Меню
09.04.2019
москва
«С применением Deep Learning производительность кампаний возросла на 50%». Антон Мелехов, RTB House 21.02.2019
«С применением Deep Learning производительность кампаний возросла на 50%». Антон Мелехов, RTB House

Глубокое обучение можно интегрировать во многие сферы цифрового маркетинга. Уже сейчас применение AI-технологии показывает впечатляющие результаты: благодаря глубокому обучению количество заказов у клиента RTB House (Modalia.com) выросло на 170%. Мы пообщались с Антоном Мелеховым, генеральным директором RTB House Russia и спикером AI Conference, чтобы узнать, как компания применяет искусственный интеллект и какие результаты он показал.

Антон Мелехов – эксперт в области digital-маркетинга и e-commerce. Ранее работал в консалтинговом агентстве Gemius и руководил онлайн-продвижением в издательском доме Independent Media.

Интервьюер: AI Conference (AIC)
Респондент: Антон Мелехов (А. М.)

AIC: В статье для Rusbase вы писали, что глубокое обучение может сделать рекламные активности до 50% более эффективными. Каким образом?

А. М.: В самом начале ИИ использовался компаниями Netflix и Amazon для выдачи рекомендаций пользователям на основе истории их запросов и просмотров. В результате объем продаж вырос, а применение метода глубокого обучения (ветвь машинного обучения в технологии ИИ) получило дальнейшее распространение.

В цифровой рекламе продуктивность кампаний зависит от точного определения как целевой аудитории, так и ее потребностей. Первым шагом для рекламодателей становится использование машинного обучения и методов ИИ. Но в дальнейшем стоит переходить на технологии глубокого обучения, используя его алгоритмы и модели данных для точного анализа и идентификации потребностей пользователей.

Сектор онлайн-торговли наиболее активно использует такой подход именно из-за широкого ассортимента предлагаемых товаров. Решение об отображении того или иного баннера должно приниматься за миллисекунду, основываясь на поведении в сети каждого пользователя. Подробный анализ, выполненный с помощью алгоритмов глубокого обучения, означает, что персонализированная реклама появляется быстро и с высокой степенью адаптации под каждого уникального пользователя.

Я приведу пример из нашей практики – рекламную кампанию для испанского мультибрендового онлайн-магазина одежды Modalia.com. Мы реализовали персонализированную кампанию ретаргетинга с применением алгоритмов глубокого обучения, целью которой были увеличение продаж и максимизация ROI.

Более того, мы предложили гибкий подход в создании баннеров на основе механизма рекомендаций, который обеспечивает более точный выбор товаров, отраженных в дизайне баннеров. Клиенту требовались настраиваемые баннеры с дизайнами, включающими сезонные акции. Они должны были заменить динамические баннеры на статические с изображениями, содержащими промоакции.

В итоге мы добились единого решения, способного удовлетворить конкретные потребности клиента в определенном бюджете. В результате проведенной кампании ROI вырос от 33% до 198%, количество заказов выросло на 170%, конверсия – на 27% и увеличился CTR на 1,7%.


AIC: В какой из сфер предпринимательской деятельности ИИ-технологии сейчас наиболее востребованы? Почему?

A. M.: Технологии искусственного интеллекта уже применяются в тех областях экономики, где важна работа с огромным объемом данных. Термин Big Data сейчас получил синоним «новая нефть» – важный ресурс для развития и финансовых услуг, и производства, и медицины, и образования. Безусловно, любая их этих отраслей нуждается в продвижении своих услуг и продукции по отношению к конечному потребителю. Это означает, что цифровой маркетинг будет стремительно развиваться, и работы нам только прибавится.


AIC: Как глубокое обучение применяют в этих сферах и какие результаты оно показало? Назовите 2–3 примера.

A. M.: В России принята программа развития «Цифровая экономика» до 2024 года,что означает постепенный переход всей нашей производственной и повседневной жизни на постоянное взаимодействие с механизмами искусственного интеллекта. Например, компания «Яндекс» внедрила технологии распознавания речи SpeechKit Cloud для преобразования речи в текст.

Пример одного из ярких рекламных проектов: в прошлом году агентство Rothco и газета The Times получили Гран-при Creative Data на Каннских Львах за воспроизведение речи президента США Джона Кеннеди (проект JFK Unsilenced). С помощью искусственного интеллекта были собраны и обработаны записи 831 интервью и 233 тысячи телефонных звонков, в результате чего была точно воссоздана манера речи Кеннеди.


AIC: В 2017 году RTB House анонсировала алгоритм по ретаргетингу онлайн-рекламы в рамках модели Real-Time Bidding, основанный на глубоком обучении. В чем заключается принцип его работы? 

A. M.: Остановлюсь подробнее, так как это важный инструмент RTB-кампаний, который мы значительно усовершенствовали с той поры.

Прежде чем вы увидите баннер на интернет-странице, совершится несколько процессов. Вся процедура размещения и продажи начинается с того, что пользователь инициирует посещение вебсайта рекламной площадки. Это активирует запросы ставок для определенных мест размещения объявлений.

Перед началом аукциона, площадка делится важной информацией о пользователе (географическое местоположение, тип устройства и так далее). На следующем этапе она предлагает места для рекламных бирж, которые затем сообщают о доступных позициях своим партнерам по DSP.

DSP сначала оценивают ценность и риск покупки определенного размещения рекламы на основе всех доступных данных. Затем они проверяют рекламные кампании, проводимые рекламодателями, и оценивают, какие из них лучше всего подойдут именно этому пользователю. Важна часть этой оценки – фильтрация безопасности бренда, которая предотвращает показ рекламы на вебсайтах рядом с компрометирующим или оскорбительным контентом.

После оценки DSP информируют выбранных рекламодателей о конкретном пользователе и доступных местах размещения. Рекламодатели выбирают цену, которую они готовы заплатить за показ объявлений на аукционе. Это также момент для подготовки дизайна баннера: выбор правильного формата, решение о конкретном шаблоне дизайна и предложении товара.

После того как цена определена и баннер создан, приходит время для оптимизации пути размещения. Рыночный стандарт в настоящее время заключается в том, что владельцы площадок сотрудничают одновременно с плюс-минус шестью платформами. Чтобы оптимизировать свои затраты, покупатели должны решить, где купить конкретное место размещения – на аукционе открытого или частного типа. После раунда решений DSP делают ставки от имени рекламодателей. Вместе с предложениями они отправляют готовые баннеры.


AIC: Какие результаты алгоритм показал на данном этапе?

А. М.: Анализ результатов кампаний до и после применения метода глубокого обучения показал, что с применением Deep Learning производительность кампаний возросла на 50%.


AIC: О чем вы расскажете на AI Conference?

A. M.: Моей темой будут алгоритмы глубокого обучения и принципы их применения в ретаргетинге. Я расскажу, какую пользу они дают в работе с предоставлением рекомендаций по товарам и какова практическая эффективность технологии для бизнеса в целом.


Регистрация на мероприятие ►►►

Новости AI-индустрии и кейсы для вас