Радио 
DV GROUP разработала собственные модели машинного обучения (ML), которые используются в DV DSP — платформе автоматизированной закупки рекламы. Алгоритмы оценивают рекламные показы и помогают управлять закупкой на аукционах в реальном времени. В работе моделей используются собственные транзакционные данные компании и технологии идентификации аудитории.
От оценки показа к решению о закупке
Каждый доступный рекламный показ отличается набором характеристик: площадкой, устройством пользователя, временем, форматом объявления и доступной историей взаимодействий. Модели анализируют эти признаки в совокупности, чтобы оценить вероятность клика еще до участия в аукционе.
В DV DSP алгоритмическая оптимизация решает три самостоятельные задачи:
- Прогнозирование — оценить вероятность целевого действия при определенных условиях показа.
- Отбор инвентаря — определить, стоит ли участвовать в конкретном аукционе.
- Управление ставкой — рассчитать экономически обоснованную цену рекламного контакта.
Эти механизмы связаны между собой, но отвечают за разные решения. Прогноз показывает ожидаемую результативность размещения, отбор определяет целесообразность закупки, а управление ставкой связывает оценку показа с его стоимостью. Для каждого этапа нужны отдельные критерии оценки.
Как используются данные о покупках
DV DSP интегрирована с собственной CDP — платформой клиентских данных. Она содержит сведения о покупках в электронной коммерции: категориях товаров, брендах, суммах и частоте покупок.
Чтобы использовать эти сведения в рекламной закупке, компания сопоставляет устойчивые идентификаторы пользователей (Stable ID) с идентификаторами cookie. Эта технология позволяет связывать покупательские сегменты с аудиторией рекламных размещений.
Транзакционные признаки применяются как для выбора аудитории, так и для обогащения моделей машинного обучения. Таким образом, оценка рекламных возможностей дополняется информацией о покупательском поведении и склонности пользователя к покупке.
Как оценивается эффективность
Наличие модели машинного обучения само по себе не гарантирует повышения эффективности кампании. Результат зависит от качества входных данных, точности прогнозов и их калибровки — соответствия прогнозируемых вероятностей фактическим результатам. Также имеют значение механизм управления ставками, ограничения бюджета и выбранная целевая метрика.
В DV GROUP работу алгоритмов дополняет экспертная аналитика. Команда проверяет качество данных и оценивает, насколько решения системы соответствуют задачам рекламодателя.
Такой подход объединяет собственные модели, транзакционные данные и технологии идентификации аудитории в процессе закупки. Его эффективность определяется тем, насколько прогнозы помогают принимать экономически обоснованные решения и насколько результативность этих решений подтверждается фактическими данными кампании.
Реклама «ДИВИГРУПП» ООО | dvgroup.com
erid: 2W5zFJvz9Tg