Анализ влияния PR-кампании на бизнес-результаты: современные инструменты измерения эффективности PR*

На сегодняшний день одним из наиболее перспективных решений для оценки эффективности PR в традиционных СМИ является построение корреляционных моделей, в которых медиааналитические показатели соотносятся с финансовыми результатами.

Рис. 1. Возможные корреляции между финансовыми и медиааналитическими показателями

  PRT как золотой стандарт измерения качества медиаполя Одним из активно применяемых на практике медиапоказателей является Perfectness Rate (коэффициент приближения к идеалу), или PRT. Его главное преимущество – гибкость и настраиваемость под специфику конкретной отрасли и компании. Коэффициент позволяет учитывать показатели, связанные с источником (тип СМИ, целевая аудитория, степень влиятельности СМИ и т.д.), материалом (жанр, заметность материала и т.д.) или объектом исследования (плотность упоминаемости бренда, тональность текста, наличие цитат спикеров, степень передачи ключевого сообщения бренда и т.д.). Кроме того, модель расчета PRT может настраиваться не только по количеству самих показателей, но и по способу их комбинирования в формуле. Таким образом, можно выбирать и качественные характеристики (факторы), которые будут участвовать в расчете финального индекса, и математические операции, которые будут совершаться с отобранными переменными. При этом каждому фактору присваивается та или иная степень значимости.    

Рис. 2. Схема-конструктор расчета модели PRT

Рассмотрим выведение формулы PRT на примере кейса сети кофеен Coffee and the Сity. Прежде всего, необходимо узнать, какой материал, по версии компании, можно считать эталоном.  

Рис. 3. Пример идеальной публикации для Coffee and the Сity

В нашем случае акцент был сделан на следующих характеристиках:

• СМИ с высоким проникновением в целевую аудиторию;
• позитивная тональность новости;
• заголовок с упоминанием бренда;
• наличие в статье логотипа и ключевого сообщения об удобстве формата Coffee to go («кофе с собой»);
• спикерская активность представителей бренда.

Если в материале были все вышеобозначенные критерии эталонности, тогда PRT материала равнялся единице. Например, зная, что идеальная публикация (Top story) обладает PRT выше 0,75, модель позволяет измерять не только «среднюю температуру по больнице», но и дает возможность руководству ставить определенные KPI по числу идеальных публикаций в отчетном периоде. Корреляционный анализ: PRT и MediaPresencevs. NASDAQПосмотрим, как происходило проецирование данных медиаанализа на бизнес-результаты на примере кейса компании Vimpelcom Ltd. Для этого была проанализирована корреляция между стоимостью ее акций на NASDAQ с изменениями качественного и количественного показателей медиаприсутствия бренда: PRT и Media Presence (число материалов с упоминанием объекта исследования)[1]. Оценка эффективности PR-коммуникаций Vimpelcom Ltd. проводилась за второе полугодие 2014 года[2]. Для анализа информационного поля были отобраны ведущие мировые СМИ уровня Reuters, Bloomberg, FT, WSJ, а также ряд национальных СМИ первого эшелона (в странах присутствия компании). Оценка и «кодировка» такого качественного параметра, как эмоциональный тон, осуществлялась аналитиками сквозь призму предполагаемых интересов биржевых игроков[3]. В результате была построена двухфакторная модель нелинейной регрессии с коэффициентом корреляции R = 0,9397 между медиапоказателями и бизнес-показателем, демонстрирующая корреляцию между среднемесячным показателем PRT (M-PRT) и Media Presence с колебаниями стоимости акций компании на NASDAQ.  

Рис. 4. Mean-PRT и Media Presence vs. Mean-NASDAQ[4]

Первая версия модели PRT была сформирована экспертным путем, когда весовые коэффициенты для факторов определялись на глаз. Однако такая модель оказалась не столь ассоциированной с котировками[5] и не отличалась ни адекватностью, ни надежностью, ни прогностической силой. Чтобы выявить более чувствительную к колебаниям котировок формулу расчета PRT, мы подготовили вторую версию модели PRT: данный интегральный показатель был вновь разложен на составные факторы (тональность и позиционирование, плотность упоминаемости бренда, заметность материалов, степень влиятельности источника, спикерская активность, жанровое своеобразие информационного поля и др.) для последующего построения модели множественной регрессии. Это позволило проранжировать все факторы по степени значимости и тесноте связи со стоимостью акций международной телекоммуникационной компании на NASDAQ. После «перекалибровки» расчетной модели (главным образом в пользу коэффициента тональности и позиционирования) была зафиксирована статистически более значимая взаимосвязь между значениями M-PRT, Media Presence и котировками акций (NASDAQ): теснота связи в 93,97% (было менее 50%, стало более 90%). Согласно доверительным интервалам для данных за второе полугодие 2014 г., при росте Media Presence на 1% стоимость активов Vimpelcom укреплялись в среднем на 1,4%, а при повышении M-PRT на 1% котировки увеличивались на 3% (от +0,89% до +5,09%)[6]. Таким образом, построенная вторая версия модели PRT, при которой факторы коррелируются с курсом акций с теснотой связи в 94%, на наш взгляд, имеет право на существование, а сама методика является достаточно перспективной с точки зрения проведения подобных исследований в недалекой перспективе (при условии учета недостатков и ограничений)[7]. Возможности по применению методики

1. Методика позволяет задавать PR-департаменту четкие KPI по поддержанию M-PRT и Media Presence в ключевых СМИ на определенном уровне, что в теории будет с высокой долей вероятности гарантировать удержание среднемесячной стоимости акций на заданных рубежах. К примеру, удержание M-PRT не ниже 0,595 п. и Media Presence в районе 200 будет гарантировать среднемесячную стоимость акций не ниже 10 $. Однако следует принимать во внимание «Недостатки и ограничения» (п. 4), а также позаботиться о качестве исходных данных, которые должны адекватно отражать реальную картину.

 

Рис. 5. Возможность задавать KPI

2. Вычленение среди качественных характеристик медиаобраза бренда наиболее и наименее ассоциированных со стоимостью акций.

По результатам подобного анализа можно: А. Создавать более совершенные инструменты оценки качества собственной работы, которые корректнее проецируется на бизнес-результаты компании. B. Анализировать причины, по которым, к примеру, коэффициенты активности спикеров и жанрового своеобразия информационного поля не коррелируются со стоимостью акций.

3. Реальные данные по M-PRT и Media Presence компании в ведущих СМИ дают возможность рассчитывать прогнозные значения стоимости акций на NASDAQ. В силу достаточной адекватности построенной модели, прогнозные значения стоимости акций будут довольно близки к реальным значениям (см. рис. 6).

   

Рис. 6. Построение прогнозных значений на основе данных медиастатистики

Дело в том, что полученные прогнозные значения построены на основе оценки качества освещения бренда во всей совокупности материалов. Однако если убрать из этого общего массива сообщений все инициированные пресс-службой положительные материалы, публикации с благосклонными комментариями спикеров, сообщения, локализовавшие и купировавшие негативные информационные поводы и нейтрализовавшие возможные негативные интерпретации, то можно пересчитать PRT, Media Presence и вывести прогнозные значения котировок, но уже на основе оставшихся материалов, в которых отсутствуют позитивные результаты работы пресс-службы. На основании полученной математической модели, можно сконструировать то, насколько «похудели» бы котировки акций, не будь вся эта полезная для компании информация опубликована в СМИ. *Данная статья является вторым материалом по результатам мастер-класса «Медиаанализ влияния PR-кампании на бизнес-результаты», проведенного в рамках глобальной образовательной программы AMEC Measurement Month 2015. Первая статья была посвящена краткой истории вопроса и традиционным попыткам оценить эффективность PR при помощи показателей AVE, PRV и CPM (доступно по ссылке). Оба материала сфокусированы на оценке эффективности PR исключительно в традиционных СМИ. [1] Считаем подобное сопоставление оправданным, поскольку на современных биржах активно используются автоматические алгоритмы и роботы, учитывающие информацию о компаниях и помогающие трейдерам принимать решения по поводу целесообразности покупки активов. [2] В качестве основного инструмента была применена интегральная модель оценки качества освещения в медиа – Perfectness Rate (PRT). [3] То есть изучались глазами ключевой целевой аудитории – трейдеров. Рассчитанная таким образом модель PRT была спроецирована на курс акций NASDAQ (при этом были взяты среднемесячные значения стоимости акций компании при закрытии торгов). [4] Mean-PRT – среднее значение индекса Perfectness Rate. Media Presence – число материалов с упоминанием объекта исследования. Mean-NASDAQ – среднемесячные значения стоимости акций компании на NASDAQ при закрытии торгов. [5] Теснота связи была довольно низкой (R < 0,5). [6] Вместе с тем фактическая величина критерия Фишера больше его табличного значения (11,33 против 9,55), что свидетельствует об адекватности и надежности данной модели. Кроме того, с целью дополнительной верификации было изучено влияние общерыночных факторов: высчитана зависимость курса акций Vimpelcom Ltd. от колебаний самого индекса NASDAQ. Корреляция оказалась не только слабой, но и отрицательной (-68%), что означает отсутствие сильного влияния других причин и обстоятельств. Это можно считать аргументом в пользу оправданности существования построенной модели. Однако в данном случае корректнее говорить все же об опосредованной и непрямой зависимости, поскольку, помимо двух проанализированных параметров, все же имеется множество неучтенных факторов (к примеру, неблагоприятная экономическая конъюнктура в России и на Украине). [7]Недостатки и ограничения

1. Разумеется, на все вышеизложенное можно возразить, что при большом желании и изобретательности можно скоррелировать и угол атаки заднего антикрыла болидов «Формулы-1» с миграцией белых аистов. Подобные кейсы широко известны. Поэтому необходимо соблюдать технику безопасности, применять методы устранения ложной корреляции, учитывать циклическую, сезонную и трендовую компоненты, исключать автокорреляцию через проведение соответствующих тестов. Недостаток по данному конкретному кейсу – относительно небольшой период исследования (полгода).
2. Ограничения по применению – отсутствие возможности прогнозирования в режиме онлайн. Так как воздействие некоторых информационных поводов на аудиторию имеет отсрочку, то измерение реакции публики на новостные события за короткий промежуток времени затруднено.
3. Сотрудники PR-департамента ограничены в возможностях оказать влияние на коэффициенты тональностей в тех случаях, когда, к примеру, речь идет о следующих сюжетах: банкротство и убыточность, ухудшение общей конъюнктуры рынка, судебные иски, ухудшение финансовой отчетности, снижение объемов производства и продаж, уменьшение доли рынка и т.п.

Тем не менее это не означает, что PR лишен рычагов воздействия на «объективную реальность». Некоторые специалисты отмечают, что трейдеры реагируют на конкретные события, а публикации, как правило, следуют за событием. Т.о. первично реальное событие, оказывающее в глазах участников рынка влияние на стоимость акций. И все же некоторое пространство для маневра имеется, поскольку данное реальное событие может быть подхвачено глобальными информационными агентствами, а может быть и вовсе проигнорировано ими, может преподноситься под разным углом зрения, в разном контексте, с различными комментариями спикеров, с разными интерпретациями, противоречивыми прогнозами развития ситуации и т.д. и т.п. Если бы абсолютно все зависело только от событий, а не от публикаций о них в СМИ, то компаниям давно следовало бы отказаться от услуг PR-специалистов, а в журналистской среде не был бы столь популярен афоризм: «Пока CNN не объявило о победе американских войск, победы нет».

4. Возможное непонимание со стороны владельцев бизнеса, когда им демонстрируют отчетность, подкрепленную множеством специфических комментариев и статистических выкладок. Как справедливо отметил в одном из своих комментариев к предыдущему материалу (речь идет о первой статье, указанной в сноске №1) замдиректора Высшей школы маркетинга и развития бизнеса НИУ ВШЭ Андрей Мамонтов: «Все, что слишком сложно, плохо воспринимается в бизнесе».