Нейросетевой коллтрекинг StrausTracking

Рассказываем о нашем новом проекте — нейросетевом коллтрекинге на основе математического моделирования StrausTracking.

Вводные

Команда EveryStraus на рынке интернет-рекламы не новичок. Мы занимаемся оптимизацией рекламных кампаний и созданием инструментария для эффективного взаимодействия с рекламными системами больше года. В какой-то момент появилась нужда в коллтрекинге, но сторонние юзать не хотелось. Как говорится, хочешь сделать хорошо — сделай сам.

Потребность

Если клиенты часто набирают вас по телефону и в какой-то момент понадобилось определить эффективность рекламы, естественным порывом будет обратиться к традиционным решениям вроде коллтрекеров. Однако не спешите этого делать. Во-первых, подобные сервисы не помогут с восстановлением старых данных. Во-вторых, их услуги скорее всего обойдутся в кругленькую сумму.

Идея

Мы заметили, что для небольших проектов (посещаемость сайта до 2500 уников в сутки) вполне возможно определить источник звонка на основе данных Яндекс.Метрики или Google Analytics. Дело в том, что поведенческие паттерны пользователей на каком-либо сайте говорят сами за себя, например, могут выдать человека, который совершил звонок. Вы могли этого не знать, но если вы серфите в сети с мобильного устройства и вдруг решили позвонить по номеру, указанному на заинтересовавшем вас сайте, то ваша сессия скорее всего прервется в момент совершения звонка.

Проблема

Если бы всё всегда так работало, то никакой коллтрекинг в принципе был бы и не нужен. Увы, это правило работает далеко не всегда, хотя время сессии является важным маркером. Подобных закономерностей очень и очень много. В целом, люди, которые решили вам позвонить, ведут себя немного иначе, чем те, кто просто случайно зашел на ваш сайт или же решил связаться с вами иным образом.

Как мы уже сказали, таких закономерностей и корреляций обнаруживается много. При этом, к сожалению, есть множество зависимостей, которые очень тяжело отследить вручную: например, два фактора, каждый из которых в отдельности свидетельствуют о том, что вы скорее всего позвонили, рассматриваемые совместно дают уже совершенно противоположный результат.

Решение

Чтобы изучить все взаимосвязи, мы решили воспользоваться набирающим сейчас популярность решением — нейронными сетями. Используя данные нескольких сотен клиентов, выгрузку их коллтрекинга, а также другие методы аналитики, мы собрали достаточно данных, чтобы обучить нашу нейронную сеть определять вероятности того, совершил ли тот или иной пользователь звонок.

Дальше уже дело техники: сопоставить высокую вероятность с данными детализации разговоров из вашей телефонии, проверить все найденные гипотезы, чтобы в конце получить достоверный результат.

Монетизация и продвижение

Инструмент запущен совсем недавно, поэтому показателей монетизации пока нет. Для начала мы бы хотели понять, найдет ли он свое место в нише и насколько востребован окажется. Продвигать собираемся в первую очередь среди пользователей другого нашего сервиса — EveryStraus, который помогает клиентам эффективно взаимодействовать с рекламными системами и экономить бюджеты.

Работаем ли мы идеально? Нет, ошибки случаются. Но что нас удивило, полученная модель зачастую давала результат точнее динамического коллтрекинга. Во всяком случае, после прослушивания "спорных" звонков, а иногда и назойливых вопросов от наших маркетологов, победа отходила нашей модели, а не традиционным решениям.

В общем, теперь всем этим можно воспользоваться и вам. Просто получите детализацию разговоров от провайдеров, удалите лишнее и загрузите к нам в систему. Есть, правда, несколько ограничений: за один раз можно проверить до 500 номеров, а суточная посещаемость сайта не должна превышать 2500 уников в сутки. Думается, что для большинства это окажется весьма полезным и нужным решением.

Будем благодарны за конструктивную критику!