прислать материал
AIN.UA » Колонки, Мнения«Мы не делали лишней работы»: как украинское агентство интернет-маркетинга применяет машинное обучение в работе

«Мы не делали лишней работы»: как украинское агентство интернет-маркетинга применяет машинное обучение в работе

3216 10

Крупные западные компании уже публикуют результаты использования искусственного интеллекта и машинного обучения в маркетинговых стратегиях для решения самых разных задач. Это может быть написание продающих текстов, компоновка и прорисовка конверсионных баннеров, персонализация контента на сайте, умные системы таргетинга и т.д. Временами кажется, что это технологии для «взрослых» и украинский рынок до них пока не дорос. Однако уже есть кейсы и в Украине. Агентство Promo.ua уже полгода экспериментирует, тестирует и применяет технологии ИИ в своей работе с клиентами.

Как мы использовали искусственный интеллект в PPC

Алгоритмы ИИ обучаются на данных. И основная проблема большинства бизнесов в том, что всяких разных данных много, но изначально они собирались бессистемно, разными способами, хранились в разных местах (Google Analytics, CRM, 1C), т.е. без четкого понимания, что потом с этими данными придется делать и как обрабатывать.

В отделе платного трафика изначально мы собрали все данные, которыми располагал клиент, в одном месте. Процесс изучения структуры этих данных оказался довольно трудоемким. Когда специалисты data science уже вникли и разобрались со всеми нюансами сбора данных и их смысла, в ход пошли алгоритмы кластеризации и классификации.

На исторических данных выявили закономерности в покупательском поведении в зависимости от сезона. Любопытно, что весьма очевидные и предсказуемые пики активности перед Новым годом и 8 марта оказались не единственными для бизнеса подарков. С помощью алгоритмов обработки больших данных выявили также интересные всплески активности в середине сентября.

Затем в периодах «низкого» и «высокого» сезонов сегментировали активность пользователей по времени суток, дню недели,  устройству, региону, позиции объявления, кластеру семантики (именно по этим срезам мы можем корректировать ставки), оценили вероятность конверсии в каждом сегменте и вывели математическую модель формирования ставки. На выходе мы получили некоторую таблицу с корректировками ставок для каждого сегмента.

Далее задача свелась к написанию пользовательского скрипта Adwords, который все эти корректировки применит в нужной кампании при определенных условиях.

Текущее достижение эксперимента:

    • снижение 2% в стоимости клика
    • незначительное снижение конверсии на 6%
    • снижение затрат на 27%
    • рост прибыли на 20%
    • рост среднего чека на 86%
    • повышение ROI на 65%

 

 

Теперь мы работаем над тем, чтобы автоматизировать всю эту историю и расширить на другие каналы трафика.

Big Data, скоринг и модели в SEO

Работа с большими проектами имеет свои прелести и особую специфику. С прелестями все просто — это бюджет, который может обеспечить единую команду специалистов и фокус на одном проекте. А специфика сложнее. Если сайт — одностраничник, не возникает вопрос, какую страницу продвигать. Но большим мы называем проект на 10 000 страниц и более.

Представьте себе, что специалист должен среди всего количества страниц и миллиона запросов, по которым нужно эти страницы продвигать, выбрать именно те, продвижение которых даст быстрый результат уже через пару месяцев. Если он «не угадал», то продвижение превращается в трудно прогнозируемую инвестицию с непредсказуемым сроком окупаемости. И часто у клиента не хватает терпения дождаться результата.

Ранее мы проблему решали «опытом специалистов». Процесс расчета стратегии для проекта занимал от  20 до 100 часов главного технолога компании. Масштабировать такой процесс сложно: опытного специалиста физически не хватает на N проектов, а  передача опыта — процесс растяжимый, трудно копируемый. В связи с чем возникает «бутылочное горлышко» в процессах или же экспоненциально растущее число косяков.

Автоматизация рабочих процессов и оцифровка опыта специалиста — это единственный здравый путь в работе с масштабными проектами. На сегодня в нашем распоряжении есть «виртуальный сеошник», который справляется с задачей точнее и быстрее «живого сеошника».

Спарсить полную структуру сайта, все его целевые страницы, собрать все релевантные ключевые слова и позиции сайта по этим запросам в поисковой выдаче, разбить их на семантические кластеры и определить для каждого кластера посадочную страницу. Именно тут пригодились алгоритмы NLP (обработка естественного языка). На это теперь уходит всего 30 минут времени «цифрового специалиста». Даже если какой-то URL закрыт от индексации или имеет сбой в ранжировании, наша система все равно определит наиболее релевантный.

Обучаемый алгоритм определяет, какие страницы с наибольшей вероятностью попадут в топ поисковой выдачи при проведении минимального количества работ по оптимизации, и самое интересное — сам предлагает техническое задание. В результате скорость получения результата в среднем по клиентам сократилась на 36%. Мы заработали не только на снижении оттока клиентов, но и сэкономили до 50% времени специалистов за счет того, что не делали лишних, малоэффективных работ.

Еще одна инновация, которая лишила головной боли не только сеошников, но и менеджеров по работе с клиентами, копирайтеров и редакторов. Мешок LSI-запросов (семантически связанные слова) и плотность — не решают проблемы качества текста. Да, можно под каждую тему найти профессионала, но где их взять, если ты работаешь с большими сайтами, где продают и детские коляски, и бензопилы. Для решения этой задачи разрабатывается текстовый анализатор, который ищет наиболее вероятно возможные устоявшиеся n-граммы тематики, на основании анализа конкурентов и UGS-контента, расстояние n-грам от основного ключа в тексте и важность каждой n-граммы. Что позволяет уйти от понятия плотности ключей и писать тексты, которые смогут максимально четко ответить на потребности пользователя. И конечно под каждый текст парсим наиболее популярные вопросы, которые задает пользователь, решая свою проблему. Наша задача — выдать копирайтеру тот костяк текста, следуя которому он сможет написать максимально полезный текст.

Автор: Любовь Солодкая, Product Owner направления Big Data и автоматизации в Promo.ua

Заметили ошибку? Выделите ее и нажмите Ctrl+Enter, чтобы сообщить нам.

Также подобрали для вас

загрузить еще

Добавить комментарий

Такой e-mail уже зарегистрирован. Воспользуйтесь формой входа или введите другой.

Вы ввели некорректные логин или пароль

10 комментариев

по хронологии
по рейтингу сначала новые по хронологии
Digital Voin

Ну вот просто ор в голос, такие кейсы, а топовых клиентов нет... Зашёл на сайт посмотрел портфель клиентов. Серьёзно? Только фокстрот, остальных ТОПовых сайтов не нашёл.
Зачем ИИ, если клиентов нет?

Алексеев Алексей

Мы на один и тот же сайт смотрим?

Litvinenko Nick

Кто из этих клиентов готов отдать данные для работы в укр агентство?

Алексеев Алексей

да мне кажется все готовы, через NDA.
сайты и ресурсы с данными все равно разделены по странам

Harald (Irakly) Alder

Бред, бред, бред. Автоматизация человеческой непредсказуемости и восприятия. Тест Тьюринга эта биг дэйта дип машин ленинг наверно уже успешно прошла. И этот текст, видимо, тоже она написала.

Umberto Ach

Ваша так называемая человеческая непредсказуемость - это иллюзия. Мы(люди) подчиняемся вполне определенным паттернам поведения, которые давным давно успешно классифицированы по нужным наборам признаков(активность на сайте, поисковые запросы, предпочтения в еде, одежде, фильмах). С помощью довольно-таки не сложных алгоритмов(например коллаборативная фильтрация) вас отнесут к тому или иному стаду, которому потом скормят то, что вы и так кушаете, но только с выгодой для себя (или для нас).

Harald (Irakly) Alder

Да, видимо поэтому маркетинг решил идти в сторону биологических исследований нашего поведения (нейромаркетинг). Вопрос к вам. Как можно систематизировать то, что изучено настолько плохо (можно сказать, что практически не изучено. Более-менее масштабные работы начались в 2004)

Umberto Ach

Советую, перед тем, как писать подобные комментарии, посмотреть немножко больше, чем просто википедию.

Harald (Irakly) Alder

Больше скажу. Я общаюсь с нейробиологом (психиатрия) из Kent State University. Поговорите с кем-то более продвинутым (научно) не с территории СНГ (ибо в СНГ до сих пор не знают, что закон Мура уже не работает). И старайтесь не включать субъективную аргументацию и переходы на личности. И да, про маски браузера и прочие технологии когортирования я знаю. Но это не уровень СНГ. Далеко. Погрешность растет экспоненциально, как и мисслиды/миссклики. Так же растут и расходы на эти погрешности.

Богдан Хмель

Какой ИИ? Обычные алгоритмы кластеризации, или даже open-source нейронку, называете ИИ? Хватит писать чепуху.

Поиск

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: