После ухода международных рекламных сетей из России пользователи столкнулись с множеством сложностей (от необходимости переводить рекламу на альтернативные площадки российских рекламных сетей до перегретых аукционов и повышения стоимости ставок). Перераспределение трафика в пользу новых источников – один из наиболее приемлемых выходов из сложившейся ситуации и сегодня мы рассмотрим Beeline OTM DSP.
Экосистема Beeline включает в себя:
- 48,5 млн абонентов
- +35 петабайт Belline Big Data
- 9,5 млн польз. моб приложений
- 15 тысяч публичных Wi-fi точек
- более 3 млн польз. IPTV
- 2,8 млн польз. дом. интернета
Данные всех этих источников используются для создания точного портрета аудитории. В основе портрета лежат более чем 1000 параметров. Для каждой рекламной кампании сегменты собираются индивидуально. Портрет аудитории детализируется, а сегмент кастомизируется и под каждый отдельный запрос клиента.
Для сбора сегмента можно комбинировать несколько разных типов данных. Как правило, строятся несколько сегментов покупателей для проверки гипотез. Наиболее успешные сегменты уже масштабируются для полноценной рекламной кампании.
Билайн обладает собственной programmatic-платформой для запуска таргетированных рекламных кампаний и аналитики на базе аудитории билайн и Weborama (что позволяет загружать свою дату) и Aidata. Инвентарь билайна – web, mobile, inApp форматы, а также баннеры, видео и аудио. ОТМ обладает собственным инструментом антифрода, работает с верификаторами, фильтрует подозрительные показы и некачественные площадки.
Инвентарь билайна также включает SMS. Сообщения можно отправлять как от имени своего бренда, так и от билайн. В теле SMS можно указать адрес, ссылку на сайт с UTM-меткой, номер телефона. Что касается PUSH-сообщений – это не классический пуш от мобильного положения, а пуш по специальному протоколу, который отправляет сообщение в SIM-карту, даже не задействуя интернет. Его может получить даже кнопочный телефон. PUSH способствует выполнению целевого действия, так как блокирует весь экран, но, в отличие от SMS, не остается в памяти устройства.
Кейс торговой сети (FMCG)
Торговая сеть имеет 93 торговых центра в 51 регионе РФ. Количество сотрудников около 12 тысяч человек.
Цель: привлечение новых регистраций в программе лояльности.
Исходные данные: торговая сеть провела аналитику своей клиентской базе, выявив параметры наиболее ценных клиентов.
ML-модель1 дополнила профиль, использовав 150+ критериев из Big Data и, применив собственные алгоритмы, выявила закономерности между характеристиками.
ML-модель: по найденным инсайтам ML-модель подобрала в базе билайн абонентов, которые сформировали сегмент “теплых клиентов” для проведения РК –500к потенциальных клиентов в городах присутствия торговой сети.
В ходе РК модель продолжала обучаться и модифицировала сегмент для получения наилучших результатов.
Собранная ML-моделью выборка, разделенная под каналы, была использована для проведения медийной кампании (на программатик платформе DSP OTM) и SMS-рассылки. Период кампании составил 2 недели.
Результаты:
- количество показов баннеров – 2 550 000
- количество разосланных SMS в ходе РК – 56 675
- итого 8 811 кликов на баннер и рассылку в SMS
- итого 284 регистрации в программе лояльности сети
- 2 640 абонентов, получивших SMS посетили сеть в течение 1,5 месяца после старта кампании.
1ML-модель – модель машинного обучения.
