×
Россия +7 (495) 139-20-33

Go Analytics! 2018: прогнозирование покупки и оптимизация рекламных кампаний на его основе

Россия +7 (495) 139-20-33
Шрифт:
0 11957

5 апреля в Москве прошла конференция по онлайн-аналитике для бизнеса Go Analytics!. Среди спикеров были представители Google – Арсений Алиханов и Ладо Лебанидзе. Они рассказали о прогнозировании покупки и оптимизации рекламных кампаний на его основе.

Арсений Алиханов начал выступление с рассказа о том, что в 2016 году Google объявил о том, что становится AI-first компанией. То есть, все действия компании теперь направлены на развитие технологий машинного обучения (ML) и искусственного интеллекта. До этого Google был mobile-first компанией.

Смена курса означает, что почти во всех продуктах компании применяются технологии искусственного интеллекта (AI), в том числе и в рекламе. Арсений отметил, что несколько лет назад достаточно было анализировать два показателя – демографию и местоположение, и это можно было делать вручную. Теперь картина изменилась, добавилось множество новых параметров (длительность просмотра, посещенные сайты, категория приложения, сессии и т.д.) и отследить их довольно сложно, так комбинация этих метрик рождает миллионы вариантов таргетинга. И здесь на помощь приходят различные автоматические или полуавтоматические решения.

Арсений рассказал, что есть одно направление, в котором таргетинг полностью автоматизирован. Речь об Универсальных кампаниях для приложений (Universal App Campaigns). Они позволяют размещать рекламу на крупнейших ресурсах Google. Рекламодателям нужно только добавить текст, указать ставку и требуемые ресурсы, а остальное берет на себя система.

Универсальные кампании в некотором смысле представляют собой нейронную сеть, которой подаются целевые действия. Чтобы этот инструмент работал, ему необходимо как можно больше данных. Однако иногда происходит так, что данных не хватает – например, в случае с отложенной конверсией. Здесь может помочь прогноз целевого события:

2.png

Арсений отметил, что прогнозы можно (и нужно) делать самостоятельно. Схема выглядит следующим образом:

Первый шаг:

  • Исторические данные
  • Выбор прогнозной модели

Второй шаг:

  • Ежедневная выгрузка
  • Программирование модели
  • Обмен данными

Третий шаг:

  • Отправка конверсий в AdWords
  • UAC Action с оптимизацией по прогнозу

Ладо Лебанидзе продолжил выступление и рассказал о том, как готовить данные для ML-модели.

Подход Google в приведенном примере «заточен» на ситуацию, когда предсказание должно прийти как можно быстрее после установки приложения. То есть, цель – как можно быстрее по первому поведению пользователя в приложении определить, является ли он потенциальным покупателем (в идеале конверсия должна происходить до седьмого дня после установки).

Ладо рассказал, что с помощью машинного обучения нужно тренировать модель предсказывать результат по пользователю за период предсказания (90 или 180 дней после установки приложения), используя данные поведения за каждый день периода наблюдения (14 дней после установки). Затем необходимо взять данные тренировочной когорты – пользователей, которых уже наблюдали на протяжении периода предсказания (в тренировочном сете данные о пользователях должны быть в определенном формате):

3.png

Затем следует этап определения параметров (колонок для обучающего дата-сета). Для первого прогона рекомендуется использовать как можно больше данных:

4.png
5.png

Результатом будет подобный дата-сет:

6.png

Арсений отметил, что желательно, чтобы в первичном дата-сете было много колонок (в идеале – сотни).

Затем следует этап ежедневной настройки:

7.png

Ладо дал следующие советы по моделированию:

  • Собирайте как можно больше параметров для первого прогона.
  • Модель необходимо валидировать по количеству покупателей, которых успели предсказать до факта покупки.
  • Лучше начинать с простой линейной модели.
  • При использовании для оптимизации UAC оценивать модель можно по Precision и Recall.

(Голосов: 5, Рейтинг: 5)
Читайте нас в Telegram - digital_bar

Есть о чем рассказать? Тогда присылайте свои материалы Ане Макаровой


Новые 
Новые
Лучшие
Старые
Сообщество
Подписаться 
Подписаться на дискуссию:
E-mail:
ОК
Вы подписаны на комментарии
Ошибка. Пожалуйста, попробуйте ещё раз.
Отправить отзыв
ПОПУЛЯРНЫЕ ОБСУЖДЕНИЯ НА SEONEWS
#SEOnews14: мы празднуем – вы получаете подарки!
Анна Макарова
0
комментариев
0
читателей
Полный профиль
Анна Макарова - Гость, добрый день! С победителями мы связывались сразу после розыгрыша. Если мы вам не написали, значит, ваш номер не выпал. Но не расстраивайтесь, у нас обязательно будут новые розыгрыши!
Как ускорить сайт на WordPress, чтобы получить 100/100 в Google PageSpeed Insights
Георгий
1
комментарий
0
читателей
Полный профиль
Георгий - Все что рекомендуется в этой статье есть у w.tools. Ни разу не пожалел что подключился. Своя CDN сеть, кеш статики и динамики, минификация js\css и кешируемого html, оптимизация всех типов картинок и еще куча всего полезного. Сайт летает и я не знаю проблем. Могу рекомендовать от души.
Что скрывает «Прогноз бюджета Яндекс.Директ»?
Андрей Кокорев
2
комментария
0
читателей
Полный профиль
Андрей Кокорев - Ждем результатов. охота понять, правильно ли сделал, а если нет - в чем ошибка. Если по делу: по идее, при оптимизации кампаний стоимость клика должна снижаться, а конверсия рекламного трафика должна увеличиваться (отсекаем нецелевую аудиторию). Т.е. регулярно надо менять вводные данные, чтобы получить оптимальный бюджет на следующий период? Правильно понимаю?
Война с дубликатами. Как нужно и как не нужно канонизировать URL
Ann Yaroshenko
5
комментариев
0
читателей
Полный профиль
Ann Yaroshenko - Дмитрий, добрый день! Если вы проставили на странице с автозапчастями rel=canonical ( а я вижу в коде, что не проставили) или в HTTP хедере, то бот, как правило: выберит ту страницу главной, которую вы указали в rel=canonical ссылке. Eсли же вы этого не сделали, то бот сам выберит оригинал (алгоритмы, по которым бот это делает, скрыты Googl-ом)
«Аудит, чтобы ты заплакала…», или Что делать, когда получил сторонний аудит сайта
Евгений
1
комментарий
0
читателей
Полный профиль
Евгений - Воообще, на самом деле здесь двоякое впечатление от таких аудитов. Конечно, для полного глубокого анализа и подготовки рекомендаций по сайту - нужны доступы к системам аналитики и инструментам вебмастера. Но если оценивать подобные аудиты с точки зрения чистого SEO (которое все больше и больше становится лишь малой частью digital-маркетинга, лишь одним из каналов) - они имеют место быть. Но с оговоркой, что они сделаны с учетом анализа конкурентов/отрасли. Современные инструменты и алгоритмы позволяют делать это маркетологам в автоматическом режиме, и даже давать рекомендации - возможностями машинного обучения уже никого не удивишь. Да, полное перечисление "мифического" списка ошибок, построенного по предикативным правилам, да еще и с учетом устаревших особенностей ПС - это явный признак некачественного аудита. В первую очередь потому, что эти "ошибки" следует рассматривать в качестве рекомендаций от ПС (как и говорится в справочнике вебмастера у Яндекса/Google). Однако если эти данные даются с отсылкой на данные о конкурентах, об отрасли, используются методы ML и Natural language processing для обработки исходных данных, кластеризации запросов, классификации страниц/запросов/сайтов, определения структуры документа - такие отчеты имеют право на существование. Но ключевым моментом является то, что подобные инструменты достаточно сложны в разработке, а значит требуют квалифицированных специалистов для их разработки. Которых просто нет у студий рассылающих подобные "сео отчеты". Подобные отчеты по "ошибках" тоже неплохой источник информации, но лишь на 0 этапе анализа сайта. И в принципе, теоретически, возможно почти полное составление "хороших аудитов" без участия маркетолога, на основе лишь открытых данных сайта/внешних источников, но только при соответствующем применении всех современных возможностей анализа данных и рекомендательных систем. И в любом случае подобный "хороший отчет" требует конечного заключения от эксперта.
От мечты стать юристом к собственному SMM-агентству. Как найти себя в современном цифровом мире
Виктор Брухис
5
комментариев
0
читателей
Полный профиль
Виктор Брухис - Статья выглядит так, как пожелали редакторы и интервьюер) Вопросы к интервью подбирал не я)) Хотя, в целом я согласен с вашим видением. А за пожелание удачи большое спасибо!
BDD 2019: Как перестать убивать время на сбор и обработку тонны данных для SEO-аудита
Kosta Bankovski
4
комментария
0
читателей
Полный профиль
Kosta Bankovski - Спасибо за приятные слова! Буду и дальше делиться наработками ;)
Как провести анализ содержания страниц товаров и категорий
Никита Седнин
3
комментария
0
читателей
Полный профиль
Никита Седнин - Спасибо!
Как вывести сайт в ТОП 10 Google в 2019 году
Ирина
8
комментариев
0
читателей
Полный профиль
Ирина - Работают. Как естественные, так и закупные. >Мои сайты в первую очередь заточены на яндекс Соболезную. >Насколько поисковые алгоритмы с гугловскими у него. Разница в 10 лет. Вон в Яше все долбят на ключи, на вхождения и прочий трэш из древностей. А у Гугла, вон почитайте про eat, ymyl Не все понятно но спасибо за ответы. Я так понимаю что с ссылками деть никто точно не знает) Ну это и хорошо вообщем. Самому разбираться как то интересней. Но не всегда. Есть к примеру 2captcha.com/ru и на него 100к ссылок есть. Ну а смысл какой?
Как построить качественный ссылочный профиль на основе конкурентов
Ирина
8
комментариев
0
читателей
Полный профиль
Ирина - Давно сотрудничаю с megaindex.com и считаю данный сервис одним из лучших в сео сегменте рунета да и не только рунета. Пользуюсь их инструментами для аналитики своих работ и выявлению своих и чужих ошибок. Да и ссылочный профиль, как и говорится в данной статье сделать гораздо проще и правильней при помощи как раз мегаиндекса. Добавлю еще что инструмент для поиска конкурентов у мегаиндекса очень удобный и простой в применении.
ТОП КОММЕНТАТОРОВ
Комментариев
910
Комментариев
834
Комментариев
554
Комментариев
540
Комментариев
483
Комментариев
373
Комментариев
360
Комментариев
262
Комментариев
249
Комментариев
171
Комментариев
156
Комментариев
137
Комментариев
121
Комментариев
107
Комментариев
97
Комментариев
97
Комментариев
96
Комментариев
80
Комментариев
79
Комментариев
77
Комментариев
67
Комментариев
60
Комментариев
59
Комментариев
57
Комментариев
55

Отправьте отзыв!
Отправьте отзыв!