Большие данные мобильных операторов: как отличить рабочий сегмент от красивой гипотезы

В работе с большими данными есть парадокс: чем больше признаков доступно для сегментации, тем легче принять подробное описание аудитории за доказанную маркетинговую гипотезу.

Пол, возраст, район проживания, интерес к категории, посещение определенных мест или ресурсов — все это помогает описать пользователя. Однако ни один из признаков сам по себе не отвечает на главный вопрос: изменится ли поведение человека после рекламного контакта?

Поэтому операторские данные стоит оценивать не по числу доступных таргетов, а по способности решать конкретную задачу бизнеса. Для одного рекламодателя важны регулярные посещения определенной территории, для другого — интерес к категории и вероятность установки приложения, для третьего — возможность измерить визит в магазин или переход из аудитории конкурента в собственную программу лояльности.

Что такое Big Data (большие данные) операторов

Big Data мобильных операторов — это данные о том, как люди пользуются связью и мобильным интернетом: где они регулярно бывают, какие устройства используют, какие цифровые категории им интересны и какие поведенческие признаки можно применять для сегментации.

На основе этих сигналов формируются обезличенные сегменты аудитории, которым можно показывать рекламу в подходящем канале. Например, так можно найти пользователей, которые живут или работают рядом с торговой точкой, регулярно посещают маркетплейсы, интересуются товарами для дома или соответствуют заданным социально-демографическим характеристикам.

Оператор не передает рекламодателю историю действий конкретного абонента или список его телефонных номеров. Речь идет о совокупности агрегированных и обезличенных признаков. Это не точный прогноз поведения каждого пользователя, а статистическая оценка вероятности интереса к категории, отклика на предложение или совершения определенного действия.

Ценность такого инструмента появляется там, где сегментация связана с измерением: рекламодатель может проверить не только факт контакта, но и регистрацию, установку приложения, визит, покупку или повторное обращение.

Как формируются сегменты

Операторские данные можно условно разделить на несколько групп.

Первая — технические признаки: параметры сим-карты, устройства, тип подключения и особенности использования мобильной связи. Они помогают оценить, например, совместимость аудитории с определенным цифровым сервисом или вероятность отклика на предложение, связанное с устройством.

Вторая — географические сигналы. Телефон регулярно взаимодействует с базовыми станциями, и по совокупности таких сигналов можно определить зоны регулярного пребывания пользователя: район проживания, место работы, привычный маршрут или территорию, которую он посещает в определенное время.

Для рекламы важен не разовый визит, а устойчивый сценарий. Человек мог однажды оказаться в торговом центре случайно. Если же он регулярно бывает там по будням после работы, это уже может быть полезным признаком для локального ретейлера или сервиса.

Третья группа — признаки интернет-активности: интерес к категориям товаров и услуг, посещение определенных типов ресурсов, использование приложений и другие поведенческие сигналы. Они позволяют дополнить географию и демографию характеристиками реального потребления цифрового контента.

Некоторые операторы также используют модели, которые прогнозируют покупательский потенциал аудитории. Например, в 2026 году «Билайн» представил ИИ-модель (модель на основе искусственного интеллекта), распределяющую пользователей по 12 категориям покупательского потенциала. По данным компании, в пилотном проекте точность оценки аудитории выросла на 15%. Оператор подчеркивал, что оценка носит вероятностный характер, а ее использование предполагает необходимые согласия пользователя.

Ни один отдельный сигнал не доказывает, что человек готов к покупке. Его ценность появляется только в сочетании с другими признаками и подтверждается результатом кампании.

От данных к гипотезе

Одна из распространенных ошибок — выбирать аудиторию по принципу «какие признаки доступны». В результате получается длинный список характеристик, но не всегда понятно, какую задачу они решают.

Допустим, ретейлер хочет привлечь женщин 25–55 лет в программу лояльности. Сам по себе этот сегмент слишком широк. Его можно уточнить интересом к товарам для дома, регулярным использованием маркетплейсов или посещением продуктовых магазинов.

Однако даже хорошо описанный сегмент нельзя считать гарантией результата. До запуска стоит проверить:

• когда обновлялись признаки;
• как долго пользователь остается в сегменте;
• достаточно ли аудитории для устойчивого теста;
• можно ли сформировать контрольную группу;
• какое действие будет считаться конверсией.

Большой сегмент не всегда лучше маленького. Слишком широкая аудитория снижает точность таргетинга. Слишком узкая делает контакт дорогим и усложняет оценку результата.

Рабочая схема выглядит так: бизнес-задача — гипотеза — критерии сегмента — рекламный канал — контрольная группа — бизнес-метрика.

Где это работает

Операторские данные особенно полезны там, где аудитория определяется не только интересом, но и контекстом.

Локальный ретейл

Для магазина, торгового центра или пункта выдачи важна не вся аудитория города, а люди, которые живут или работают рядом. Географию можно дополнить интересом к категории и частотой посещения нужной территории.

Автомобили и недвижимость

В этих категориях ошибка дорого стоит. Человек может читать автомобильные новости или материалы о недвижимости, но не планировать покупку. Поэтому интерес к категории лучше сочетать с другими признаками: посещением тематических ресурсов, дилерских центров, объектов или районов новой застройки.

В отдельных проектах «СЗК “Инфосвязь”» (Stream Telecom) наблюдали, как стоимость звонка или заявки в автомобильном сегменте в Москве и Санкт-Петербурге вырастала примерно втрое. Это не универсальный отраслевой показатель, а данные по конкретным кампаниям. Однако тенденция очевидна: чем дороже контакт, тем выше цена ошибки при выборе аудитории.

Привлечение персонала

Еще один заметный сценарий — HR-реклама (Human Resources — управление персоналом), то есть реклама вакансий и работодателя. За последний год доля HR-проектов в структуре запросов к Stream Target выросла примерно с 2 до 30–40%.

Работодателю важно найти не просто людей, которые когда-то интересовались вакансиями, а аудиторию, соответствующую территории, графику и требованиям конкретной позиции. Поэтому здесь могут быть полезны география, частота пребывания в нужной зоне, социально-демографические признаки и сценарии коммуникации.

Такой подход применим, например, при поиске сотрудников для производственных, складских и логистических площадок в регионах.

Как оценивать эффект

Операторские данные помогают решать три задачи.

Первая — расширять аудиторию за пределы CRM (Customer Relationship Management — управление взаимоотношениями с клиентами), то есть системы управления взаимоотношениями с клиентами. Вторая — находить группы с нужным сочетанием демографии, географии и поведения. Наконец, третья — сопоставлять рекламный контакт с последующим действием.

Сами данные не делают кампанию эффективной. Нерелевантное предложение, слабый креатив или неудобная форма регистрации не станут лучше только потому, что объявление показали более точно выбранной аудитории.

Для каждого канала нужны свои показатели. В СМС важны доставка, переходы, использование промокода и покупки. В in-app-рекламе (рекламе внутри мобильных приложений) — установки, регистрации и последующие действия в приложении. Для локального бизнеса — визиты и продажи в конкретной точке.

Оптимальный подход — оценивать не только клики, но и инкрементальный эффект (дополнительный результат, который возник именно благодаря рекламе): сколько действий произошло благодаря рекламе и не случилось бы без нее. Для этого нужны контрольные группы, корректная атрибуция и заранее согласованные правила подсчета.

Рынок движется в сторону более точного распределения рекламных бюджетов. По оценке Okkam, в 2025 году сегмент электронной коммерции и ретейл-медиа вырос на 57%, до 807 млрд рублей. На 2026 год группа прогнозировала рост всего рекламного рынка на 24%. Чем больше денег приходит в измеряемые каналы, тем выше требования к доказательству результата.

Где проходит граница закона

Работа с операторскими данными должна соответствовать требованиям законодательства о персональных данных и рекламе. Важно различать согласие на обработку данных и согласие на получение рекламы.

Первое связано с целями обработки информации. Второе необходимо для рекламной коммуникации по сетям электросвязи. Согласно статье 18 закона «О рекламе», такая реклама допускается только при наличии предварительного согласия абонента или адресата. Доказать получение согласия должен рекламораспространитель.

Поэтому до запуска кампании нужно проверить основание формирования сегмента, способ его активации, состав используемых данных и наличие согласия на конкретный канал. В корректной модели рекламодатель не получает персональные данные абонентов в открытом виде. Он закупает коммуникацию с аудиторией, которая соответствует заданным критериям, или получает обезличенный результат измерения.

Обезличивание не отменяет необходимости проверить правовое основание обработки. Для рекламодателя это не формальность, а часть качества инструмента: прозрачность и возможность подтвердить законность работы с данными должны быть заложены в процесс до старта кампании.

Что ждет рынок

Рынок будет двигаться не к еще большему количеству сегментов, а к более точному прогнозу действия. Рекламодателю важно не то, что пользователь когда-то интересовался категорией, а насколько вероятно, что он отреагирует на конкретное предложение в конкретном контексте.

Операторские данные будут чаще объединяться с CRM рекламодателя, данными о продажах, контекстом площадки и результатами предыдущих кампаний. Это позволит проверять, какие признаки действительно связаны с конверсией в конкретном бизнесе.

В «СЗК “Инфосвязь”» (Stream Telecom) для таких задач развивается Stream Target — сервис таргетинга на основе данных мобильных операторов. Он позволяет сегментировать аудиторию более чем по 250 признакам и активировать ее в СМС- и диджитал-кампаниях.

Однако его ценность не в самом количестве таргетов, а в возможности подобрать аудиторию под конкретную воронку и оценить результат по бизнес-метрикам.

Большие данные операторов становятся полноценным рекламным инструментом, когда превращаются из набора признаков в проверяемую гипотезу: кому показывать рекламу, почему именно этой аудитории, какое действие ожидать и как отделить эффект кампании от естественного поведения пользователей. Поэтому ценность данных определяется не шириной сегмента, а тем, насколько уверенно они помогают принимать решения о бюджете.

^{Роман Николаев, директор по продукту «СЗК “Инфосвязь”» (Stream Telecom)}

Реклама. Рекламодатель ООО «СЗК “ИНФОСВЯЗЬ”», ИНН 7811404769