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

Россия+7 (495) 960-65-87
Шрифт:
0 11152

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.

(Нет голосов)
Читайте нас в Telegram - digital_bar

Есть о чем рассказать? Тогда присылайте свои материалы Даше Калинской


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
    Рейтинг Известности 2018: старт народного голосования
    Михаил Р
    1
    комментарий
    0
    читателей
    Полный профиль
    Михаил Р - 1. Demis 2. кокс 3. Ашманов 4. Скобеев 5. Digital Strategy
    Тест: Кто как пробежал, или Итоги клиентского рейтинга SEOnews 2018
    Анна Макарова
    338
    комментариев
    0
    читателей
    Полный профиль
    Анна Макарова - Друзья, спасибо всем за участие! Мы определили победителей. Кто ими стал - вы найдете по ссылке: www.seonews.ru/events/darim-knigi-ot-mif-pobediteli-opredeleny/ Если вы стали одним из победителей, обязательно свяжитесь с нами по указанной в новости (по ссылке выше) почте. Всем хороших выходных! =)
    SEO глазами клиентов 2018
    Артур Якушев
    1
    комментарий
    0
    читателей
    Полный профиль
    Артур Якушев - >сейчас же сложно найти агентства, которые специализируются только на SEO Не так и сложно найти нас www.msk.lapkinlab.ru
    Рейтинг Известности 2018: второй этап народного голосования
    Константин Сокол
    3
    комментария
    0
    читателей
    Полный профиль
    Константин Сокол - Кто был ответственный за дизайн таблицы голосования? Копирайтер?
    Комплексный аудит интернет-магазина от «Ашманов и партнеры». Часть 1
    Александр Сова
    1
    комментарий
    0
    читателей
    Полный профиль
    Александр Сова - А вот и сеошники подъехали, покидать на вентилятор :D
    Кейс: вывод лендинга по изготовлению флагов на заказ в ТОП 1 по Санкт-Петербургу
    utka21
    4
    комментария
    0
    читателей
    Полный профиль
    utka21 - Кейс как кейс. Для некоторых станет вполне возможно полезным. ( Для конкурентов точно) . А вот с комментариями , что то пошло не так )
    Не очень удачный кейс продвижения сайта по услуге «Трезвый водитель» в Москве
    Кирилл Щербаков
    3
    комментария
    0
    читателей
    Полный профиль
    Кирилл Щербаков - "даже пришлось подключить отслеживание звонков с сайта" "Даже" - как будто это что-то нереальное
    Как использовать Python для LSI-копирайтинга
    Evgeny Montana
    6
    комментариев
    0
    читателей
    Полный профиль
    Evgeny Montana - спасибо)
    Стартовал сбор заявок на участие в рейтинге «Известность бренда SEO-компаний 2018»
    Артем Первухин
    1
    комментарий
    0
    читателей
    Полный профиль
    Артем Первухин - Make KINETICA Great Again!
    Эксперимент: как уникальность контента влияет на продвижение сайта
    Ilia Nazmutdinov
    2
    комментария
    0
    читателей
    Полный профиль
    Ilia Nazmutdinov - Кстати, ПФ не работают на нулевом трафике. Пока на сайт не льются тысячи показов по одним и тем же запросам влияние оказывает ток ссылочное\внешнее и внутреннее\ и внутренняя оптимизация.
    ТОП КОММЕНТАТОРОВ
    Комментариев
    910
    Комментариев
    834
    Комментариев
    554
    Комментариев
    540
    Комментариев
    483
    Комментариев
    373
    Комментариев
    338
    Комментариев
    262
    Комментариев
    241
    Комментариев
    171
    Комментариев
    156
    Комментариев
    137
    Комментариев
    121
    Комментариев
    98
    Комментариев
    97
    Комментариев
    97
    Комментариев
    96
    Комментариев
    80
    Комментариев
    67
    Комментариев
    61
    Комментариев
    60
    Комментариев
    59
    Комментариев
    57
    Комментариев
    55
    Комментариев
    54

    Отправьте отзыв!
    Отправьте отзыв!