Многофункциональная SEO-платформа
для профессионалов
Войти как пользователь
Вы можете войти на сайт, если вы зарегистрированы на одном из этих сервисов:

YaC/m 2013, часть 2: big data в рекламе

Россия +7 (495) 960-65-87
Шрифт:
0 2053

16 мая в Москве прошла конференция Яндекса Yet Another Conference on Marketing, посвященная обсуждению опыту и проектов, связанных с Machine Learning, большими данными, вычислениями в маркетинге и рекламе.

Послеобеденную секцию открыл Игорь Ларин, IBM, который рассказал о том, как будет трансформироваться профессия маркетолога в ближайшие 5 лет, какие новые вызовы встанут, и как с помощью новых технологий можно эффективно решать задачи. Для этого был проведен опрос почти 2000 директоров по маркетингу по всему миру (60 из них из России и стран СНГ).

Как показали результаты исследования, в ближайшие 5 лет профессия директора по маркетингу станет сложнее – так считает 79% респондентов. Это связано с цифровой революцией, большим количество данных, менее лояльными и более требовательными заказчиками, которые к тому же становятся гораздо информированнее.

Однако к этим усложнениям полностью готовы лишь 48% опрошенных.

При сравнении факторов, которые будут больше всего влиять на маркетинговую деятельность, и факторов, к которым меньше всего готовы, выявилось три проблемы:

1) Взрывной рост объема данных – многие просто не знают, что с ними делать.

2) Социальные сети – не умеют работать с ними.

3) Разнообразие каналов связи и устройств.

Чтобы приспособиться к трудностям и трансформировать сложности в новые возможности 73% опрошенных ответили, что готовы инвестировать в технологии управления информацией, 69% — в сбор и хранение данных, 65% - в анализ информации.

Кроме того, по словам респондентов, компании готовы повышать применение цифровых технологий:

Внедрению новых информационных технологий мешает, прежде всего, их высокая стоимость и отсутствие уверенности в окупаемости. Около половины респондентов также назвали проблемы с внедрением инструментов и недостаток навыков у потенциальных пользователей.

Что касается измерений эффективности маркетинга, на первом месте стоит ROI.

Секцию продолжил Михаил Левин, Яндекс, который рассказал о прогнозировании кликов в контекстной рекламе.

Задача Яндекса – это не только показать объявление, по которому кликнут пользователи, но и выбрать именно то, которое принесет наиболее высокий доход. В каждом из блоков идет аукцион – CPM (вероятность клика умножить на ставку) - Яндекс оценивает вероятность клика, сколько за него получит денег.

Очень важно правильно прогнозировать цену клика. Это можно сделать несколькими способами:

- Хранить статистику показов объявления – но это примитивный подход, вероятность будет сильно зависеть от запроса,

- Можно добавить к этому учет поискового запроса.

Но реализовать такой подход невозможно, т.к. получается слишком много данных.

- Хорошая альтернатива поисковому запросу – ключевая фраза. Данных получается также немало, но ими можно управлять.

Но данную модель также можно улучшить. Например, у нас есть объявление о продаже iPhone, ключевая фраза iPhone и запросы “iphone 5”, “iphone 4” и “iphone инструкция”. Одно слово или даже цифра может сильно повлиять на вероятность запроса, и тут приходится использовать «хвост» запроса. Их много, но нужно выбирать самые важные.

При прогнозировании клика нередко возникают проблемы - например, объявление новое и по нему нет статистики. В данном случае следует посмотреть на статистику всего домена. Если же и сам домен новый, то необходимо использовать релевантностные факторы.

Как смешивать статистику? Примеры формул:

Кроме статистических факторов можно учитывать регион, номер страницы, время дня, день недели, релевантность текста объявления... и копить статистику, а потом делать срезы. Но это нецелесообразно: количество срезов будет расти, но какой бы срез не взять, по нему будет мало кликов, что не позволит сделать выводы.

От обычных статистических подсчетов переходим к машинному обучению. Но как определить, стало ли лучше? Можно использовать метрики:

Но даже если метрики показывают, что стало лучше, на самом деле это может быть не совсем так: если мы ориентируемся на исторические данные – это может быть совпадение, до и после запуска формулы может измениться поведение пользователей и рекламодателей. Кроме того, некоторые метрики меняются очень медленно, а полгода – слишком большой срок для внесения изменений.

В итоге получается новая сложная функция качества, постепенно меняющаяся:

Новый алгоритм запускается на 2% пользователей, проверяется отличается ли эксперимент от контроля, а дальше принимается решение.

Станислав Видяев, Google, рассказал об инструменте Universal Analytics.

Основная идея нового инструмента – это переход от сессий к пользователям

Вечная проблема веб-аналитики – это отслеживание по кукам. Куки принадлежат к конкретному устройству и их сложно передавать между ними - до сегодняшнего дня не существовало большой индустриальной платформы (к тому же бесплатной), которая бы позволяла это делать. Проблема усугубляется тем, что между браузерами куки тоже не передаются, и в итоге у нас получается огромное количество уникальных посетителей. И наконец, есть еще одна проблема – невозможность отследить действия пользователей в офлайне.

Что делает в этом отношении Google Analytics. В рамках стандартной версии есть серия отчетов – многоканальные последовательности. И тут можно посмотреть, с каких источников приходил пользователь, и где конвертировался. Но вся эта последовательность выстраивается в рамках 1 куки. Тут мы опять сталкиваемся с ограничением – у нас есть возможность провести атрибуцию только в рамках 1 устройства и 1 браузера.

Инструмент Universal Analytics будет работать на другой куке. Так выглядит стандартная кука:

Universal Analytics использует новые куки + User ID. Преимущества: все реферальные данные хранятся на сервере Google, что позволяет быстрее их обрабатывать.

Разница между старым и новым подходом. Например, пользователь зашел на сайт со смартфона, потом 2 раза с ноутбука(зарегистрировался и совершил покупку), и еще раз со смартфона. В рамках стандартной куки – это три разных пользователя.

В рамках Universal Analytics - это 2 разных пользователя. Если пользователь идентифицирует себя, куки переписываются, и мы получаем всю историю взаимодействий пользователя. Если пользователь себя не идентифицирует, это посещение выпадает из Universal Analytics.

Как Universal Analytics позволит связать онлайн и офлайн: все User ID через API можно будет забрать себе в CRM, где их можно будет связать с Client ID. Когда произойдет офлайн действие, через особый Measurement-протокол можно будет отдавать эти действия в качестве метрик Google Analytics в формате CSV в Universal Analytics.

Случилось что-то важное? Поделитесь новостью с редакцией.


Новые 
Новые
Лучшие
Старые
Сообщество
Подписаться 
Подписаться на дискуссию:
E-mail:
ОК
Вы подписаны на комментарии
Ошибка. Пожалуйста, попробуйте ещё раз.
Поделиться 
Поделиться дискуссией:
Отправить отзыв
ПОПУЛЯРНЫЕ ОБСУЖДЕНИЯ НА SEONEWS
Как построить качественную ссылочную массу сайта
Айрат Рахимзянов
38
комментариев
0
читателей
Полный профиль
Айрат Рахимзянов - Спасибо Кирилл. Сейчас восстановилась работа сервиса: take.ms/ttXrw
Анализ ссылок: сравнение многофункциональных платформ по размеру их баз
Андрей Ольшевский - Очень неточная статистика, объясню почему. Довольно часто делаю анализ сайтов на качество и объём ссылочной массы. Всегда делаю выгрузку из трех источников – Вебмастера Яндекса, сервиса Мегаиндекс, сервиса Линкпад. Потом с помощи алгоритмов и функции Excel отсеиваются много дублей, битых ссылок, несуществующих урл и тп. Как показала практика, вебмастера Яндекса вполне достаточно, там вся информация и она самая актуальная, в других сервисах куча мусора, а нового, чтоб было найдено и проиндексировано ПС - очень мало. Поэтому мирятся количеством в данном анализе не профессионально.
Как создать интернет-магазин: сколько стоит открытие?
Пришел посмеяться
1
комментарий
0
читателей
Полный профиль
Пришел посмеяться - Я просто посмеюсь :D Даже не хочу ничего особо говорить :D Смех, а не статья.
ТОП-10 автоматизированных сервисов контекстной рекламы
Гость - Действительно, очень плохая статья. А у редактора Блондинки видимо слишком много свободного времени.
Кому и зачем нужен маркетплейс от Яндекса
Дарья Калинская
212
комментария
0
читателей
Полный профиль
Дарья Калинская - Максим, спасибо, рада, что статья оказалась полезной )
Конкурс: угадай победителя рейтинга «Известность бренда SEO-компаний»
Андрей
1
комментарий
0
читателей
Полный профиль
Андрей - Оптимизм Дэмис Кокос Ашманов и Партнеры Раш эдженси
Инструкция по применению: обзор сервиса обратного звонка Callbackhunter
Полина Ковальчук
1
комментарий
0
читателей
Полный профиль
Полина Ковальчук - Возможно, но не советую экономить на этом сервисе, функционал то тоже круче, чем у аналогов. Вы создаете сайт для получения денег и чем качественнее Вы выстроите продвижение, тем больше лидов Вы получите!
Тест: Какой ты интернет-маркетолог?
Петр - Мда уж, есть ряд очень и очень субъективных вопросов, например с картинками и ctr или с несколькими вариантами ответа, когда из 5 пунктов надо выбрать 4, что несерьезно. Поэтому, как минимум, к этому тесту нельзя относиться серьезно. Его надо очень серьезно дотягивать, а не вываливать отсебятину.
Чек-лист: SEO для B2B-бизнеса
Антон Зозуля
8
комментариев
0
читателей
Полный профиль
Антон Зозуля - Ваша цель вывести страницу, на которой будет только ваш товар (обычно это фильтр бренд/производитель в нужном каталоге) по СЧ запросам в ТОП. Например, вы продаете "велосипеды Елочка". В каталоге дилера велосипеды, вы выбираете Бренд - "Елочка" и должны получить страницу "велосипеды Елочка". Она должна быть на уникальном урл, иметь уникальные метатеги, лучше, чтобы был SEO-текст. После этого ваша задача получить на нее трафик по запросам: идеально: купить велосипед, цена велосипед хуже: велосипед дешево, китайский велосипед еще хуже (меньше трафика и ниже конверсия, но они есть): велосипед + [регион], велосипед + [фильтр другой]. Тут трудно без прямого влияния на содержимое страницы (метатеги и текст). ПС бренд елочка выдуман. :)
Комплексный аудит от А до Я: анализируем интернет-магазин напольных покрытий и межкомнатных дверей
Ivan Kutas
1
комментарий
0
читателей
Полный профиль
Ivan Kutas - Иногда сайты выгружают данные из GA в SimilarWeb. В Казахстане некоторые крупные новостники регулярно это делают.
ТОП КОММЕНТАТОРОВ
Комментариев
910
Комментариев
834
Комментариев
554
Комментариев
540
Комментариев
483
Комментариев
373
Комментариев
285
Комментариев
262
Комментариев
212
Комментариев
171
Комментариев
156
Комментариев
137
Комментариев
123
Комментариев
97
Комментариев
97
Комментариев
95
Комментариев
80
Комментариев
71
Комментариев
67
Комментариев
60
Комментариев
55
Комментариев
52
Комментариев
50
Комментариев
45
Комментариев
44

Отправьте отзыв!
Отправьте отзыв!