Как меняются интересы женщин со временем. Узнаем при помощи данных из социальных сетей

Я придумал эту вундервафлю на всероссийском чемпионате по маркетингу ещё будучи студентом. Хотелось доказать, что пользователи негосударственных пенсионных фондов очень религиозны. Обычный опрос это не подтвердил, поэтому глаз упал на данные из VK.

Очевидно, что рекламные кабинеты содержат много информации об аудиториях своих пользователей, и при грамотной обработке можно получить много чего интересного. Выведенная формула для этой задачи оказалась Индексом соответствия или аффинити индексом, которым в классическом медиапланировании измеряют качество размещения рекламы в канале.

Тут эта формула выражена следующим образом. У нас есть категория интересов в рекламном кабинете VK. Например, создадим аудиторию с возрастом от 18 до 21 года и укажем категорию: "Компьютерные игры". Рекламный кабинет покажет размер аудитории с таким интересом. Считаем, сколько процентов в аудитории – это люди возраста от 18 до 21 года. Делаем то же самое, только уже со всеми людьми, без возрастных рамок. Предположим, в аудитории от 18 до 21 года доля людей с таким интересом равна 50%, а во всей совокупности этот интерес равен 10%. Считаем: 0,5 / 0,1 * 100 = 500. Индекс соответствия равен 500. Это означает, что в нашей аудитории интерес к такой категории в 5 раз больше, чем у всех остальных. Ниже визуализация.

Дальше можно собрать несколько аудиторий и прогнать их по всем категориям. Пример такого анализа: 6 аудиторий – женщины разного возраста и некоторые категории интересов из рекламного кабинета VK. Сейчас у нас есть реализация этого инструмента для VK и Facebook в виде SPA.

При помощи Correspondence analysis можно эти многомерные данные перевести на двухмерное простаранство и построить график.

Аудитории это красные точки. Синие атрибуты - это могут быть категории интересов / устройства / возраст. Чем ближе точки друг к другу, тем больше эти точки друг друга характеризуют. Имеет значение объясненная дисперсия. Тут горизонтальная ось имеет 79 процентов - это означает, что расстояние на ней "сильнее", чем на вертикальной оси.
Мне кажется, график выглядит достаточно правдоподобным.

Аудитории с женщинами мы использовали для привлечения внимания. Теперь основная суть - мы можем использовать любые аудитории из рекламных кабинетов для анализа. Например - аудитории ретаргета полученные с сайта, аудитории сделанные на основе номеров телефонов и e-mail, аудитории на основе групп и пабликов - любые, которые позволяет использовать рекламный кабинет. Можно сравнивать конкурентов, можно сравнивать своих покупателей и не покупателей. Вариантов масса.

Сейчас у нас есть MVP этой штуки и понимание того, что это, возможно, слишком сложно для большинства маркетологов, поэтому интересно ваше мнение. Если хотите получить демо доступ, пишите в комменты, дадим поиграться. У нас есть еще другие штуки, о которых расскажем чуть позже.

Подписывайтесь, если было интересно.
А еще мы делаем крутые сайты, маркетинг, дизайн и аналитику. Наш сайт тут.

Другие наши статьи

Сравнение скорости загрузки сайтов, сделанных на Bitrix, Tilda, WordPress и Gatsby

Таргетируемся на очень обеспеченных людей

Как частота показов рекламы влияет на CTR?