Facebook делает рекламные кампании более персонализированными

Проблема

По данным Facebook, до 50% продаж в современной e-commerce происходит через мобильные устройства. Поведение владельцев этих гаджетов в плане потребления контента сильно отличается от того, с чем привыкли иметь дело большинство маркетологов. В среднем человек использует смартфон для просмотра интернет-страниц или видео 80 раз в день, соответственно, сессии становятся очень короткими, а принятие решения о покупке товара или услуги принимается после многократного контакта человека с брендом. Например, в индустрии путешествий, по данным Facebook, в среднем на одну покупку приходится 56 таких контактов. Пользователь где-то видит короткий ролик или баннер, потом в другом источнике читает дополнительную информацию, смотрит видеообзор, изучает впечатления пользователей соцсетей и т. д. В такой ситуации невозможно полагаться на классическую цепочку продаж «реклама — клик — покупка», потому что она не срабатывает. «Во многих случаях модель покупки рекламы с оплатой за клики работает плохо, по нашим данным, 91% пользователей, увидевших рекламу, не кликают по ней, и при этом многие из этих 91% совершают покупку. Многие из тех, кто кликнул, не покупают товар или услугу. Помимо этого, влияет и другой важный тренд: 50% всех денег на планете уже совсем скоро будут зарабатывать и тратить миллениалы. Внимание этой аудитории сильно фрагментировано: почта, мессенджеры, социальные сети, прочие источники контента. Старые подходы к рекламе с этим поколением не работают. С другой стороны, по нашим данным, в мобильном видео 50% аудитории способны воспринять рекламное сообщение за три секунды. Это говорит, в том числе, что традиционные «телевизионные» креативы не подходят для этой аудитории», — объясняет менеджер по цифровым рекламным продуктам Facebook в Восточной Европе Сергей Кузьмин.

Решение

Чтобы эффективно нацеливать рекламу в новых условиях, Facebook создала новую модель, основанную на машинном обучении. Разработанный компанией алгоритм берет информацию о людях, прошедших анкетирование и опросы, в частности о том, как часто они совершают покупки, какие товары и услуги им интересны, какие типы созданного брендами контента привлекают их внимание, а какие вызывают раздражение. Компания экстраполирует эти данные на всю базу пользователей Facebook. «У нас несколько продуктов с аудиторией более миллиарда человек, эта база позволяет нам с достаточно большой точностью предсказывать поведение и предпочтения в том числе и тех пользователей, которые нам о себе ничего не рассказывали. Традиционно бренды и магазины пытались сегментировать аудиторию, чтобы понять, на кого ориентирован тот или иной продукт. Это могло быть деление по полу, возрасту, достатку и еще нескольким показателям. Сейчас мы говорим о том, что у нас должны быть тысячи разных групп потребителей и для каждой у компании должна быть своя нативная реклама, свои продукты и свои подходы», — пояснил Кузьмин.

Компания, работающая с Facebook, загружает в специальный интерфейс всю базу имеющихся у нее продуктов, и затем основанный на машинном обучении алгоритм определяет, что именно показать пользователю. «Есть хороший пример с продвижением приложений. К примеру, мы знаем, что человека, скорее всего, заинтересует какая-то модель телефона, но нам надо «продать» ему приложение e-commerce. Мы можем показать ему рекламу этого телефона по какой-то специальной цене, он кликнет на нее, скачает приложение, и после этого оно откроется у него сразу на странице с этим телефоном», — говорит Кузьмин.

Facebook также разработала концепцию динамического креатива. Понятно, что компания не может создавать рекламу для каждого потенциального потребителя, но можно придумать много «кусочков» рекламной кампании с разным креативом — своего рода конструктор. Самообучающийся алгоритм самостоятельно «собирает» из этих элементов тот вариант ролика или баннера, который, по его мнению, лучше всего подходит конкретному пользователю.

Результат

По словам Сергея Кузьмина, 80% миллениалов относятся к персонализированному контенту в продуктах Facebook положительно. Представители компании утверждают, что разработанные алгоритмы машинного обучения не только способны угадывать предпочтения пользователя, но и могут предсказывать его действия в сети: клики, лайки, просмотры и т. д. Компания использует метод как в рекламных целях, так и чтобы предлагать пользователям интересные для них новости и мультимедийный контент. ИИ также используется для борьбы с новостными фейками и для других задач. Сами потребители, пресса и отраслевые эксперты не особо позитивно относятся к тому, что компания накапливает такой огромный массив информации о каждом пользователе. И это не несмотря на то, что представители Facebook постоянно напоминают, что данные обезличены и ни один сотрудник или внешний партнер не может получить доступ к истории поведения конкретного человека — эти данные «видны» только алгоритму.