Кейс MGCom, «Росбанка» и Hybrid: как на 50% снизить стоимость заявки с помощью ML
О проекте
С начала 2023 года мы активно разрабатывали собственную технологию оптимизации с помощью ML на перформанс-показатели: CPI и различные CPA. Она позволяет работать не только на узнаваемость и поиск новой аудитории, но и сразу на продажи. Поэтому было решено протестировать эффективность ML на практике.
MGCom всегда ищет новые решения, которые позволяют эффективнее управлять рекламными кампаниями. Таким решением стала технология ML у Hybrid, которую мы предложили в качестве теста. ML-модель на базе искусственного интеллекта позволила увеличить CR в заявку и получить при этом результаты ниже или наравне с другими площадками. Мы продолжим внедрять ML-модель в другие продукты «Росбанка», обучая модель на новые целевые действия.
Анна ТрофимоваВедущий менеджер программатик-рекламы MGCom
Что такое ML-модель и как она работает
ML (Machine Learning) — это класс методов искусственного интеллекта, который решает поставленное перед ним задание, обучаясь на представленной выборке данных. В Hybrid ML-модели используются для оптимизации кампаний по CPC, CPM, CTR, CPV, CPI и CPA. ML рассчитывает вероятность получения нужного результата и приводит кампанию к желаемому KPI. Таким образом можно выдерживать нужный СРС, улучшать показатель CTR, увеличивать процент досмотров и многое другое.
Для оптимизации по CPA ML-модель обучается на основе post-view и post-click событий из внутренних данных Hybrid Console. Для успешного обучения достаточно 500 событий за последние 30 дней с нашего источника. Также возможно обучение на MMP событиях.
Мы постоянно совершенствуем функционал своей технологической платформы. ML-модель позволяет без каких-либо дополнительных оптимизаций уменьшить стоимость конверсии благодаря тому, что автоматически регулирует (снижает и увеличивает) ставку в зависимости от шанса получения конверсии. Модель обучается на событиях, которые произошли после наших показов и кликов. Мы открыты к экспериментам и готовы расти вместе с клиентами и агентствами. Достижение общих амбициозных целей и развитие рынка программатик в России — наши основные приоритеты сейчас.
Илья ЛысенкоМенеджер продукта Hybrid
Как происходил запуск
Главной нашей задачей было попадание в заранее обозначенную стоимость конверсионных событий за определённый срок. Поставленные клиентом цели относятся к перфоманс результатам.
При правильной настройке ML-оптимизация помогает снизить стоимость конверсий, не снижая объёмы. Однако мы рекомендуем запускать одновременно две кампании с идентичными настройками: с ML и без. Кампания без оптимизации позволяет непрерывно собирать новые данные для обучения и качественной работы ML-модели. Кампания с ML работает на снижение стоимости конверсии.
На подготовительном этапе было запущено несколько рекламных кампаний с разным набором интересов. Из них мы выбрали наиболее успешные связи и уже на их основе создали кампании с подключением ML-оптимизации. Параллельно с этим собирались необходимые данные о пользователях.
Тестирование ML-модели проводилось на кампаниях с двумя наборами интересов. Мы назвали их: первая РК по интересам и вторая РК по интересам.
На первом этапе мы запустили два типа кампаний:
-
без ML-оптимизации;
-
копии кампаний с подключенной ML-оптимизацией на простые (посещение сайта, прокручивание страницы, переходы внутри сайта) и сложные (заполнение заявки) конверсии.
Этот этап необходим, чтобы набрать нужное количество сложных конверсий для обучения ML-модели, в случае «Росбанка» — заполнение заявки и сбор обезличенных данных о пользователях сайта.
После того как было получено более 500 конверсий за последние 30 дней, мы перешли к оптимизации исключительно на сложные конверсии. На этом этапе можно успешно переобучить ML-модель на основе полученных данных.
Важно отметить, что клиент самостоятельно определяет, какие конверсии учитывать, и оптимизация идёт уже на выбранные им события. При этом ML-модель продолжает непрерывно обучаться и улучшать перформанс-показатели на основе получаемых данных. А значит, и процесс снижения стоимости нужного нам действия тоже происходит непрерывно.
Результаты кампании
Всего кампания длилась 4 месяца: с июля по октябрь 2023 года.
Итоги по перформанс-показателям: у обеих РК по интересам перформанс-результаты с ML-оптимизацией получились лучше, чем без неё.
Первая РК по интересам:
-
Стоимость конверсии дешевле на 13,79%.
-
CR выше на 13,46%.
Вторая РК по интересам:
-
Стоимость конверсии дешевле на 54,24%.
-
CR выше на 130%.
Основная цель, которую ставил перед нами клиент — увеличение конверсий и снижение их стоимости была выполнена. Это значит, что результаты кампаний полностью попали в KPI клиента.
Как влияет ML-оптимизация на медийные показатели
CPM, CPC, CTR, VB как в стандартных кампаниях, так и в РК с ML оказались на одном уровне. Это значит, что подключение ML-модели не повышает стоимость размещения и не снижает медийные показатели. Главный вывод, который мы сделали по итогам кампаний — ML алгоритмы не повышают стоимость размещения и отлично работают на снижение стоимости конверсии.
Скажу честно — результаты, полученные с помощью ML-оптимизации, превзошли мои ожидания. Эта технология не только улучшила точность таргетирования, но и значительно повысила эффективность наших рекламных кампаний. С самого начала использования ML-оптимизации мы заметили улучшения в post-view конверсиях, а также в способности управлять и оптимизировать наши рекламные кампании. Одним из ключевых преимуществ новой технологии является её способность узнавать и анализировать предпочтения и поведение нашей целевой аудитории. Это позволило нам создать более персонализированные и релевантные рекламные кампании, что привело к увеличению конверсии и улучшению ROI. Я думаю, уже в ближайшем будущем применение ML-инструментов может изменить нашу стратегию диджитал-маркетинга. Поэтому «Росбанк» активно шёл и будет идти в сторону внедрения новых инструментов ML-оптимизации в свои рекламные кампании.
Андрей ЧесноковРуководитель направления цифрового привлечения «Росбанка»
Лучшее в блогах
Вам понравится
Искусственный интеллект (ИИ) постоянно улучшается и проникает в разные сферы. В приоритете стоят отрасли, основанные на взаимодействии с людьми, такие как туризм. Нужно признать, что использование ИИ может оказать благотворное влияние на целую сферу, увеличив охват потенциальной аудитории. Давайте разберемся, как именно это произойдет.
Ваш телевизор может больше, чем просто транслировать сериалы и новости. Он может стать мощным инструментом продаж и коммуникации с клиентами. В статье расскажем о нашем сотрудничестве со SberDevices, в рамках которого мы сделали Digital Signage доступным для каждого.