×
Россия +7 (495) 139-20-33

Yac/m 2013, часть 3: сегментирование аудитории с психологией и без: обзор

Россия +7 (495) 139-20-33
Шрифт:
0 4066

16 мая 2013 г. Яндекс провел Yet another Conference on Marketing. Во второй половине дня конференция разделилась на два потока. Представляем вашему вниманию обзор докладов из первого зала.

Николай Хлебинский (RetailRocket) продолжил тему рекомендации товаров в интернет-магазинах, начатую ранее Аркадием Итенбергом и Михаилом Сливинским из Викимарта. Он заметил, что для товарных рекомендаций требуется анализ естественного поведения пользователей, их интерес к предложениям магазина. Для этого нужно посмотреть базовые действия: просмотр карточки товара, добавление товара в корзину, покупка, лайк, отзыв и т.д. Каждому такому событию можно присвоить условный вес, который будет отражать интерес пользователя к каждому конкретному товару. На их основе можно создавать товарные рекомендации. Взаимодействие пользователей с рекомендательными блоками также должно учитываться при формировании товарных рекомендаций. Внутри это выглядит как огромный набор таблиц, в которых интерес пользователей к товару выражен в числовом значении.

При работе с большими наборами данных есть ряд вызовов: сбор данных, их сохранение и обработка, инкрементальность, поддержка.

Зачем нужны рекомендации товаров? Как замечает Николай, они повышают конверсию, увеличивают трафик и средний чек.

Товарные рекомендации

Эффективность систем рекомендаций изменяется во времени. Кроме того, скорость обучения системы зависит напрямую от маркетинговой активности.

Как измерить эффект от внедрения рекомендаций? Смотреть на вовлечение пользователей (длительность сессий, комментарии, показатель отказов), лояльность (лайки, прямой трафик, внешние ссылки), KPI по сегменту, взаимодействующему с рекомендациями (доля посетителей, конверсия в сегменте), деньги.

Алексей Беляев (Видео Интернешнл) рассказал про новые метрики в медийной рекламе.

Рекламодатель выбирает, где разместить рекламу. С его точки зрения хорошее размещение удовлетворяет ряду условий:

- охватывает максимальную долю целевой аудитории;

- не тратит бюджет впустую, то есть охватывает минимальную долю нецелевой аудитории.

Какие метрики помогают сделать правильный выбор? В классическом медиабаинге принимаются во внимание два основных фактора: охват площадки, аффинитивность аудитории площадки.

От медиабаинга, когда мы выбирали площадку, мы переходим к audience buying – покупке аудитории независимо от того, где она находится. Меняется таргетирование, появляются новые метрики. Таргетирование стало вероятностным. Любая система вероятностного таргетинга определяется еще такими метриками, как полнота (точность) и меткость (насколько правильно вы определяете целевую/нецелевую аудиторию).

Максим Лобов (Яндекс) представил доклад на тему «Методы оценки размеров групп пользователей сервиса». Для начала Максим рассказал, зачем нужно сегментировать аудиторию. У разных людей есть разные потребности. Под каждую из них можно придумывать свою функциональность. Также сегментирование позволяет давать конкретное сообщение человеку, которое зацепить именно его. Разные сегменты по-разному используют сервисы, здесь важен контекст использования.

Бывает несколько типов сегментаций: социально-демографическая, поведенческая.

Как найти сегменты? Есть два важных правила:

- общайтесь со своей аудиторией, узнавайте, что движет людьми;

- смотреть, что человек делает на сайте, как себя там ведет.

На основе этих двух составляющих необходимо делать гипотезы, которые потом проверять.

Далее Максим на примере сервисов Яндекса привел 4 способа оценки сегментов пользователей.

Яндекс.Работа. Есть несколько групп людей: рабочих профессий, творческих профессий (дизайнеры, фотографы и т.п.), люди, нацеленные на карьеру, которые будут искать карьерный рост и спрашивать про зарплату. Было найдено 5 сегментов, более 5 тыс. вакансий разделили по сегментам, исходя из характеристик этих сегментов. Затем посмотрели статистику ключевых слов, как люди спрашивают определенные вакансии.

Как использовали: добавили зарплатомер – функционал, который позволяет понять, какую зарплату в среднем может получать тот или иной специалист в определенном городе.

Яндекс.Карты. Взяли базу M Index, которая содержит множество характеристик, посмотрели вопросы, связанные с географическими перемещениями. На выходе получили 20 кластеров, которые разбили на 5 сегментов. На выходе показали, куда развивать проект.

Яндекс.Гардероб. На глобальные исследования времени не было, поэтому оценивали такие параметры, как люди используют Интернет, насколько готовы покупать онлайн, как часто будут покупать, будут ли сегменты расти. Сегменты оценивались экспертно, на выходе получился сам сервис Яндекс.Гардероб.

Яндекс.Словари. Была задача понять, что можно сделать интересного еще в сервисе. Взяли тысячу случайных сессий, где был хотя бы один хит на slovari.yandex.ru. Оценили факторы, которые характеризуют поведение людей, и провели сегментацию.

Сегментация показала, что есть группа людей, которые имеют один конкретный вопрос. С ним они приходят, смотрят 1-2 страницы и уходят. Для них добавили энциклопедический ответ прямо в поиске при наборе запроса.

В конце доклада Максим объяснил, что выбор того или иного метода зависел от времени, которое можно было потратить на нахождение ответа, необходимой точности.

Иван Ямщиков (Яндекс) продолжил тему сегментации, рассмотрев ее с психологической точки зрения. Есть теория, что характеристики нашей личности и поведение в жизни влияют на наше поведение в Интернете. Вопрос в том, как же понять, как мы себя ведем в реальности? На помощь приходит психология.

В книге «Психологический таргетинг» Ольга Шурыгина и Сергей Филиппов предлагают делить людей по четырем архетипам.

Психологические архетипы для таргетинга

С этими типами людей надо выстраивать разную коммуникацию. Хозяину реклама должна объяснять выгоду от сделки, Воину предлагать аргументы для оценки, пользу, Музе открывать удивительные вещи, Подарку – подтверждать, что он уникален и привлекателен. К каждому типу нужно использовать и разные слова. Кроме того, все эти типы чувствительны к разным видам рекламных акций.

На основе этих идей Яндекс решил изучить когнитивные стили, пригласив психолога Ольгу Шурыгину к участию в проекте. Было выделено несколько релевантных задаче когнитивных стилей (способов познания реальности). Одна из шкал особенно заинтересовала специалистов. Это дихотомия «синтетик-аналитик».

Чтобы выяснить, есть ли «цифровой след» у этой шкалы, были придуманы метрики, позволяющие ответить на вопрос: этот человек синтетик или аналитик. Наблюдение показало, что метрики между собой коррелируют. Затем подключили «Крипту» и выкатили вопросы на определение когнитивного стиля, которые используют психологи для выделения аналитиков и синтетиков. «Крипта» искала, чем эти люди различаются и чем похожи. Оказалось, что у этих людей разное аффинити поисковых запросов.

Психологическое таргетирование

Читайте также:

Yac/m 2013, часть 1: аналитика и принятие решений

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

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

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.
Отправить отзыв
ПОПУЛЯРНЫЕ ОБСУЖДЕНИЯ НА SEONEWS
Что скрывает «Прогноз бюджета Яндекс.Директ»?
Михаил Мухин
14
комментариев
0
читателей
Полный профиль
Михаил Мухин - Здравствуйте! 1-2. Считает стенд. Ссылка на него дана, но могу повторить: online.p-c-l.ru/competition/task/card/id/106. Нажмите на кнопку "Начать" и заранее приготовьте прогноз бюджета Яндекс. Суть расчета: перебор комбинаций всех ставок на всех фразах, построение бюджетных когорт - бюджетов с одинаковым СРС, отбор в каждой когорте бюджета с максимальным количеством кликов и ..., да упорядочивание этих бюджетов по мере возрастания СРС, причем берем не все, а с фиксированным шагом. 3. Гугл считается через поправочные коэффициенты. Мы перевариваем океан данных и представляем их. На удивление, получается не менее, хотя и не более точно, как и прогноз Яндекс. Конечно, нужно понимать, что это очень примерные прикидки, фактически перевод неточного прогноза Яндекс в удобочитаемую форму, не больше. Самое интересное начинается, когда применяешь метод бюджетных когорт к измерению показателей фраз на реальной рекламной кампании в режиме 48х7. Первые результаты очень хорошие. Если хотите присоединиться к бесплатному тестированию, напишите Эльвире r-support@r-broker.ru. В теме укажите "хочу присоединиться к тестам Умного управления рекламой"
Ссылочное продвижение локальных сайтов: ТОП худших SEO-методов
demimurych
5
комментариев
0
читателей
Полный профиль
demimurych - о господи. это для регионального сайта? в яндексе? где у сайта по региону конкурентов меньше чем выдачи на двух страницах из которых перваш это реклама москвы? потешно ей богу. ктото чего то не понеимает.
Зачем подменять контент на сайте: разбираем инструмент и развенчиваем мифы
Дмитрий Сульман
4
комментария
0
читателей
Полный профиль
Дмитрий Сульман - Все верно, об этом я и говорю. У крупных компаний есть много данных и они имеют доступ к дорогим технологиям и решениям для персонализации контента. Топовые западные сервисы для персонализации, такие как RichRelevance или Dynamic Yield, стоят от нескольких тысяч до десятков тысяч долларов в месяц. Понятно, что малый бизнес не может себе этого позволить. Да даже если бы чисто теоретически и мог, то это вряд ли бы имело хоть какой-то смысл. Во-первых, у малого бизнеса недостаточно данных, чтобы подобные алгоритмы персонализации начали эффективно работать, а во-вторых, тот профит, который МСБ получит от персонализации, никогда не покроет таких расходов. Мы же предлагаем решение, доступное как раз для малого и среднего бизнеса. При этом наше решение комплексное: МультиЧат - это одновременно и инструмент для персонализации, и для коммуникации.
«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.
Как вывести сайт в ТОП 10 Google в 2019 году
Гость
1
комментарий
0
читателей
Полный профиль
Гость - Интересная статья. Подскажите на каких ресурсах расположить ссылки бесплатно по автобезопасности? Наш сайт bastion-center.ru/
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!
Монетизируйте свой сайт вместе с VIZTROM
VIZTROM
3
комментария
0
читателей
Полный профиль
VIZTROM - Добрый день! Так как мы сейчас работаем в приватном режиме, Вы врятли можете объективно оценить нашу рекламную площадку. У нас будет официальный запуск 3 марта для вебмастеров. Приглашаем Вас присоединиться к нам и лично посмотреть наш функционал.
Как удвоить выручку за счет продвижения в поиске. Кейс coffee-butik.ru
Максим Боровой
2
комментария
0
читателей
Полный профиль
Максим Боровой - Последний вопрос (извиняюсь за количество) - почему на "В корзину" стоит Nofollow. Осознанно для распределение весов?
ТОП КОММЕНТАТОРОВ
Комментариев
910
Комментариев
834
Комментариев
554
Комментариев
540
Комментариев
483
Комментариев
373
Комментариев
362
Комментариев
262
Комментариев
249
Комментариев
171
Комментариев
156
Комментариев
137
Комментариев
121
Комментариев
107
Комментариев
97
Комментариев
97
Комментариев
96
Комментариев
83
Комментариев
80
Комментариев
77
Комментариев
67
Комментариев
60
Комментариев
59
Комментариев
57
Комментариев
55

Отправьте отзыв!
Отправьте отзыв!