie odbiorców została wyświetlona reklama, której zrzut ekranu możesz zobaczyć na początku tego wpisu.

Efekt reklamy

W ciągu 7 dni od daty uruchomienia kampanii reklamowej e-book pobrało 285 osób. Z tych osób w ciągu następnych 30 dni (od daty pobrania/przeczytania) z autorem książki skontaktowało się 76 osób, prosząc o porady w zakresie sprzedaży nieruchomości. ⅔ tych osób zadeklarowało chęć sprzedaży swojego mieszkania twórcy e-booka twierdząc, że ma on ogromną wiedzę i są mu wdzięczni za to, że „otworzył im oczy” na zagrożenia, jakie czyhają na nich w procesie sprzedaży lokalu. W wyniku wysłania kampanii mailingowej do osób, które nie skontaktowały się z własnej inicjatywy z autorem e-booka, nawiązano kolejnych 39 kontaktów. Dalszych 61 kontaktów uzyskano w wyniku kontaktu telefonicznego. Znacznie bardziej interesujące efekty przynosi jednak analiza transakcji, do których doszło.

.

Dokonano w sumie 11 transakcji sprzedaży mieszkań. Średnia cena sprzedaży mieszkania wynosiła około 16% poniżej wartości rynkowej nieruchomości. Bardzo duże portfolio nieruchomości pozwoliło autorowi e-booka wybrać te mieszkania, które najbardziej pasowały do jego modelu inwestycyjnego, w takich lokalizacjach które gwarantowały szybki wynajem oraz najlepszy ROI.

.

Zyski. Na wszystkich inwestycjach ROI wynosił ponad 11% (rekordowa nieruchomość 16%).

.

Koszt kampanii reklamowej w oparciu o kohortowo-behawioralną analizę danych

  1. Koszt technicznego przygotowania e-booka 1200 zł (korekty językowe, skład, kodowanie linków trackingowych, koszty oprogramowania do trackingu tego, co z e-bookiem robi czytelnik, przygotowanie e-booka na platformy mobilne: epub, pdf, mobi.)
  2. Koszt emisji reklamy: 900 zł (45 zł dziennie przez 20 dni).

Podsumowanie

Ultraprecyzyjnie wytargetowana reklama w oparciu o kohortowo-behawioralną analizę danych przyniosła kontakty do kilkuset właścicieli nieruchomości, którzy chcieli je sprzedać. Co ważne były to osoby, które nigdzie nie umieściły ofert sprzedażowych, a co za tym idzie osoba zlecająca kampanię reklamową w social media miała absolutny monopol tak na negocjacje, jak i stawianie warunków cenowych. Nie byłoby możliwe osiągnięcie takich wyników bez kohorotowo-behawioralnej analizy danych oraz niezwykle precyzyjnego targetowania. Jeśli masz dodatkowe pytania lub chciałbyś dowiedzieć się czy taką kampanię można by przeprowadzić dla Twojego rynku/produktu – napisz do mnie. E-mail: kontakt@jakrobicmarketing.pl 

Jeśli chcesz nauczyć się tworzyć zaawansowane grupy odbiorców na Facebook oraz w innych Social Mediach, a także ultraprecyzyjnie targetować reklamę – zapraszam do lektury mojej książki. Znajdziesz tam osobny rozdział na ten temat. Kliknij w obrazek poniżej, aby dowiedzieć się więcej o książce.

.

Mam nadzieję, że powyższy wpisy pokazał ci chociaż w niewielkim stopniu, jakie możliwości daje analiza danych, a następnie precyzyjne targetowanie reklamy. Jeśli zachęciłem cię do nauki i lektury kolejnych wpisów na moim blogu, to tym większa dla mnie radość. Jeśli jeszcze tego nie zrobiłeś/aś, zapraszam do lektury poprzednich wpisów. Jeśli chcesz być na bieżąco z kolejnymi wpisami, gdzie krok po kroku będę zdradzał tajemnice reklamy w social media, tworzenia grup docelowych, analizy danych i nie tylko, to polub fanpage bloga na Facebooku (o TUTAJ) lub zapisz się do newslettera (w prawym górnym rogu strony).

.

Staram się w miarę możliwości jasno przekazywać wiedzę, ale zdaję sobie sprawę, że nikt nie jest doskonały. Jeśli coś jest niejasne — po prostu zadaj pytanie w komentarzu. Postaram się na bieżąco odpowiadać.  Jeśli uważasz, że ten wpis jest ciekawy, podziel się nim, korzystając z odpowiedniego przycisku na dole strony! ? Dziękuję. .

15

Komentarz

Skomentuj