При настройке поисковой рекламы модельной школы в Яндекс.Директе мы включили таргетинг по полу только на женщин. Казалось бы, звучит странно, и все уже давно привыкли выбирать, на кого таргетироваться — мужчин, женщин, или не имеет разницы.
Но мало кто помнит, что Яндекс.Директ ввел корректирующий коэффициент на пол посетителя всего полтора года назад — летом 2016.
Это как никогда актуально, подобные настройки сильно влияют на результат. Вначале покажем как изменились продажи на примере нашего заказчика, а потом посмотрим, чего стоило Яндексу внедрить эти настройки.
Сайт заказчика — модельная школа для детей, поэтому социально демографический таргетинг был очень кстати: гипотеза о том, что модельную школу детям ищут преимущественно мамы была подтверждена в первую же неделю.
Первый график показывает, как изменилось соотношение мужчин и женщин после введения функции в июне:
Мы включили таргетинг только на женщин сразу после анонса функции, эффект стал проявлять постепенно. На второй месяц посетителей-женщин стало на 20 процентных пунктов больше — посещаемость поднялась ~60% до ~80%.
Конверсия выросла почти в два раза — с 3% до 5%, а стоимость заявки упала в два раза. Такой выраженный эффект не дают многие другие настройки таргетинга. В сферах с целевой аудиторией, явно различающейся по гендерному признаку нужно обязательно использовать эти настройки.
Яндекс.Крипта
В 2016 году достоверными данными о поле, возрасте и семейном положении владели только социальные сети, пользователи сами указывали их.
Чуть-чуть теории заговора:
В случаях когда не все данные указаны, пол можно было определить по имени, возраст оценить по среднему возрасту групп, в которых состоит «неизвестный пользователь», по фотографии, семейное положение — по одинаковым геопозициям со списком друзей.
Фейсбук не просто так рекомендует друзей. Иногда его рекомендации пугающе точны, потому что вероятнее всего он собирает и анализирует Большие Данные, "Big Data", и с их помощью заполняет то, что не указал о себе пользователь.
В любом случае, технологии уточнения соц-дем характеристик существуют уже давно. Неизвестно пользовались ли ими Facebook и ВКонтакте для уточнения таргетинга в рекламе.
Яндекс подобными данными не владел, поэтому чтобы не проиграть в конкурентной борьбе с соцсетями за рекламодателей, в 2011 году разработал «Крипту» — нейросеть, которая обучалась на выборке из миллиона зарегистрированных пользователей, социально-демографические признаки которых были известны.
По разным параметрам: словам в поисковом запросе, количеству слов, посещаемых сайтах, времени суток определялось соответствие той или иной теме: владельцы домашних животных, автолюбители, те кто почти не смотрит телевизор... И конечно, уточнялись пол, возраст, семейное положение.
Некоторые сферы не поддаются анализу, например вычисление аудитории узких нишевых интересов.
Добавилась проблема разных устройств. Если мы пользуемся домашним компьютером, планшетом, ноутбуком и мобильным, то с точки зрения Яндекса выглядим как четыре разных человека. Нейросеть научилась предсказывать, когда разные устройства можно сопоставить одному человеку. Кстати, недавно вышла опция «отчёт кросс-девайс» Яндекс.Метрики — для этой возможности тоже работала «Крипта».
А вот, например, усредненный профиль интересов посетителей нашего блога:
Успокоим тех, кто боится преследования со стороны IT-корпораций и беспокоится за свои персональные данные: точность алгоритма не абсолютна. Например в 2013 году, через два года после запуска, Крипта нечасто узнавала профиль пользователя.
В 2016 году, в нашем кейсе, при таргетинге только на женщин, на сайт всё равно приходили мужчины:
Или это были женщины, о которых Крипта думает, что они мужчины? :)
И в целом, работа с Big Data и нейросетями говорит о том, что собирающие эти данные часто не имеют достаточной вычислительной мощности, чтобы обработать их и «узнать о нас всё».
Подобные Крипте алгоритмы нужны, чтобы уточнить и сегментировать аудиторию рекламы. Чтобы в конце-концов, пользователь видел меньше нецелевой рекламы, рекламодатели получали более эффективные кампании, а Яндекс.Директ не проигрывал бы по качеству социальным сетям.