Технологии машинного обучения активно применяются в поиске, почте, переводчике, и по мере обучения алгоритмы справляются с задачами всё эффективнее. Готовы ли они к тому, что помочь в решении бизнес-задач? Безусловно.
С развитием интернета у маркетологов появилась потребность отслеживать не десятки, а десятки тысяч показателей. Вручную это уже невозможно. Качественная персонализация, замешанная на хайтек-решениях, — пожалуй, главный вызов для рекламодателей.
Благодаря машинному обучению мы можем мгновенно обрабатывать большие массивы данных, прослеживать путь потребителя к покупке и учитывать сферы его интересов. Наши технологии в реальном времени анализируют сигналы, которые поступают от потребителей, создают релевантные объявления и показывают их в нужное время в нужных местах.
Расскажем, как это работает.
Оптимизация ставок на аукционе
Машинное обучение помогает оптимизировать ставки во время аукциона. Технологии анализируют широкий диапазон сигналов — от контента, в котором будет размещаться реклама, до обезличенных данных о пользователе, который её увидит. Алгоритм учитывает устройство и местоположение, поисковые запросы, время суток и язык интерфейса. На основании этой информации система самостоятельно рассчитывает оптимальную ставку и применяет её на каждом аукционе.
Planoplan — интерактивные квартиры в 3D и VR для эффективных продаж новостроек
Скачайте исследование с показателями эффективности Planoplan, чтобы узнать, как продавать квартиры эффективнее и быстрее!
Подробнее на сайте →
Реклама
Инструмент «Интеллектуальное назначение ставок» в Google Рекламе также позволяет устанавливать цели по показателям эффективности в соответствии с коммерческими задачами компании.
Как использовать интеллектуальное назначение ставок в праздничный сезон (есть русские субтитры)
Настройка кампаний в контекстно-медийной сети
Достаточно загрузить элементы объявлений — заголовки, изображения, логотипы и строки описания, — установить целевую цену за конверсию и бюджет. Всё остальное инструмент «Умные кампании в контекстно-медийной сети» сделает сам. Оптимизация кампаний происходит автоматически в течение нескольких дней. Когда накапливается достаточно данных, система создаёт отчёты по эффективности. В них можно увидеть, какие элементы работают лучше, и внести необходимые изменения.
Тизер умных кампаний для онлайн- и офлайн-бизнеса
Продвижение мобильных приложений
Машинное обучение позволяет продвигать не только компании, товары и услуг, но и мобильные приложения. «Универсальные кампании для приложений» автоматически составляют объявления разных форматов и для разных сетей, используя заданный текст и объекты со страницы приложения в магазине. Система сама настраивает таргетинг и назначает ставки, чтобы рекламодатели могли охватить пользователей, которые готовы установить приложения и платить больше.
Как настроить умные кампании для приложений (есть субтитры)
Примеры использования машинного обучения в рекламе
Онлайн-клиника DOC+ использовала универсальные кампании для приложений, чтобы привлечь новых пользователей. Оптимизировали рекламу на конкретные действия: регистрацию, вызов врача и получение удалённой консультации. Система автоматически оптимизировала показы рекламы для пользователей, которые с большей вероятностью могут их совершить.
Для оценки результатов и эффективности кампаний использовали инструменты аналитики AppsFlyer, Google Analytics и Power BI. По итогам стоимость привлечения клиента оказалась на 40% ниже, чем в других каналах, а стоимость установки приложения — на 20% ниже. В среднем универсальные кампании для приложений приносили от 1,5 до 5 тысяч установок в месяц.
Примеры рекламы DOC+
В августе 2017 года компания Дом.ru начала тестировать умные кампании в контекстно-медийной сети в пяти регионах. После шести недель оптимизации и «обучения» кампаний они показали 40% снижение стоимости лида (CPL) по сравнению с первыми двумя неделями. Благодаря высокой самообучаемости умных кампаний было принято решение в конце ноября того же года масштабировать их на все регионы присутствия Дом.ru.
По результатам на январь 2018 года средний CPL сократился на 61% относительно августа 2017-го, а по первым пяти регионам — на 65%.
Это стало возможным благодаря постоянной оптимизации кампаний по каждому отдельному городу, включая корректировку по CPL. Умные кампании также дополнительно приносили Дом.ru 13% одобренных заявок ежемесячно. Количество новых заявок в среднем увеличилось на 30% по всем регионам, а доля новых пользователей — на 80%.
Каждый человек оставляет за собой в сети цифровой след, по которому можно узнать о его предпочтениях. Технологии машинного обучения анализируют эту информацию и позволяют создавать максимально релевантные рекламные объявления.
Мы уже видим результаты: 41% пользователей покупает больше, когда получает персональные предложения. В будущем нейросети помогут компаниям и сервисам улучшить взаимодействие, контент и товар, смогут объединить каналы уведомлений, создать персонализированные лендинги и сформировать экосистему вокруг каждого пользователя.
Рекомендуем:
- Google представил бесплатный курс по машинному обучению
- Что нужно знать про работу с умными кампаниями Google для мобильных приложений
- Меньше трафик — больше клиентов: как машинное обучение помогает маркетингу
- Как машинное обучение увеличивает продажи и оптимизирует расходы крупных ритейлеров
- Искусственный интеллект — это магия, которая избавит креативщиков от рутины
Источник:
