Елена Фирсова (Origami) - "Использование машинного...
30
Использование машинного обучения в оптимизации конверсий Фирсова Елена 2016
Transcript of Елена Фирсова (Origami) - "Использование машинного...
Использование машинного
обучения в оптимизации
конверсий
Фирсова Елена
2016
Эффективно ли
расходуется
рекламный
бюджет?
2
Оптимизаторы
- системы,
автоматически
управляющие
ставками для
улучшения KPI
3
Принцип работы оптимизаторов
Высокая эффективность
Повышение ставок
Низкая эффективность
Снижение ставок
4
Управление ставками
5
Что внутри черного ящика?
6
Прогноз Расчет
ставок
Прогнозирование конверсии
7
2 435 кликов
Для оценки Conversion Rate (CR) = 10% ± 1%
необходимо
Прогнозирование конверсии
24 350 руб.
Если 1 клик стоит 10 руб.,
необходимый бюджет:
12
9
…оценивать
коэффициент конверсии
для низкочастотных (НЧ)
запросов?
Но как же…
13
Методы построение прогноза
10
Кластеризация Машинное обучение
Кластеризация
Для предсказания CR низкочастотной
фразы используются:
11
средний CR кластера,
в котором она лежит
средний CR кластеров,
являющихся его родителями
Машинное
обучение
- алгоритмы,
использующие
искусственный
интеллект
12
Осторожно, горячо..!
13
Машинное обучение
14
Зависимость Ключевые
фразы
CR
Конверсия, %
14
Машинное обучение
15 15
Обучающая выборка
Новые ключевые фразы
Прогноз
Обучение алгоритма
Обучающая выборка
Ключевые
фразы
Коэффициент
конверсии
Признаки
ключевых фраз
1 2 3
16
Выбираются только запросы, имеющие
более 100 кликов
Регион показа
Тип соответствия ключевой фразы
Количество слов во фразе
Количество минус-слов
Наличие продающих добавок
Рекламная кампания
Группа объявлений
Показатель отказов
Процент новых посещений
Количество микро-конверсий
….
Более
20 признаков
17
Признаки ключевых фраз
Осторожно, взрыв мозга!
18
Алгоритмы машинного обучения
Более 10
алгоритмов
19
Линейная регрессия
Метод деревьев
Метод ближайших соседей
Метод опорных векторов
Оценка точности
Расстояние между точками
20
Линейная регрессия
21
А В
Метод деревьев
22
А В
Подготовка обучающей выборки
Случайным образом разделяются на 2 части
Обучающая выборка Контрольная группа
23
Теперь можно выдохнуть
24
Результат
Кластеризация Машинное обучение
95,3% 99,8% * для ВЧ ключевых фраз
для НЧ фраз точность 65%
*
25
Точность методов
Недостатки машинного обучения
Необходимо много ключевых фраз со статистикой более
100 кликов
При небольшом объеме обучающей выборки –
очень низкая точность
26
Преимущества
Высокая точность для:
крупных
проектов НЧ запросов
фраз без
статистики
27
Выводы
Машинное обучение –
новое слово в управлении
ставками
Будущее уже наступило!
28
Хотите испытать на себе? Принимаем заявки на тестирование технологии
Требования:
Более 100 ВЧ фраз*
НЧ фраз - сколько угодно
*ВЧ фраза - более 100 кликов за последние 30 дней
Пишите на [email protected]
29
www.origami.ru
(495) 357-15-77
www.facebook.com/origamisystem
30 30
