×
Россия +7 (495) 139-20-33

Moscow.Digital: как таргетировать онлайн-рекламу по геоданным

Россия +7 (495) 139-20-33
Шрифт:
0 7838
Подпишитесь на нас в Telegram
Moscow.Digital – это концепция регулярных и открытых митапов для специалистов онлайн-маркетинга. Площадки, сервисы, агентства, рекламодатели обсуждают насущные вопросы контекстной и таргетированной рекламы, ретаргетинга, RTB, веб-аналитики. Организатором встреч выступает система автоматизации интернет-маркетинга Marilyn.

Каждой теме отводится три встречи: первые две для погружения в тему, третья – для обсуждения и подведения итогов.

Представляем обзор одного из вводных митапов по практическому использованию офлайн-данных о пользователях для таргетинга онлайн-рекламы, который состоялся в начале апреля 2018.

Открыл встречу Виталий Щербаков, руководитель по машинному обучению и анализу данных в компании Мегафон, который представил доклад о монетизации больших данных.

Мегафон собирает пять типов данных об абонентах:

  • Демографические (пол, возраст).
  • Характер потребления (ключевые интересы).
  • Геовременные данные (данные по базовым станциям, онлайн-геоданные).
  • Круг общения (информация о звонках и смс).
  • Платежеспособность (данные по ARPU, траты на услуги связи и прочие сервисы).

Но какой бы крутой алгоритм не был, если на входе в него запихать сырые неочищенные данные, на выходе вы не сможете получить что-то стоящее. Так как основная тема этой серии митапов – использование геоданных, Виталий подробно рассказал, как они используют их.

Работа с потоками абонентов:

  • Извлекаемые инсайты. Информация о посещаемости и профилированию посетителей в конкретных точках: сколько людей проходят через точку, кто они, когда посещают эту точку.
  • Примеры use кейсов: оптимизация расположения точек продаж и базовых станций.

Работа с сегментами абонентов:

  • Извлекаемые инсайты. Информация о паттернах перемещения и потребления для конкретных сегментов населения: куда часто ходят эти люди, когда они туда приходят, какие черты поведения характерны для них.
  • Примеры use кейсов: оптимизация предложения телеком-услуг, выявление домохозяйств.

Далее Виталий перешел к описанию процесса разработки предсказательных и описательных моделей. Основные этапы создания:

  • Самый трудоемкий этап – подготовка данных (сбор и очистка, формализация задач),
  • Построение модели (генерация гипотез и возможных переменных),
  • Применение результатов/тестирование по результатам которого модель может запуститься в реализацию.

Завершил выступление Виталий несколькими кейсами по применению предиктивных и описательных моделей:

Кейс 1. Next best action. Ситуация следующая: у отдела обработки данных в большом телекоме появляется слишком много моделей. Все эти модели распространяются на всю базу, и периодически на одного абонента приходится по несколько предложений. Если спамить абонентов офферами по всем каналам, вряд ли им это понравится, следовательно, нужно выбрать, что конкретно предложить, с какой скидкой, по какому каналу и в какое время.

Кейс 2. Умная реакция. Все телекомы работают с оттоками. Когда у конкурента выходит новый тарифный план, модель показывает склонность абонента уйти на этот тариф.

Кейс 3. Лидеры мнений. Лидером мнений будет тот человек, который в группе людей, например, домохозяйстве, при уходе к конкурентам может увести за собой всех остальных. Модели помогают вести работу именно с лидером мнений, сокращая стоимость контакта.

Следующий доклад представил Алексей Князев, сооснователь компании Watcom, с рассказом о том, как можно объединить данные о посещаемости офлайн-магазина и данные о посещаемости сайта.

Компания Watcom занимается подсчетом и анализом поведения пользователей в торговых точках, так называемый, Shopping Index:

  • Кто является посетителем.
  • Какие магазины посещает.
  • Сколько денег тратит.
  • Как много времени проводит.
  • Что ему нравится.

Shopping Index позволяет:

  • Обосновать эффективность расходования и защитить маркетинговый бюджет перед инвесторами/клиентами.
  • Оперативно оценить эффективность акций и мероприятий.
  • Отследить переход офлайн-трафика в онлайн трафик и наоборот.

Подобные технологии могут быть полезны в ряде случаев:

Кейс 1. Если вы хотите провести рекламную кампанию, которая должна простимулировать посещение торговой точки, то необходимо знать, что происходит на рынке. На примере ниже можно увидеть, что дает подобное знание:

Князев_обзор_1.PNG

В целом посещаемость не изменилась, но на фоне падения рынка, фиксируется рост.

И обратная ситуация, есть рост посещаемости, но в то же время и весь рынок растет, и, возможно, акция и не при чем:

Князев_обзор-2.PNG

Кейс 2. Оценка потенциала локации. С Shopping Index можно определить наиболее перспективные локации для размещения точек ретейла или ТЦ. Данные позволяют определить особенности профилей посещаемости локаций в зависимости от их характеристик в будние и выходные дни.

Кейс 3. Профили городов по покупательской активности с учетом праздников, выходных, погоды, местных событий и т.д.

Князев_обзор-3.PNG

Закрыл митап Андрей Корохов, менеджер по инновациям рекламной группы Publicis, который поделился опытом работы с потребностями клиентов (в данном случае крупных FMCG-корпораций).

Актуальные потребности клиентов можно разделить на два тренда:

  • Поиск новых данных. Базовых онлайн-сегментов уже недостаточно, нужно искать офлайн-аудиторию для закупки в онлайн. Кооперация с ретейлом – клиенты ищут возможности использовать ритейл для более эффективного таргетинга.
  • Коммуникации здесь и сейчас. Важно минимизировать время между рекламным контактом и моментом покупки.

Механики, которые отвечают потребностям клиентов:

  • Геоданные (рядом с магазином (супергео), в магазине).
  • Данные о покупках.

Для геоидентификации пользователей внутри магазина можно использовать несколько решений. Wi-Fi решение будет самым оптимальным по охвату, цене и скорости воплощения.

Корохов_обзор-1.PNG

Пример использования таких данных на практике:

В торговой точке, где проводилось мероприятие, был установлен Wi-Fi роутер. Все посетители, которые к нему подключились, были зафиксированы системой. Спустя неделю этим пользователям, а также настроенной на их основе Look-alike аудитории, был показан баннер компании.

Таким образом ретейлеры могут показывать пользователям конкретные скидки и предложения, предназначенные для определенного сегмента, например, участникам программы лояльности и т.д.

Итог:

  • Большим FMCG-клиентам нужен размах, большие и охватные истории. Им не подходят нишевые офлайн-решения.
  • Офлайн-данные могут быть использованы в сложных категориях, которые не так просто охватить обычными средствами коммуникации (детское питание, товары для животных и т.д.).
  • FMCG-игроки активно используют офлайн-решения с широким охватом от крупных игроков вроде Google и Яндекса.

Заключительный митап серии состоится 27 апреля и будет проходить в формате дискуссии. Представители рекламных площадок, агентств, крупных рекламодателей и ритейл-сетей поделятся мнениями о геоданных в интернет-продвижении.

Участие бесплатное, нужна регистрация. 


Друзья, теперь вы можете поддержать SEOnews https://pay.cloudtips.ru/p/8828f772
Ваши донаты помогут нам развивать издание и дальше радовать вас полезным контентом.

Есть о чем рассказать? Тогда присылайте свои материалы Марине Ибушевой


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
Примеры использования ChatGPT в SEO-стратегии
Гость
1
комментарий
0
читателей
Полный профиль
Гость - Если кто то хочет протестировать Cat GPT в SЕО проектах на базе нашего агенства, приглашаем наудалкнную работу Tg: @thegoodlink
'SEO глазами клиентов 2023'
Валерия Власова
2
комментария
0
читателей
Полный профиль
Валерия Власова - Приветствую! На момент проверки сайтов клиентов получились такие показатели. Возможно, самостоятельно вы проверяете свои проекты по другим параметрам. Поэтому получились разные результаты.
Эффективное продвижение сайтов: 10 лет опыта в SEO в Рунете и Буржунете
Павел Горбунов
11
комментариев
0
читателей
Полный профиль
Павел Горбунов - Вы учтите, что за такие водные статьи хейтеры повалят жесткие. Сеошники воды не любят.
Как онлайн-магазинам получать максимум трафика с помощью Поиска по товарам Яндекса
Гость из Тюмени
1
комментарий
0
читателей
Полный профиль
Гость из Тюмени - Производим пиломатериалы под заказ, от 1 до 14 дней. Яндекс постоянно банит наш яндекс фид по причине отсутствия товара на складе во время своих тайных проверок. Не возможно донести до модератора, что мы работаем под заказ, поэтому товара нет на складе, т.е. пришёл заказ - мы изготовили.
Особенности внутренней перелинковки для крупных сайтов
Злобная булочка
1
комментарий
0
читателей
Полный профиль
Злобная булочка - Ну это ж ингейт)
Топ-3 edtech-продукта для запуска в 2023 году
Гость
1
комментарий
0
читателей
Полный профиль
Гость - Средняя зарплата 300 тысяч? автор обкурился или это инфоцыган с фантазией?
Как избавиться от нецелевых клиентов и увеличить количество заявок на 17%. Кейс
Олег
1
комментарий
0
читателей
Полный профиль
Олег - Константин, добрый день! На старте показатель CPL был 2730 руб , стал 1750 руб.
Rush Analytics обновил инструмент для анализа позиций
Rush Analytics
4
комментария
0
читателей
Полный профиль
Rush Analytics - Виктор, добрый день. Благодарим за Ваш отзыв. Мы проверим ситуацию по сбрасыванию дат при переключении вкладок.
Увеличили трафик в 4 раза с помощью узких ключей и контентного SEO: кейс ОТП Банка
Бурлуцкий Сергей
1
комментарий
0
читателей
Полный профиль
Бурлуцкий Сергей - В работе по ссылочному делаем упор по получению естественных ссылок в сочетании с краудом. Более подробно об этом мы рассказывали на нашем недавнем митапе - www.youtube.com/watch?v=dbl_vFHWqWQ (Второй доклад).
Что такое Яндекс Советник, и кому от него жить хорошо
Мама Стифлера
1
комментарий
0
читателей
Полный профиль
Мама Стифлера - Вызывает сожаление, что вы не осознаете, что Яндекс.Советник может быть рассмотрен как форма рэкета, которая заставляет компании, размещающиеся в Яндекс.Маркете, выплачивать дополнительные финансовые средства, повышая в конечном итоге прибыль Яндекс.Маркета, но не принесет пользы для посетителей сайта.
ТОП КОММЕНТАТОРОВ
Комментариев
910
Комментариев
834
Комментариев
554
Комментариев
540
Комментариев
483
Комментариев
386
Комментариев
373
Комментариев
262
Комментариев
249
Комментариев
171
Комментариев
156
Комментариев
141
Комментариев
121
Комментариев
120
Комментариев
100
Комментариев
97
Комментариев
97
Комментариев
96
Комментариев
80
Комментариев
77
Комментариев
74
Комментариев
67
Комментариев
64
Комментариев
60
Комментариев
59

Отправьте отзыв!
Отправьте отзыв!