MediaGuide
Media Guide — портал о медиабизнесе для профессионалов. Каждый день для вас публикуется необходимая в работе информация: новости рынка, интервью, аналитика, гид по рынку российских медиа, вакансии и резюме.
вторник,  02 июня

Курсы валют ЦБ

Архив новостей

Новостной RSS-поток RSS-поток новостей

Подписка на
новости

О подписке


10.12.19

Как с помощью машинного обучения

улучшить точность прогнозирования ТВ аффинити и показателей в digital

Отдел Data Science Havas Media рассказывает, как улучшить точность прогноза ТВ аффинити в 2 раза и снизить погрешность планового CTR на 50%

Главной целью применения машинного обучения в медиапланировании является получение как можно более точного прогноза. Havas Media делится опытом применения машинного обучения для прогнозирования ТВ аффинити и показателей кампаний в digital.

ТВ аффинити

Задача: прогнозирование ТВ аффинити на различные целевые аудитории, исходя из будущей сетки канала.


Этот показатель, по сути, отражает интерес некоторой социальной группы к телевизионным событиям. И зная, что какую-то программу будут лучше смотреть молодые девушки, есть возможность поставить в сетку релевантный рекламный ролик.

При этом существуют прогнозы рейтингов на разные целевые группы, которые предоставляет НРА. Однако набор этих целевых аудиторий в данных НРА, доступных для агентства, зачастую ограничен. А нам нужен инструмент, который позволит прогнозировать ТВ рейтинги на любую целевую группу «здесь и сейчас», независимо от ее размера и определения. В медийных агентствах решением задачи прогнозирования занимаются, как правило, ТВ баеры. По нашим оценкам, их погрешность на рекламную кампанию в среднем составляет 3-4%.

Команда Data Science Havas Media решила вопрос с погрешностью за счёт автоматизированного алгоритма. В его основе – метод опорных векторов для регрессии (SVR). На рисунке ниже показан пример – предсказательная способность модели для телесмотрения целевой аудитории на Первом канале.



Анализ показал, что в среднем погрешность прогноза данного алгоритма составляет 1-2% на ТВ кампанию. Таким образом, процесс работы был автоматизирован, а точность прогноза в 2 раза улучшена. Скорость обучения модели составляет в среднем около 4 минут на одну целевую группу для одного канал. На данный момент разработанный алгоритм интегрирован в платформу АДВ Aizek.Trade как один из критериев автоматической постановки ТВ роликов

Кампании в digital

Задача: прогнозирование показателей кампаний в digital с минимальной погрешностью.


Часто при планировании programmatic кампаний с моделью покупки по показам менеджеры закладывают в планы «средние по больнице» показатели кликабельности (CTR). Фактические значения этих показателей, как правило, имеют сильные отличия от прогнозных. Алгоритм на основе CatBoost от Яндекс, который был реализован в Havas Media, позволил снизить погрешность прогноза CTR на 50%. Всего в модели используется 15 факторов, среди которых присутствуют категория клиента, размер ставки, продолжительность кампании, формат рекламного сообщения, платформа размещения и другие. Стоит отметить, что погрешность в прогнозных моделях таких показателей всё еще остается достаточно высокой, но это обусловлено тем, что на данный момент никак не учитывается качество креатива и его сообщение. Однако в будущем, когда будет накоплено достаточно данных, удастся снизить погрешность прогноза еще сильнее.

Клик на рекламное сообщение является далеко не самым важным действием потребителя для наших клиентов. Поэтому мы в агентстве Havas Media пошли еще дальше и разработали алгоритм прогнозирования ассоциированных и last click конверсий для рекламных digital кампаний. Эти показатели уже существенно ближе к бизнесу и поэтому представляют из себя больший интерес.

На схеме ниже показан пример алгоритма моделирования показателей конверсии для digital кампаний.



«Для применения методов машинного обучения не обязательно обладать высокими компетенциями в программировании. Существует много готовых решений. Например, TensorFlow от Google или CatBoost от Яндекс. С их помощью можно строить и тестировать модели даже без точного представления, как это все работает с точки зрения математики. Достаточно обладать базовыми навыками программирования на R или Phyton. Но для достижения результата знание основ статистики и методов машинного обучения – все же необходимо, ведь применяемый метод должен соответствовать задаче», – комментирует Дмитрий Рыжкин, Data Science Director Havas Media.

Новости рекламного рынка

Всего публикаций - 13272


20.01.20


«АВИЛОН. Rolls-Royce» представил клиентам новый Cullinan Black Badge
«Фишкой» автомобиля, стал знак бесконечности, вышитый на заднем сиденье автомобиля

20.01.20


Эксклюзивное партнерство с брендом Concierge Maps
Рекламное агентство IQ и бренд Concierge Maps подписали соглашение об эксклюзивном партнёрстве по сегменту «Недвижимость»

17.01.20


Сессия АКМР проходит в Санкт-Петербурге
в рамках форума Event Live 24 января 2020 года

17.01.20


Quiet Media стала членом ассоциации GSMA,
которая представляет интересы операторов сотовой связи по всему миру

16.01.20


App Annie подвела итоги развития рынка мобильных игр в 2019 году
По числу загрузок в России лидирует Color Bump 3D, по количеству потраченных средств - Game of Sultans

16.01.20


App Annie: половина времени в мобильных приложениях приходится на социальные сети
Российские пользователи провели в TikTok 55 миллионов часов

16.01.20


App Annie подвела итоги развития мобильного рынка в 2019 году
Россияне проводят в мобильных приложениях в среднем 2,5 часа в день и предпочитают WhatsApp

15.01.20


Cofix в Московском метрополитене
Запущена первая рекламная кампания сети кофеен Cofix

15.01.20


АДВ автоматизирует оценку влияния digital-кампаний
на оффлайн-продажи своих клиентов

15.01.20


Marmalato внедряет в магазинах систему Wi-Fi-аналитики
вместе с Orange Business Services

15.01.20


Рекламная кампания в поддержку NanoCell телевизоров LG:
чистые цвета для настоящего кино, игр и спорта

14.01.20


Москвичи смогут сдать вещи на хранение в отделении Boxberry
Сервисы по хранению вещей набирают все большую популярность среди жителей столицы

14.01.20


Новый год в Viber:
звонки, сообщения и стикеры

13.01.20


Gallery присоединила Красноярск к федеральной цифровой сети
и установила 215-й цифровой билборд в Москве

09.01.20


М.Видео и Instinct показали,
как техника помогает людям включиться 1 января

09.01.20


Особенности медиапотребления поколений X, Y, Z.
Исследование АДВ

27.12.19
Отраслевые, профессиональные конкурсы АКМР
в 2020 году

27.12.19


Новогодние праздники вместе с питомцами.
Опрос Mars Petcare

26.12.19


Parfums Christian Dior и Havas Media объединили талантливых визажистов
в профессиональное сообщество в рамках проекта Dior Backstage

26.12.19


iMARS возглавила медиарейтинг PR-агентств за ноябрь 2019 года
На протяжении 5 месяцев компания входит в ТОП-3 и успешно возглавляет рейтинговую таблицу

25.12.19


Встретить Новый год дома с семьей и выспаться на год вперед:
Ситимобил выяснил, что хотели бы получить россияне в подарок

25.12.19


QIWI оценила рынок игрового стриминга в России и СНГ
в 21,6 млрд рублей

25.12.19


РБК Стиль поставил цель помочь брендам понять поколение Z
Ранее «Стиль» уже пробовал себя в роли гида по новому поколению и новым медиа

23.12.19


NMi Group объявило о новом назначении:
Михаил Дубровин возглавит направление Digital Buying в NMi Digital

20.12.19


Нужна ли фотопечать в 2020 году:
итоги «Черной пятницы» сервиса цифровой фотопечати netPrint

E-mail: info@mediaguide.ru
Телефон: +7(915)385-54-56

Партнеры


© Media Guide 2003

При любом использовании материалов активная гиперссылка на www.mediaguide.ru обязательна.