Матрица Остроу vs ИИ. Промпт для эффективной частоты
В России частично заработал Gemini, и на тестах среди меня он на голову выше других моделей в простых задачах на медиапланирование. А главная боль медиапланирования — найти частоту контакта, когда реклама уже запоминается, но еще не бесит аудиторию.
Самый известный способ расчета эффективной частоты — матрица Остроу. Правда придумали её в 1982 году и до сих пор используют в почти неизменном виде. Метод построен на базовой частоте, к которой добавляют или вычитают баллы в зависимости от набора факторов. Эффективная частота в логике Остроу зависит от жизненного цикла бренда, возраста и лояльности аудитории, простоты смыслов в рекламе — и так еще с десяток условий.
Раньше для расчёта нужна была табличка со всеми коэффициентами. Сейчас достаточно промпта, который можно адаптировать под себя, исключить устаревшие за 40 лет факторы — и получить результат за секунды. Опытного медиапланера ИИ не заменит, но если у вас вообще нет медиапланера и нужно от чего-то оттолкнуться — метод вполне рабочий.
Пример промпта:
⚛️Рассуждай как опытный медиапланер: используя принципы матрицы Остроу, рассчитай эффективную частоту контакта, период и схему флайта для: Медиаканал: [монокампания/360 кампания] Продукт: [новый продукт/продукт на рынке >2 лет] [приложение/сайт/сервис] Brand awareness: [низкий <20%/средний 20-60%/высокий >60%] Аудитория: [точный возрастной диапазон + дополнительные характеристики] Сообщение: [простое/сложное] + [короткое ≤30 сек/длинное >30 сек] Контекст: [уровень конкуренции: низкий/средний/высокий] + [сезонность: есть/нет]⚛️