Предиктивная реклама в RTB: новая парадигма рекламного рынка

Один из главных плюсов технологии RTB в том, что на ее основе возможно создание рекламных платформ, которые позволяют достигать целевую аудиторию с максимальной эффективностью. То есть главное – не сама технология, не протокол, а уникальные продукты и услуги, которые благодаря ей появляются на рекламном рынке. Одним из таких направлений развития RTB является так называемая предиктивная реклама.

Что такое предиктивная реклама

Предиктивная реклама предполагает использование технологий предиктивного анализа в реальном времени для решения маркетинговых задач. Подобные аналитические инструменты давно известны и широко применяются, к примеру, инвесторами на фондовом рынке, чтобы предугадать ситуацию на бирже, или метеорологами для прогноза погоды.

Для анализа и осуществления «предсказаний» обычно используется облачный набор алгоритмов, платформ и баз данных – по сути, робот, который называется предиктором. Если бы интернет придумали в России, то он назывался бы «предсказателем». Именно этот предиктор – самая ценная часть любой RTB-платформы.

Предиктор автоматически обрабатывает гигантский объем информации и на ее основе в реальном времени делает предположения о развитии ситуации в будущем.

Конечно, предсказания, сделанные роботом-предиктором, имеют не стопроцентную вероятность, однако благодаря тому, что для анализа используется информация, полученная из множества независимых источников, а также отсутствию человеческого фактора (данные собираются в автоматическом режиме) удается добиться довольно высокой точности предсказаний. Улучшение качества прогноза происходит беспрерывно в реальном времени на основании того, срабатывает ли прогноз на самом деле. Т.е. если прогноз работает плохо, предиктор автоматически реагирует и улучшает результат.

Как это работает

Методы предиктивного анализа используются в различных сферах человеческой деятельности. На основе информации о возможном развитии событий в будущем принимаются решения в бизнесе и обычной жизни. Самый очевидный пример – прогноз погоды. Информация о вероятной метеообстановке в определенном регионе мира может не только быть полезна местным жителям для выбора одежды, но и использоваться на более серьезном уровне, например, в авиации.

Так, один из сервисов Google благодаря предиктивным алгоритмам позволяет пользователям спрогнозировать стоимость авиабилетов. Если клиент хочет полететь в конце декабря на Гоа, то может запросить, в какой из дней билеты будут стоить дешевле. Благодаря большому объему данных о погоде, динамике спроса на авиабилеты за многие годы, доступных предиктивным алгоритмам Google, роботы-предсказатели компании могут с высокой долей вероятности спрогнозировать стоимость билета.

Существуют и другие «авиационные» сервисы, например Flight Caster, который помогает пассажирам узнать вероятность задержки их рейса в аэропорту. Для этого, опять же, анализируются погодные данные в точках вылета и прибытия, поступающие с сотен метеосерверов по всему миру, исторические данные по задержкам рейсов, а также данные о количестве самолетов в небе, которые сравниваются с пропускной способностью воздушных портов. Все это позволяет роботам-предикторам, проанализировав нынешнюю ситуацию и информацию за прошлые периоды, предсказывать вероятность задержки с точностью, не доступной даже диспетчеру в аэропорту.

Значение предиктивного анализа крайне велико на фондовых рынках. Для предсказания цен на акции трейдеры анализируют большой объем исторических данных: цены в определенные периоды, объемы торгов и т.д. Учитывая тот факт, что сейчас бал на бирже правят специальные торговые роботы, которые могут совершать десятки тысяч транзакций за торговую сессию по заранее заданному алгоритму, работающему на данных, точность предсказания может принести инвестору как огромную прибыль, так и значительные убытки.

Предсказания в рекламе

Раз предиктивные алгоритмы успешно применяются и уже неплохо зарекомендовали себя на фондовом рынке и в области авиаперевозок, то почему бы не использовать этот инструментарий для увеличения эффективности рекламных кампаний? Данная методика применяется крупнейшими мировыми компаниями, которые становятся настоящими законодателями моды в мире рекламы.

В случае с RTB использование предиктивных методик позволяет с высокой точностью предсказывать в реальном времени вероятность клика по баннеру клиента, размещенному на той или иной интернет-площадке, и даже высчитывать вероятность того, что после этого клика произойдет конверсия посетителя интернет-магазина в покупателя. Одновременно с этим алгоритм производит расчет затрат, которые необходимы для осуществления данной конверсии.

Конечно, все эти услуги относятся к числу довольно высокотехнологичных, и на российском рекламном рынке не так много компаний, обладающих достаточной экспертизой и технологиями. В качестве положительного примера можно привести компанию Segmento, которая использует RTB-платформу, созданную специалистами из RuTarget, имеющими опыт работы на фондовом рынке. По словам сооснователя Segmento Романа Нестера, технологии RuTarget, одной из самых сильных в своей среде компаний, и опыт в области предиктивного анализа позволяют применять технологии предсказания в работе с интернет-магазинами и брендами.

Работает это так: каждый посетитель интернет-магазина оценивается алгоритмом по целому набору признаков, затем анализируется история покупок разных посетителей этого магазина, которая «совмещается» с имеющимися данными об этом конкретном пользователе сети, а также с данными об этом пользователе, которые накоплены в платформе из внешних источников. Этот один из наиболее успешных методов предсказаний в сфере электронной коммерции называют предиктивным таргетингом. В результате можно высчитать вероятность того, что конкретный человек не только кликнет на баннер, но и обязательно совершит покупку.

Соответственно, если пользователь признан «перспективным», то RTB-система будет направлять больше усилий и денег клиента на показ рекламы именно этому человеку, а также определит, какие именно товары в этом баннере должны быть представлены для повышения вероятности совершения покупки.

Таким образом, совмещение технологии RTB и предиктивного анализа помогают клиенту как увеличить эффективность рекламных кампаний, так и сэкономить дополнительные средства благодаря тому, что бюджет не тратится на показ рекламы пользователям сети, вероятность совершения покупки которыми недостаточно высока.

Предиктивный анализ показывает, какие пользователи скорее всего совершат конверсию, а какие – нет, что позволяет оптимизировать затраты на рекламу и повысить ее эффективность.

Предсказания для брендов

Предиктивные механики в RTB могут быть полезны и в случае, когда необходимо привлечь новых клиентов. Для осуществления этой задачи на основе данных о поведении целевых сегментов интернет-аудитории возможно генерировать предсказания о том, заинтересует ли представителей конкретного сегмента то или иное предложение бренда.

То есть речь идет даже не о конкретной покупке, а именно о потенциальном поведении пользователя после того, как он увидел рекламный баннер. В соответствии с высчитанными вероятностями корректируется и процесс «закупки аудитории» в ходе рекламной кампании, а акцент смещается на наиболее перспективный ее сегмент. Отклик аудитории на сообщение бренда измеряется в реальном времени.

Концепция предиктивной рекламы в RTB стала возможна лишь после того, как специалистам удалось совместить большие объемы данных с быстрыми алгоритмами предсказаний, которые позволяют принимать правильные решения в ходе рекламной кампании. Уже сейчас очевидно, что эта синергия известных подходов анализа данных и современных технологий открывает новую эру в области рекламы.