{"id":4142,"title":"\u0412\u043e\u0437\u043c\u043e\u0436\u043d\u044b \u043b\u0438 \u0440\u043e\u043c\u0430\u043d\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u043e\u0442\u043d\u043e\u0448\u0435\u043d\u0438\u044f \u0432 \u043a\u043e\u0441\u043c\u043e\u0441\u0435","url":"\/redirect?component=advertising&id=4142&url=https:\/\/vc.ru\/promo\/259126-open-talk&hash=619216e3e9743866f344bb263e71457c73d6babac6c93e7424a225d484d8095d","isPaidAndBannersEnabled":false}
Маркетинг
OrbitSoft

Кейс использования искусственного интеллекта: сервис для развлекательного контента увеличил доход с рекламы на 10%

Коротко о проекте

Клиент — агентство, которое управляет рекламой на сервисах со взрослым контентом. Работает из Канады

Бизнес-задача — сократить число отказов от просмотра роликов.

Решение — настроить показ роликов с учетом персональных рекомендаций. Для этого создали алгоритмы, которые позволили анализировать и использовать данные пользователей.


Результаты

Как система рекомендаций на базе искусственного интеллекта повлияла на показатели просмотра контента

2 млрд показов рекламы в месяц

Наш клиент — крупнейшая рекламная компания в Канаде. Один из ее проектов — сервис для взрослого контента. Это одна из популярных площадок из сферы развлечений: более 40 млн опубликованных роликов и 350 тысяч пользователей онлайн каждый день.

Сервис с помощью рекламного агенства зарабатывает на показах рекламы в основном контенте: например, использует ролики, баннеры, попапы и другие форматы. На начало 2021 года у сервиса более 2 млрд показов рекламы в месяц.

Агентство из Канады управляет рекламой популярного сервиса

Проблема: пользователи не досматривают ролики и пропускают рекламу

Сервис со взрослым контентом зарабатывает на рекламе, поступления регулярные, с этим проблем нет. При этом в сфере развлекательного контента высокая конкуренция: от игровых стримов до видео с котятами.

На момент обращения к нам среднее количество отказов от просмотров у сервиса было 17,7%. Это говорит о том, что пользователям не так уж был интересен контент: они не находят интересные ролики для себя. Реклама из-за этого тоже страдала: чем меньше времени посетители проводят на сервисе, тем меньше доход сервиса.

Проблема была не только в доходах от рекламы. Дело во внимании: как только пользователь перестает проводить свое время у тебя, это же время получает конкурент. И возвращать такого пользователя долго, дорого и сложно.

Ограничения: нет данных для персональных рекомендаций

Заказчик обратился с таким посылом: «Сервис собирает много разных данных. Я читал, что с их помощью можно увеличить показатели по контенту и рекламе. Как мне это сделать?»

Наша гипотеза: если научиться показывать ролик с учетом персональных рекомендаций, то посетители скорее будут досматривать ролики, а значит, увидят рекламу.

Сам по себе инструмент настройки персональных рекомендаций известный: например, так работают Ютуб, Спотифай и другие сервисы. Проблема в том, что речь идет о взрослом контенте, поэтому есть отличия от того же Ютуба:

  • пользователи не оставляют о себе данных — например, пол, возраст, страну и так далее;
  • не показывают, что им нравится ролик — не ставят лайки и почти не комментируют;
  • используют VPN, поэтому нельзя понять, о какой стране речь;
  • минимум 80% используют режим инкогнито. И каждый раз, когда они заходят на сервис, он считает их за новых посетителей. Поэтому история не сохраняется и сервис не может определить: что и кому нравится.

Несмотря на то, что сервис собирает много данных о пользователях, они по сути анонимные. Поэтому без специальных решений данные остаются просто данными и никак не помогают решать бизнес-задачи

Решение: работа с биг-датой и создание алгоритмов

Раз данные есть, их можно каким-то образом обработать. Для этого мы создали алгоритмы, которые позволили собирать, анализировать и выстраивать на их основе персональные рекомендации. Проект занял почти год и строился по этапам.

Этапы проекта: создание алгоритма персональных рекомендаций на базе искусcтвенного интеллекта

1. Сбор и анализ данных

  • Сбор данных
  • Анализ найденных метрик
  • Выявление закономерностей

2. Подготовка данных

  • Отбор значимых метрик
  • Приведение данных к нужному формату

3. Моделирование

  • Выбор модели прогнозирования
  • Эксперименты с тестовыми наборами данных
  • Разработка алгоритма рекомендаций

4. Анализ рекомендаций

  • А/B-тесты
  • Сравнение результатов
  • Анализ полученного опыта
  • Планирование дальнейших шагов по улучшению работы модели

Что помогло в решении задачи клиента

Накопленный опыт в сфере работы с биг-датой. Это не первый проект в этой сфере. Для крупных клиентов обрабатываем миллиарды строк данных о поведении пользователя. Благодаря данным мы знаем как:

  • рассчитывать рейтинг рекламы и выводить ее в соответствии с рейтингом;
  • определить вероятность клика на объявление;
  • соотносить пользователя с определенным сегментом интересов для показа релевантной рекламы.

Благодаря накопленным знаниям мы уже знали, какие модели и алгоритмы могут подойти сервису. Для заказчика это значит, что его проект мы сделаем быстрее и точнее.

Не тратили время на придумывание с нуля. Вместо этого мы использовали уже работающие решения из направлений, близких к бизнесу клиента. Например, наша команда изучала документацию Гугла, Нетфликса, Спотифая — они профи в настраивании контента. Исследования помогли быстрее определиться с методами и подходами для собственной разработки.

Страницы из документации Гугла по алгоритмам

Страница слева — из документа от сотрудников Гугла, в котором обсуждаются алгоритмы рекомендательной системы для Ютуба. Страница справа — опыт и математические модели Гугла в построении масштабируемой системы рекомендаций. Можно посмотреть полную PDF-версию: первая страница и вторая.

Самые интересные отчеты распечатывали и анализировали всей командой

Результаты: персональные рекомендации увеличили доход с рекламы на 10%

На основе практически анонимных данных мы создали алгоритм, который подбирает ролики с учетом персональных рекомендаций. Благодаря ему сервис увеличил основные показатели эффективности рекламы.

Результаты за 1,5 месяца: как система рекомендаций на базе искусственного интеллекта повлияла на показатели просмотра контента

+5% Количество просматриваемых роликов

+19% Время просмотра одного ролика

+10% Рекламный доход заказчика от просмотренных рекламных роликов

-16% Доля отказов от просмотров роликов

Где еще пригодится алгоритм для разработки персональных рекомендаций

Алгоритм подходит для любого бизнеса в онлайне с большим объемом контента и количеством посетителей. Контент — это все что угодно, например:

  • статьи;
  • видео;
  • аудио;
  • карточки товаров или услуг.

Если у вас похожий бизнес, пишите нам и давайте обсудим, как мы можем вам помочь.

Поделитесь опытом: как вы решаете проблему персональных рекомендаций?

{ "author_name": "OrbitSoft", "author_type": "self", "tags": ["\u0442\u0440\u0430\u0444\u0438\u043a","\u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438","\u043e\u043d\u043b\u0430\u0439\u043d\u0442\u0440\u0430\u0444\u0438\u043a","\u043e\u043d\u043b\u0430\u0439\u043d\u0440\u0435\u043a\u043b\u0430\u043c\u0430","\u043c\u043e\u043d\u0435\u0442\u0438\u0437\u0430\u0446\u0438\u044f\u0442\u0440\u0430\u0444\u0444\u0438\u043a\u0430","\u043c\u043e\u043d\u0435\u0442\u0438\u0437\u0430\u0446\u0438\u044f","\u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0435\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435","\u0438\u0441\u043a\u0443\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439\u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442","\u0434\u0430\u0442\u0430\u0441\u0430\u0439\u043d\u0441","\u0431\u0438\u0433\u0434\u0430\u0442\u0430","\u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u044b","\u0430\u0438","technology","tech","programming","programmaticadvertising","programmatic","onlineadvertising","monetization","machinelearning","iot","innovation","demand","deeplearning","datascientist","datascience","dataanalytics","data","computerscience","business","bigdata","artificialintelligenceai","artificialintelligence","algorithms","ai"], "comments": 0, "likes": 1, "favorites": 5, "is_advertisement": false, "subsite_label": "marketing", "id": 220975, "is_wide": false, "is_ugc": true, "date": "Thu, 18 Mar 2021 10:51:09 +0300", "is_special": false }
0
0 комментариев
Популярные
По порядку
Читать все 0 комментариев
Лето с HONOR: скидки до 60 000 рублей на ноутбуки и не только

HONOR объявляет о специальных летних скидках на ноутбуки и другую продукцию бренда. С 18 июня пользователи смогут приобрести устройства HONOR с выгодой до 60 000 рублей. Подробнее об условиях акции вы можете узнать на официальном сайте интернет-магазина HONOR и в официальных монобрендовых магазинах HONOR в Москве и других городах России.

банк "Юникредит", или напёрсточники в "потребительском кредитовании"

Мне от банка поступило предложение на получение "потребительского кредита". Кредит был получен. В соответствии с кредитным договором, Заёмщик должен выполнить обязательства по страхованию жизни и здоровья в соответствии с условиями банка (в Нижнем Новгороде банк безальтернативно предлагает на момент заключения договора только 1 Страховую компанию…

Как правильно организовать перекусы и помочь своему здоровью

Многие воспринимают перекусы как причину лишнего веса и нездорового образа жизни. Но грамотно организованные, они могут быть частью здорового питания и даже помогают худеть. Рассказываем, как это работает.

Первые фото с Марса
Недосып разрушает мозг: как отсутствие сна увеличивает риск развития Альцгеймера и что с этим делать Статьи редакции

Материал издания «Кинжал».

В Петербурге новые ограничения: закроют аттракционы, введут обязательную вакцинацию минимум 65% госслужащих Статьи редакции

Постановление городского правительства подписал губернатор Александр Беглов после рекомендаций главного санитарного врача.

Что такое пассивное инвестирование. Рассказывает персональный брокер

Как правильно вкладывать деньги на годы или даже десятилетия, и как Уоррен Баффет выиграл пари

Представитель «Тинькофф» опоздал на встречу и разговаривал на повышенных тонах

Была утеряна карта тинькофф (банком пользуюсь около года.). Мне нравится тинькофф, потрясающий банк, хорошие условия.

Облачные игры стали доступны клиентам Yota
Робототехника и облачные мощности: почему роботам нужны облака

Настроить автопилот квадрокоптера и запрограммировать коллаборативного робота проще с виртуальными серверами.

Комментарии
null