Кастовые цели: как найти аудиторию с ИИ с высоким уровнем доходов. Случай

Рынок недвижимости Stormit — ставки по ипотечным кредитам увеличиваются, и меньше льготных программ. Стандартное таргетинг в рекламе VK перестает вывести приложения на тот же уровень.

Когда разработчик GLORAX столкнулся с падением перспектив, аналитики цифровых агентств Realweb не потерпели убыток и разработали свои собственные таргетинг по профессии.

Как они создали новую стратегию и проверили ее в рекламных кампаниях, говорится в этом случае.

Пятно

Для продвижения бизнес -класса Glorax VasileoStrovsky, в Vkontakte, стандартные аудитории использовались в ключевых запросах Vkontakte о GE и конкурентах, Sosie, нацеленных на подписчиков из коммерческих сообществ и интересов.

Но в августе они начали наблюдать за стабильным падением в целевых вызовах (CO) — разработчике KPI Key. Таким образом, в сентябре количество СО уменьшилось на 40% по сравнению с августом.

Мы должны были найти новые способы найти аудиторию, заинтересованную в покупке жилья в бизнес -классе.

Решение

Чтобы показать рекламу только тем, кто может позволить себе купить квартиру у наших клиентов, они пытались оценить потенциальный доход пользователя по их профилю в Vkontakte.

Разработка стратегии исследования аудитории

Чтобы понять эту идею, мы должны были ответить на вопрос: как определить доход человека, если информация на личной странице в социальной сети не дает четкого понимания их финансового положения.

Кирилл КостиренкоГлава группы в направлении автоматического обучения:

Вначале у нас была идея искать пользователей по организациям, в которых они работают, но их трудно определить — очень немногие пользователи выполняют свою работу в своем профиле.

Гораздо чаще они добавляют информацию о месте обучения и специальности. Поэтому мы решили попытаться разработать таргетинг в соответствии с этими данными.

Шаг 1. Соберите биографические данные с высокой заработной платой

Чтобы сделать это, они отвезли их на российский рабочий портал — биографические данные, которые есть в общественном достоянии. Они сделали добрый по ожидаемому уровню дохода и выбрали тех, где было 200 000 рублей и больше.

Шаг 2. Мы провели корреляционный анализ

Мы хотели знать, действительно ли большинство кандидатов ищут работу в области образования. Для этого данные из ранее выбранных резюме были коррелированы и были подтверждены их гипотезой.

Шаг 3. Обученные группы занятости

Они объединили позиции в профессии и получили семь больших групп очень оплачиваемых специалистов.

Шаг 4.

Цель — ИИ должен определить группу работы пользователя в своем высшем уровне, указанную в профиле. Для этого, с помощью ручных брендов, мы выделили образовательные факультеты и специальности, которые включает каждую группу. Например, экономисты могут учиться в департаментах мировой экономики, бухгалтерского учета, финансов и банка.

А потом модель преподавалась по полученным данным. Чтобы проверить, работает ли все, они проверили это на игре.

Шаг 5. использовал ИИ для поиска аудитории

Благодаря VK API пользователи сохранили в соответствии с параметрами идентификации, учителями и специальностью. И они разделили их на группы занятости, используя обученную модель.

Шаг 6. Создание аудитории в рекламной комнате

Мы загрузили файл с базой данных пользователя в рекламный офис VK. Кроме того, служба автоматически коррелирует идентификатор и сформирует общественность.

Тест на практике

Мы проверили эффективность нового нацеливания комплекса комплекса бизнес -класса Glorax VasileoStrovsky.

Они создали новые рекламные кампании, где они создали свои рекламные группы для каждой профессии.

Анна БайковаОсновной специалист по целевой рекламной службе:

Мы рекомендуем вам протестировать новую аудиторию в отдельных рекламных кампаниях, установив бюджет для каждой группы объявлений. Это поможет протестировать каждую профессию в равных терминах и определить наиболее эффективную.

Они собрали контакты непосредственно внутри социальной сети, используя форму свинца — тот же формат использовался во время работы с обычными целями.

Форма обложки лучше подходит для сбора основных контактов. Пользователь нажимает на «Применить» в рекламе и сразу же падает, чтобы заполнить форму для обратного вызова. Это значительно снижает путь и увеличивает конверсию.

Объем общественности по профессии оказался небольшим из -за закрытых профилей. Около 70% пользователей скрывают свои данные.

Следовательно, чтобы расширить выборку, мы воспользовались расширением рекламы в фирме VK, а также создали аудиторию с дублями через Mytarget — они искали людей закрытых профилей, аналогичных тем, которые мы уже выбрали на открытом воздухе. На выходе они получили от 150 до 200 000 целевых пользователей.

Они проверили минимальные и маргинальные стратегии ставок, но остановились во втором, потому что это то, что они начали получать треки.

Результаты

Среди групп занятости врачи и ИТ -специалисты наиболее эффективно показали себя, поэтому планируют продолжить свой тест.

Константин ОсадчукОсновной специалист по целевой рекламной службе:

Независимый подход к общественным исследованиям был оправданным. Нам удалось не только восстановить количество первичных и целевых приложений, но и снизить их стоимость. Конечно, купите профессии дальше на работе.