Кейс: Искусственный интеллект в интернет-маркетинге

Искусственный интеллект в интернет маркетинг

В этом кейсе мы рассмотрим глубокую аналитику трафика Яндекс.Директ РСЯ, хотя подобные методы подойдут и для других видов трафика.

В таких системах как Яндекс.Метрика или Google Analytics есть много данных в разных разрезах. Их можно группировать и объединять.

Но есть один существенный недостаток: системы не могут думать как человек, они построены строго на количественных данных.

Для наглядности построим простую систему данных с явной зависимостью:

  • 2010 - 1
  • 2011 - 2
  • 2012 - 3
  • 2013 - X
  • 2014 - 5
  • 2015 - 6

Думаю, взглянув на эти числа, вы сразу поймете неизвестное число X, и для этого вам не понадобится никаких формул. Этим и отличается человеческий мозг от жесткой математической модели, которая всегда хороша, когда есть известные данные. А если их система неизвестна, то математическую модель придется подстраивать под конкретную задачу, чего не нужно делать, если вы используете алгоритмы искусственного интеллекта, построенные по модели нейронных сетей.

Не секрет, что компания “Грант Маркетинг” использует алгоритмы искусственного интеллекта с начала 2015 года на собственном экспериментальном, а сегодня уже практическом сервере “GM-Spark Mlib”.

Итак приступим:

Накопленные данные: 475 посетителей из РСЯ.

Задача: выявить из них наиболее эффективных.

Будем считать, что эффективными будут те, кто просмотрел более 1 страницы или 1 страницу более 15 секунд (стандарт в Яндекс.Директ для показателя отказа). Производим компоновку данных:

  • Возраст - количество просмотров.
  • Пол - количество просмотров.
  • Пол - отказы.
  • Устройства - просмотры.

Для обработки данных мы будем использовать наш аналитический сервер “GM-Spark Mlib” алгоритм Preducation.

Не в даваясь в подробности, суть алгоритма заключается в изучении, а затем предсказании данных на основе обучающей выборки.

Поочередно загружаем данные и получаем вот такие графики

Зависимость глубины просмотра от возраста

Зависимость глубины просмотра от возраста

Зависимость глубины просмотра от пола

Зависимость глубины просмотра от пола

Зависимость глубины просмотра от устройства

Зависимость глубины просмотра от устройства

На основе этих данных мы произвели корректировки настроек рекламных кампаний на необходимую нам целевую аудиторию.

Итог:

  • Глубина просмотра страниц увеличилась на 47%.
  • Количество контактов выросло на 35%.
Запросить индивидуальную стратегию продвижения

Оставьте заявку, в течение 24 секунд мы свяжемся с вами, чтобы предложить вашему проекту лучшее решение!

Введите имя!
Введите телефон!

+7 (495) 662-47-78
+7 (495) 661-93-87