Математика таргетинга. #izso2011. Лев Глейзер
-
Upload
nikolay-belousov -
Category
Documents
-
view
4.509 -
download
2
description
Transcript of Математика таргетинга. #izso2011. Лев Глейзер
![Page 1: Математика таргетинга. #izso2011. Лев Глейзер](https://reader033.fdocuments.net/reader033/viewer/2022051323/547a064eb37959442b8b4961/html5/thumbnails/1.jpg)
κρυπτή
Математика таргетинга
![Page 2: Математика таргетинга. #izso2011. Лев Глейзер](https://reader033.fdocuments.net/reader033/viewer/2022051323/547a064eb37959442b8b4961/html5/thumbnails/2.jpg)
κρυπτή
Таргетинги в интернете
способ ограничить коммуникацию
интерактивность позволяет принимать
решение по каждому контакту
география, сайт, формат и технология
баннера, слова на странице, слова из
поиска, броузер, провайдер
параметры контакта c ID(регистрация,
частота)
знание о пользователе
Самоцензура рекламы в Интернете ;)
![Page 3: Математика таргетинга. #izso2011. Лев Глейзер](https://reader033.fdocuments.net/reader033/viewer/2022051323/547a064eb37959442b8b4961/html5/thumbnails/3.jpg)
κρυπτή
Аффинити
каждый человек ведет себя по разному в
разное время
при анализе статистики- данные
объединяются и усредняются
у рекламодателя нет точного знания как
говорить с каждым потребителем, только со
статистической группой
Большая часть из нас еще не
определилась с соц.демом ;)
![Page 4: Математика таргетинга. #izso2011. Лев Глейзер](https://reader033.fdocuments.net/reader033/viewer/2022051323/547a064eb37959442b8b4961/html5/thumbnails/4.jpg)
κρυπτή
Идея проекта
собрать статистику в разрезе
пользователя/ID
проанализировать выборку, про которую что-
либо точно известно
найти закономерности отличающие одну
целевую группу от другой
анализируем статистику каждого ID и
приводим к вероятности попадания в группу
Применяем дедуктивный метод ;)
![Page 5: Математика таргетинга. #izso2011. Лев Глейзер](https://reader033.fdocuments.net/reader033/viewer/2022051323/547a064eb37959442b8b4961/html5/thumbnails/5.jpg)
κρυπτή
Источник знания (data)
privacy и сбор данных
уникальный ID и время его жизни
контекстность, как идеал
майнинг информации
данные о любых действиях
пользователя и их взаимосвязях
Логи и Размышления. Т. 2-128
![Page 6: Математика таргетинга. #izso2011. Лев Глейзер](https://reader033.fdocuments.net/reader033/viewer/2022051323/547a064eb37959442b8b4961/html5/thumbnails/6.jpg)
Вероятностный подход
противоречивость и неполнота данных
степень достоверности
возможность перевзвешивания под
внешние факторы
100% аудитории
выбираем лучших\характерных при
использованииОптимизируем монетку ;)
![Page 7: Математика таргетинга. #izso2011. Лев Глейзер](https://reader033.fdocuments.net/reader033/viewer/2022051323/547a064eb37959442b8b4961/html5/thumbnails/7.jpg)
κρυπτή
Выделение факторов
анализируем зависимости между целевой
группой и поведением
вычисляем метрики из любой известной
информации
отбираем сильные факторы для конкретной
классификации
несколько наборов факторов для разных
аудиторий
для соц.дема используется 300 факторов
никто их не знает)
![Page 8: Математика таргетинга. #izso2011. Лев Глейзер](https://reader033.fdocuments.net/reader033/viewer/2022051323/547a064eb37959442b8b4961/html5/thumbnails/8.jpg)
κρυπτή
Машинное обучение
обучающая
выборка
алгоритм ищет
закономерности
между признаком и
логами
применяем
формулу ко всем
пользователей
![Page 9: Математика таргетинга. #izso2011. Лев Глейзер](https://reader033.fdocuments.net/reader033/viewer/2022051323/547a064eb37959442b8b4961/html5/thumbnails/9.jpg)
Классификация
берем внешние категории
смотрим похожее «поведение»
предполагаем, что этому пользователю
это свойственно
оцениваем достоверность
предположения
Можно вычислить людей, которые
живут в нечетных квартирах ;)
![Page 10: Математика таргетинга. #izso2011. Лев Глейзер](https://reader033.fdocuments.net/reader033/viewer/2022051323/547a064eb37959442b8b4961/html5/thumbnails/10.jpg)
Цифры и факты
объем
o 35 дней
o 3 млрд. событий
o 3,4 Tb в день
o 235 млн. ID
o 730 тыс. обучающая
выборка
o 490 тыс. проверочная
o 7,5Tb данные
технологии
oMap&Reduce
oMachine learning
oMatrixnet
o SVD (cингуля́рное
разложение)
![Page 11: Математика таргетинга. #izso2011. Лев Глейзер](https://reader033.fdocuments.net/reader033/viewer/2022051323/547a064eb37959442b8b4961/html5/thumbnails/11.jpg)
κρυπτή
Результат и применение
проверяем TNS
Корреляция с группой (пол- 78%)
выбираем лучших
повышаем аффинитивность
соц.дем таргетинг на страницах
Яндекса
математический подход- как это
объяснить рынку?У нас есть такие приборы ;)
![Page 12: Математика таргетинга. #izso2011. Лев Глейзер](https://reader033.fdocuments.net/reader033/viewer/2022051323/547a064eb37959442b8b4961/html5/thumbnails/12.jpg)
κρυπτή
Планы
мультипрофили
audience extension
долгосрочные интересы
тематический таргетинг
модели потребительского поведения
API для внешнего использования
Автоматически отделять копытных от
хищников ;)
![Page 13: Математика таргетинга. #izso2011. Лев Глейзер](https://reader033.fdocuments.net/reader033/viewer/2022051323/547a064eb37959442b8b4961/html5/thumbnails/13.jpg)
κρυπτή
Почему это революция?
не на базе регистраций
все пользователи
каждый пользователь- уникален
классификаторы могут быть по чему угодно
регенерация информации, которой никогда
не было
данные собираются и пересчитываются
постоянно
Почта не работает, телеграф
отменен, но вот мосты?
![Page 14: Математика таргетинга. #izso2011. Лев Глейзер](https://reader033.fdocuments.net/reader033/viewer/2022051323/547a064eb37959442b8b4961/html5/thumbnails/14.jpg)
κρυπτή
Снятся ли андроидам
электрические овцы?
распределение пола среди роботов:
60% роботы мальчики
40% роботы девочки