Компьютерное зрение в рекламе
Персонализация рекламы по содержимому фотографий пользователей соцсетей от TargetFox: вызовы и перспективы
Идея
Идея персонализации рекламы по содержимому фотографий пользователей пришла ко мне еще в 2017 году, когда для Purina One (крупный бренд кормов для кошек) мы собрали чуть больше миллиона владельцев кошек разных пород из Москвы и Санкт-Петербурга и показали им рекламные креативы с теми породами кошек, которые были у их владельцев.
Результаты персонализации по породам животных для их владельцев поражали: CTR и CR был в 3-4 раза выше любых других вариантов таргетинга
Кстати, в 2022 году кампанию повторили и для собак, а еще использовали креативы, сгенерированные нейросетью Stable Diffusion.
Дальше – больше, нашли пользователей с проблемами со зрением и понеслась...
Чтобы было больше разнообразных сегментов в значительных объемах, нужно было экстенсивно наращивать мощности и думать над оптимизацией железа.
Реализация 2022-2023
Повторив успех с кампанией по породам животных и рядом других сегментов,
мы узнали, как меняется индекс массы тела с возрастом, а в следующей статье расскажем, как сохранять ИМТ в норме дольше
С января 2023 года по настоящее время
ежесуточно анализируется более 2 миллионов фотографий в социальных сетях
Каждая фотография словно через сито проходит через ансамбль нейросетей.
Например, если на фотографии есть один автомобиль, то мы отправляем ее в специализированную нейросеть, которая распознает марку, цвет и модель авто.
Если на фотографии есть один человек, то мы распознаем его пол, возраст и индекс массы тела, наличие очков для зрения и некоторые другие признаки.
Если на фотографии есть домашние животные, то мы отправляем их на уточнение породы.
Анализ сцены
После того, как у нас есть фотография и ее мета-данные, начинается самое интересное.
На всех фотографиях присутствует "лошадь", но есть нюанс...
И с этим нюансом могут разобраться только модераторы и другие нейросети, которые помогают кластеризировать мета-теги с фотографий в "сцены". Сцены позволяют точнее трактовать объекты, обнаруженные на фото: например, автомобиль на улице и внутри помещения чаще всего это разные предметы.
Дети могут играть в любые предметы, поэтому с их окружением нужно быть предельно аккуратным.
Самые популярные сцены:
- В помещении,
- На улице,
- На отдыхе,
- В музее,
- Дети
И только после финальной обработки мы получаем "настоящих лошадей" на фотографиях пользователей.
В 2023
- Умеем отличать горные и беговые лыжи, акустическую от электро-гитары,
- Есть сегмент с ню-моделями и теми, кто играет в онлаин-слоты,
- Знаем, кто занимается поледанс, а кто кушает королевских крабов,
- 3,5% фотографии – котики, а 7% – автомобили: мы знаем каждую марку и модель,
- Точно знаем, кто пашет в спортзале, а у кого широкая кость.
Буду рад ответить на вопросы в комментариях и...
Перед уходом, не забудьте закрыть свои профили =)
Комментарий удален автором поста
Комментарий удален автором поста
Комментарий удален автором поста
Комментарий удален автором поста
Комментарий удален автором поста
Скачал презентацию, но не увидел полного списка сегментов.
Интересуют сегменты для ниш: стоматология, школа танцев, дизайн интерьера, кухни на заказ.
На нескольких слайдах в верхнем правом углу есть ссылка на Гугл-таблицу)
Стоматология — зубы — это маленькие объекты, чтобы найти на них дефекты, да и мало кто с проблемными зубами выкладывает их фотографии,
Школа танцев — зависит от направления и уровня, но в целом сложно или невозможно соединить информацию на фотографиях людей с желанием заниматься танцами и выбором школы здесь и сейчас,
Дизайн интерьера и кухни на заказ — всего 4000 человек во всем ВК ежемесячно выкладывают фотографии процесса ремонта своих квартир и домов, вероятно, кухни на заказ этому сегменту подойдут, а вот с дизайном интерьера справятся другие таргетинги по поисковому спросу.
А почему "пока без хорошего конца")
Потому что мы только начали =)
Костя крутой, у тебя все получится!
Анализ удался, последнее фото с бабулей на ямахе стоило того
Ради него все и затевалось =)
Вот такое использование нейросетей мне нравится. Можно поинтересоваться сколько в процентном соотношении или в абсолютном в итоге среди всех анализируемых профилей составили врачебные аккаунты и какая тарификация использовалась при предоставлении данных таргетинга на эту группу?
Около 40 тысяч аккаунтов (важным нюансом является то, что мы отделяем студентов врачебных специальностей от врачей). Еще мы умеем отделять врачей от провизоров. Условия на сегменты одинаковые — ежемесячная абонентская плата за сегмент.
Я так в таргетах не сильно силен. На эту аудиторию мы можем потом настроить контекст только ВКонтакте или в других системах контекстной рекламы (и каких)? Или вообще можем получить данные аккаунтов и разослать всем в личку оффер?
ВК, МТ, Директ
Разослать всем в личку не сможете. Увы. Против вас будут играть спам-фильтры ВК, а они в целом на таких объемах молодцы.