Рекламные креативы переводят в автоматический режим: АКАР и Media Wise испытают участников хакатона «Цифровой прорыв» в Челябинске

В эти выходные Ассоциация коммуникационных агентств России (АКАР) и агентство Media Wise снова испытают программистов, участвующих во всероссийском цифровом хакатоне — в этот раз очередные соревновании для разработчиков пройдут в рамках конкурса «Цифровой прорыв» в Челябинске. Программистам предложат создать инструмент для конкурентного анализа рекламных креативов (ТВ, интернет, радио) с использованием технологий искусственного интеллекта. В середине апреля участники хакатона в Сочи по заданию АКАР и Media Wise работали над инструментом, который строит прогнозы по объемам продаж, исходя из рыночных факторов, включая статистику заболеваемости и активность конкурентов.

Челябинские анализы

В этом году комиссия АКАР по искусственному интеллекту и агентство Media Wise (входит в Media Direction Group) участвуют в разработке заданий для четырех хакатонов в рамках «Цифрового прорыва». Первый из них состоялся в Сочи с 12 по 14 апреля. Второй хакатон пройдет с 17 по 19 мая в Челябинске, третий пройдет в июле в Грозном, а четвертый, всероссийский, запланирован на осень в Москве.

Задача, которую АКАР и Media Wise приготовили для конкурса в Челябинске, призвана решить потребности брендов в конкурентном анализе рекламы. Чтобы понять, какие сообщения транслируют бренды, какую часть бюджета они тратят на продуктовую, а какую – на имиджевую рекламу, большинству медиаагентств сегодня приходится в ручном режиме анализировать рекламные креативы, выходящие в различных медиа, рассказал ADPASS медиадиректор агентства Media Wise (входит в Media Direction Group) Борис Абрамов. Участникам хакатона предложат автоматизировать этот процесс с помощью искусственного интеллекта.

По словам Бориса Абрамова, от участников требуется разработать инструмент для автоматизированной сегментации рекламных креативов, выгруженных из баз данных Mediascope по трем медиа – ТВ, интернету и радио. Участникам предстоит создать алгоритм, способный самостоятельно определять категорию коммуникационных материалов на основе их содержания. Для обучения своего алгоритма команды смогут использовать выгрузки из мониторинговой базы Mediascope. Среди доступных для анализа сегментов будут ритейлеры, автопроизводители (имиджевая и продуктовая реклама), банки (виды кредитных продуктов) и экосистемы (с разделением по типам продвигаемого продукта).

Хакатон состоит из нескольких этапов. Вначале каждая из команд (3-5 человек разных специальностей) получает детальный бриф, после чего может пообщаться с отраслевыми экспертами — составителями заданий, представителями Media Wise. После того, как решение разработано, команда должна его презентовать и защитить: за восемь минут рассказать о себе, своем решении и о потенциале его масштабирования.

Сочинские прогнозы

На Сочинском хакатоне на задание от АКАР и Media Wise зарегистрировались два десятка команд из более чем сотни подавших заявки. Составители предложили им создать инструмент, строящий прогнозы продаж для рекламодателей с учетом факторов, влияющих на ключевые показатели эффективности (KPI) в рублях и упаковках. Задачей было дать прогноз по продажам, исходя из ретроспективных данных по пяти основным параметрам: заболеваемости, индексу цены, дистрибуции, медийной активность бренда и его конкурентов. Также инструмент должен был оценить вклад каждого из этих факторов в итоговые продажи, чтобы интерпретировать результаты моделирования и понять адекватность полученных данных.

Победителем стала команда «ПриМат» из Москвы. Она объединила пятерых ребят, которые при регистрации назвали себя аналитиками. Конкурсанты использовали модуль Pandas для обработки набора данных, программную библиотеку CatBoost для построения модели, пакет Sklearn для статистических метрик и фреймворк Streamlit для интерфейса. В Media Wise подчеркнули, что команда «ПриМат» стала единственной из всех, кто самостоятельно обогатил данные дополнительными источниками. «Они были максимально точны и эффективны в предложенных решениях, основанных на обогащении данных дополнительными источниками и использовании современных инструментов машинного обучения», – отметил Борис Абрамов.

Второе место заняла команда «С кайфом! Squad», два участника которой были из Петербурга и один – из Москвы. В своей работе ребята также использовали CatBoost, Pandas и Scikit. По словам Бориса Абрамова, команда выполнила все требования к заданию и показала самые высокие результаты точности предложенной модели – в разы лучше, чем у других участников. Третье место у команды «Руки базуки», которая состояла из трех студентов факультета компьютерных наук Высшей школы экономики. Они использовали CatBoost, Streamlit, библиотеки прогнозирования Prophet и визуализации данных PlotLy. Борис Абрамов сказал, что ребята представили самый широкий набор визуализации данных, а также учли отдельное прогнозирование факторов вроде заболеваемости перед прогнозированием непосредственно продаж.

По словам Бориса Абрамова, к концу года по итогам конкурсов в Сочи, Челябинске, Грозном и в Москве Media Direction Group будет готова обсуждать с лучшими участниками хакатонов возможность трудоустройства или коммерческие отношения. «Хотя команды были совсем не знакомы с рекламным рынком, жюри увидело большой потенциал в дальнейших разработках эконометрической модели на базе предложенных стратегий машинного обучения», – считает эксперт.