Константин Карпов, media директор digital-агентства Ailove.

1. Использование данных
в таргетированной рекламе
2015 2017

2. • Где взять?
• Как использовать?
• Зачем вообще они были нужны?
Работа с данными. Практическая сторона

3. • Данные из CRM-баз (имена / почты / телефоны)
• Данные о посещениях и взаимодействиях (ретаргетинг)
Способы интеграции: вчера (2015)

4. • CRM-базы (имена / почты / телефоны)
• Посещения и взаимодействия (ретаргетинг)
• Поведение (like / открытие e-mail / упоминания ключевых слов / …)
• «Look-a-like» – сегменты
Способы интеграции: сегодня (2015)

5. • Интеграция с оффлайн действиями (покупками)
• Глубокий look-a-like
• Кроссплатформенный ретаргетинг
• Единые пользовательские профили
• TV Sync
Способы интеграции: завтра (2015)

6. • CRM-базы (имена / почты / телефоны)
• Посещения и взаимодействия digital (ретаргетинг)
• Поведение digital (like / открытие e-mail / упоминания ключевых слов / содержание фотографий)
• «Look-a-like» – сегменты и поведенческий look-a-like
• Кроссплатформенный ретаргетинг (web - mobile - offline)
• Offline действия (покупками / посещениями)
• TV Sync
Способы интеграции: сегодня (2017)

7. Способы интеграции: завтра (2017)
•Поведение digital (like / открытие e-mail / упоминания ключевых слов / содержание фотографий)
•Offline поведение (камеры / голос / перемещения)
•Поведенческий look-a-like
•Единые пользовательские профили (блокчейн?)

8. • Всегда ли нужны данные?
• Чьи данные важнее?
• Какие данные важнее?
• Больше данных: лучше или нет?
• Данные или Идеи, или Стратегии?
Работа с данными. Практическая сторона (2015)

9. • Всегда нужны данные
• Важнее данные 3-стороны
• За шаг от конверсии
• Больше разных данных – лучше
• Креатив, Данные и Тактики
Работа с данными. Практическая сторона (2017)

10. Поведение беременных женщин
в социальных сетях

11. Гипотеза о женском поведении
ЗНАКОМСТВО
ЗАМУЖЕСТВО
БЕРЕМЕННОСТЬ И РОЖДЕНИЕ РЕБЕНКА
ВОСПИТАНИЕ РЕБЕНКА

12. СРЕДНЯЯ АКТИВНОСТЬ В СЕТИ И ТЕМАТИЧЕСКИХ СООБЩЕСТВАХ
БЕРЕМЕННОСТЬ
ЖЕНЩИНЫ С
ДЕТЬМИ ДО 1,5 ЛЕТ
Гипотеза о женском поведении
ЗАМУЖЕСТВО

13. Как проходило тестирование?

14. Правильно подобранные интересы (ключевые слова) = тематическому сегменту.
0 %
20 %
40 %
60 %
80 %
100 %
120 %
140 %
CPC СРА CTR CR
Сегмент «Домашние животные»
Тематические сообщества
География + Соцдем
Интересы
SM-кейс: Котики (2015)

15. Источники данных
• Look-a-likeVK из CRM клиента
• Look-a-likeVK из опросов
• Look-a-like Ailove
• Сегмент «Беременные» от Mail.ru
• Сегмент «Планирующие беременность» от Mail.ru

16. CTR, CPC, CR – хорошо, а «голос» – лучше!
ЖЕНЩИНЫ ИЗ РОССИИ
18-35 ЛЕТ
74,7% – БЕЗ ДЕТЕЙ
7,1% – ОТ 1 ДО 2 ЛЕТ
12% – БЕРЕМЕННЫХ
ЖЕНЩИНЫ ИЗ РОССИИ
18-35 ЛЕТ
СЕГМЕНТ MAIL.RU
8,9% – БЕЗ ДЕТЕЙ
14,8% – ОТ 1 ДО 2 ЛЕТ
30,6 – БЕРЕМЕННЫХ

17. CTR, CPC, CR – хорошо, а «голос» – лучше
0
10
20
30
40
50
60
70
80
90
100
Все Mail.ru Беременные Mail.ru Планирующие LAL VK-CRM LAL VK Опросы
12,413,3
21,9
30,6
12,0
30,634,3
27,0
45,6
6,3
42,341,1
21,2
14,8
7,1
14,711,3
29,9
8,9
74,7
Без детей От 1 до 2 лет От рождения до 1 года Беременные

18. СРЕДНЯЯ АКТИВНОСТЬ В СЕТИ И ТЕМАТИЧЕСКИХ СООБЩЕСТВАХ
БЕРЕМЕННОСТЬ
(ИНТЕРЕС)
ЗАМУЖЕСТВО
(ФАКТ)
БЕРЕМЕННОСТЬ
(ФАКТ)
Данные о поведении

19. I-II ТРИМЕСТР
БЕРЕМЕННОСТИ
БЕРЕМЕННЫЕ
III ТРИМЕСТР + ДЕТИ
ДО 3 МЕС.
ЖЕНЩИНЫ С
ДЕТЬМИ ОТ 3 МЕС.
ДО 1,5 ЛЕТ
Данные о поведении
СРЕДНЯЯ АКТИВНОСТЬ В СЕТИ И ТЕМАТИЧЕСКИХ СООБЩЕСТВАХ

20. Данные о поведении
• Замужество – не причина, а следствие беременности
• В регионах выходят замуж на 2-3 года раньше
• Женщины сначала изучают вопрос, а затем входят в категорию

21. 0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Все Mail.ru Беременные LAL VK-Опрос LAL Ailove 1 LAL Ailove 2
33,5
9,812,4
30,6
12,0
23,0
41,8
30,6
45,6
6,3
22,3
35,8
42,3
14,8
7,1
21,1
12,514,7
8,9
74,7
Без детей От 1 до 2 лет От рождения до 1 года Беременные
Одна голова – хорошо, а две – лучше =)

22. I-II ТРИМЕСТР
БЕРЕМЕННОСТИ
БЕРЕМЕННЫЕ
III ТРИМЕСТР + ДЕТИ
ДО 3 МЕС.
ЖЕНЩИНЫ С
ДЕТЬМИ ОТ 3 МЕС.
ДО 1,5 ЛЕТ
Данные о поведении
СРЕДНЯЯ АКТИВНОСТЬ В СЕТИ И ТЕМАТИЧЕСКИХ СООБЩЕСТВАХ

23. Как получили «поведение»?
• Собрали аудитории из CRM клиента с датой рождения + профилемVK
• Собрали сообщества, в которых они состоят
• Разделили на «крупные женские» и «мамские»
• Собрали ежемесячную активность в сообществах за 2 года
• Собрали аудиторию из опросов «без детей»
• Построили бинарную матрицу присутствия id в сегментах

24. Как получили «поведение»?
ID 01.201
4
02.2014 03.2014 04.2014 05.2014 06.2014 07.2014 08.2014
89798 0 0 1 1 1 1 0 0
9659856 1 1 0 0 0 1 1 1
9570957 1 0 0 0 1 1 1 1
2432498 0 0 0 0 0 1 1 1

25. Как получили «поведение»?
• Сравнили активность пользователей, которые точно были беременны
• Нормировали их активность относительно небеременных
• Построили паттерны поведения, позволяющие предсказывать наступление
беременности

26. Как получили «поведение»?

27. Как получили «поведение»?

28. Как получили «поведение»?

29. Как получили «поведение»?

30. I-II ТРИМЕСТР
БЕРЕМЕННОСТИ
БЕРЕМЕННЫЕ
III ТРИМЕСТР + ДЕТИ
ДО 3 МЕС.
ЖЕНЩИНЫ С
ДЕТЬМИ ОТ 3 МЕС.
ДО 1,5 ЛЕТ
Данные о поведении
СРЕДНЯЯ АКТИВНОСТЬ В СЕТИ И ТЕМАТИЧЕСКИХ СООБЩЕСТВАХ

31. 1 действие в месяц – серьезно?!
• Собрали ежемесячную активность на 5+ действиях
• в «крупных женских» сообществах
• в «мамских» сообществах
• Построили бинарную матрицу присутствия id беременных и рожавших с
небеременными в сегментах и визуализировали

32. 1 ДЕЙСТВИЕ
Модель подтвердилась!
5 ДЕЙСТВИЙ РЕПОСТЫ

33. • Сделали паука для автоматического формирования сегментов из id
пользователей, проявлявших активность
• Записываем бинарные пути активности пользователей в БД
• Натренировали нейросеть распознавать паттерны вхождения в тот или иной
триместр или стадию родов и первых трех месяцев жизни малыша
В бой!

34. Кто знает дату рождения ребенка, тот
управляет покупками целой семьи!

35. Котики и их владельцы
в социальных сетях

36. • Нарастить количество упоминаний клиента в Social Media
• Мотивировать целевую аудиторию (владельцы кошек), зарегистрироваться в CRM
• Проанализировать эффективность от персонификации креативов
Задачи

37. • Показать рекламу нескольким сегментам пользователей:
• всем потенциальным владельцам кошек,
• владельцам кошек, разделенным на породы,
• аудитории, которая состоит в нашей CRM
Решение

38. Креативы
VS

39. 0 %
0,417 %
0,833 %
1,25 %
1,667 %
2,083 %
2,5 %
CTR
2 %
0,36 %
0,12 %
SM-кейс: Котики (2017)
0 %
1 %
2 %
3 %
4 %
5 %
6 %
7 %
8 %
9 %
10 %
CR
8,82 %
4,7 %
0,2 %
Сегмент «Домашние животные»
Тематические сообщества по породам
CRM

40. «ДОМАШНИЕ ЖИВОТНЫЕ» (ПЛОЩАДКА)
ВЛАДЕЛЬЦЫ КОШЕК (СООБЩЕСТВА)
ВЛАДЕЛЬЦЫ КОШЕК ПО ПОРОДАМ (СООБЩЕСТВА)
CRM
LOOK-A-LIKE CRM
LAL ВЛАДЕЛЬЦЫ КОШЕК ПО ПОРОДАМ (СООБЩЕСТВА)
LAL ВЛАДЕЛЬЦЫ КОШЕК ПО ПОРОДАМ (ФОТОГРАФИИ)
ВЛАДЕЛЬЦЫ КОШЕК ПО ПОРОДАМ (ФОТОГРАФИИ)

41. Практика
В МОСКВЕ – 22 МЛН. АККАУНТОВ
+ ОНЛАЙН С 1 СЕНТЯБРЯ + БОЛЕЕ 10 ФОТО – 3,6 МЛН.
+ БОЛЕЕ 100 ФОТО – 1,4 МЛН.
+ С 1 ОКТЯБРЯ + ЖЕНЩИНЫ – 0,8 МЛН.

42. Практика
СБОР ФОТОГРАФИЙ ПОЛЬЗОВАТЕЛЕЙ
ОПРЕДЕЛЕНИЕ НАЛИЧИЯ КОШКИ НА ФОТОГРАФИИ (ЛОКАЛЬНО)
ОПРЕДЕЛЕНИЕ ПОРОДЫ КОШКИ (GOOGLE VISION) 1,5$ / 1000
БД ПОРОДА КОШКИ + ID ПОЛЬЗОВАТЕЛЯ

43. Практика
• Около 2 млн. женщин с более чем 100 фотографиями и бывшие онлайн с 1
октября на МСК + СПб + миллионники
• Ссылки на фотографии 100 000 пользователей = 1,4 ГБ
• Распознание наличия кошки на фотографии ≈ 97%
• Определение породы с точностью от 60% до 80%

44. Встретимся в 2018!

45. Использование данных
в таргетированной рекламе
2018
Константин Карпов
k.karpov@ailove.ru
+7(925)-787-03-58