Главное Свежее Вакансии Образование
Выбор редакции:
1 713 10 В избр. Сохранено
Авторизуйтесь
Вход с паролем

Машинное обучение, примененное к таргетингу объявлений, позволило снизить цену клика в 3 раза

Алгоритм на базе машинного обучения способен отобрать аудиторию более лояльную к интернет-магазину, используя только публичные записи пользователей.

Идея

Возможно ли, используя только публичные данные из одной социальной сети, выделить группу людей, похожих на текущих клиентов онлайн магазина, тем самым размещая рекламу только на эту “более лояльную” аудиторию, уменьшить стоимость клика и, соответственно, цену привлечения клиента?

Входные данные

Источником данных для эксперимента была выбрана крупнейшая российская социальная сеть vk.com. Клиентами считались покупателей интернет-магазина одной из МЛМ-компаний. Для упрощения задачи пользователи подбирались только из города и области одного выбранного города-миллионника.

Данные:

  • Обучающая выборка профилей пользователей размером 27К (из которых 2К являются текущими клиентами интернет-магазина)
  • Тестовая выборка случайных профилей пользователей: 30К

b_58cf98fc21ba8.jpg

Технические детали

Ради эксперимента было решено не анализировать:

  1. Связь пользователей между собой.
  2. Персональные данные пользователей, находящиеся в открытом доступе.

В алгоритме использовались только следующие данные:

  1. Текст публичных записей пользователя за прошедшие два года.
  2. Количества лайков и репостов записей пользователя.

Для преобразования текста записей пользователей была применена трансформация TF-IDF (TF — term frequency, IDF — inverse document frequency). В качестве алгоритма машинного обучения был выбран хорошо зарекомендовавший себя в подобных задачах XGBoost.

Проверка идеи

Используя алгоритм на тестовой выборке было отобрано 1.5К пользователей потенциальных клиентов, похожих на текущих клиентов интернет магазина.

Для сравнения качества алгоритма из тестовой выборки случайным образом была отобрана контрольная выборка случайных пользователей аналогичного размера 1.5К.

Для проверки гипотезы был использован метод размещения объявления с ценой за тысячу показов. Было создано два идентичных объявления с одинаковой ценой за тысячу показов и таргетингом каждого на свою аудиторию.

b_58cf98b00781d.jpg

Выводы

Алгоритм на базе машинного обучения способен отобрать аудиторию более лояльную к интернет-магазину, используя только публичные записи пользователей. Применяя таргетинг объявлений на аудиторию, отобранную алгоритмом, мы получили в 3 раза более эффективное расходование бюджета за счёт в 3 раза меньшей стоимости клика.

Оригинал: https://dato.ml/cost-per-click-3-times-lower/

+5
В избр. Сохранено
Авторизуйтесь
Вход с паролем
Комментарии
Денис Краснокуцький
ни чего не понял. Как этот процесс проходил на практике?
Ответить
Dato ML
Мы знаем, как машинное обучение может увеличить ваш доход
Евгений Власенко
Денис, в двух словах примерно так:
1) Берём список клиентов
2) Тренируем алгоритм их "детектировать"
3) Берём ооооочень много просто пользователей контакта
4) С помощью алгоритма находим среди них похожих на клиентов
5) Профит! У нас список потенциальных клиетов ;)
Ответить
Евгений Демур
Этож реклама, как бэ ненавязчиво приглашают вас о деталях узнать через директ. Гляньте на сайт, там люди, роботы, всё как надо для начинающего стартапа :)
Ответить
Dato ML
Мы знаем, как машинное обучение может увеличить ваш доход
Евгений Демур
Чего-то тут явно не хватает: дефиса, запятой или многоточия :)
Ответить
Максим Мурачёв
срс это хорошо, а что с срl по отношению к старой компании?
Ответить
Dato ML
Мы знаем, как машинное обучение может увеличить ваш доход
Евгений Власенко
Из за ограничений МЛМ платформы, не могу сказать точных цифр. По косвенным замерам не менее чем в 2 раза меньше.
Ответить
Maxim Malygin
Один очень важный момент упущен в статье. Как вы конкретным людям, которых алгоритм отобрал, рекламу показали?
Ответить
Dato ML
Мы знаем, как машинное обучение может увеличить ваш доход
Евгений Власенко
Был использован метод размещения объявления с таргетингом на аудиторию, конкретно по id контакта.
Ответить
Maxim Malygin
О, спасибо, очень интересная информация
Ответить
Выбрать файл
Блог проекта
Расскажите историю о создании или развитии проекта, поиске команды, проблемах и решениях
Написать
Личный блог
Продвигайте свои услуги или личный бренд через интересные кейсы и статьи
Написать

Spark использует cookie-файлы. С их помощью мы улучшаем работу нашего сайта и ваше взаимодействие с ним.