Тренды развития рекламных технологий и применение в рекламе высоконагруженных систем, работающих с Big Data

Разберемся, что такое Big Data?

Термин Big Data был использован впервые в 2008 году редактором журнала Nature, когда он рассуждал о больших объемах данных, накопленных человечеством, и сложностях их обработки. Впоследствии "биг датой" стали называть любые большие объемы данных, с которыми мы имеем дело. При этом надо понимать, что с по-настоящему большими данными можно столкнуться, например, в анализе космического пространства, звезд и галактик или в медицине при решении таких задач, как обработка молекулярных данных, полученных путем анализа структуры молекул ДНК (описание генома всего одного человека весит не меньше 200 Гб.).

Говоря о Big Data в контексте рекламной индустрии, мы будем иметь в виду куда более скромные массивы данных, которые, тем не менее, требуют особых методов сбора, хранения и обработки и успешно применяются для увеличения эффективности рекламных коммуникаций.

А есть ли Big Data в рекламе?

Большие данные в рекламном бизнесе - не такие уж и большие. Рекламный инвентарь в открытом аукционе России сегодня - в районе 30 тысяч обращений в секунду, или всего лишь 2,5 млрд попыток показа баннера в сутки. Для сравнения, ВВП России в 2016 году составлял около 235 млрд рублей в сутки. Вот где простор для аналитики.

При работе с данными интересен не столько их размер (big они или не big), сколько их источник (от этого будет зависеть их качество и результативность), способ их обработки и анализа для выявления связей. Это немного шире, чем просто данные для использования в рекламе. Даже rtb и programmatic, которые основаны на data, работают с сегментами, то есть с уже обработанными массивами информации. Хотя действительно большие данные могут быть под капотом самой системы (например, в предикте DSP - платформа по закупке).

Эволюционируют и сами источники получения данных. Если раньше это были только куки, то теперь в данные входят даже офлайн-параметры поведения пользователя, вплоть до манеры вождения человека. Помимо этого, данные можно получить из истории банковских транзакций, SMS-сообщений, перемещений пользователя, местонахождения дома и работы и многих других параметров.

Тенденции Big Data:

1. Синхронизация с внешними триггерами

Уже сейчас доступны технологии, когда вы можете сопоставить событие, происходящее в офлайн-среде с вашей рекламной кампанией. Самый простой и популярный триггер - это погода. При изменении температуры в регионе, городе или районе вы можете персонализировать вашу рекламу. Например, если стало очень холодно, то показывать рекламу пледа, свитера, кофе и пр. А если жарко - мороженого, путевок на курорт, купальников и пр. Не менее часто рекламодатели стали использовать триггер - время дня. Если у пользователя за окном ночь, то и креатив будет соответствовать ("Специальное предложение для полуночников").

2. Доступность данных

На Западе к данным в бизнесе относятся гораздо проще. Никто не считает их суперсекретными, и сами пользователи готовы делиться своими данными в обмен на улучшение работы сервиса/продукта или на получение бонусов. Многие крупные бренды также открыты к сотрудничеству в области данных. Например, Mastercard открыто делится деперсонализированными данными. General Motors участвует в конференциях, где рассказывает о кейсах применения данных.

В России рынок данных носит более закрытый характер. Совсем недавно "Яндекс" (проект "Яндекс.Аудитории") и Mail.Ru (MyTarget) начали пускать и собирать сторонние данные. Очевидно, что с учетом скорости технологических открытий держать данные в секрете будет все сложнее, да и ни к чему. Однако следует понимать, что передавая в систему свои данные, вы не только предлагаете их коммерческое использование прочим рекламодателям, но в первую очередь обогащаете данными сам маркетплейс, что для многих брендов сегодня недопустимо

3. Скрещивание офлайн- и онлайн-аудиторий

Как можно "поженить" офлайн-рекламу и способы обработки онлайн-рекламы, долгое время оставалось вопросом номер один для индустрии. Один из частых способов "смэтчить" профиль пользователя в интернете и реальной жизни - это попытаться узнать устройство на улице. Например, через сети Wi-Fi. Во многих торговых точках стали устанавливать специальные роутеры, которые помогают синхронизировать, например, офлайн-покупку с онлайн-поведением пользователя.

Как это работает? По сути, единственное устройство, которое знает о вас максимум информации, - это ваш телефон. Каждый телефон обладает уникальным идентификатором - MAC-адресом. Когда вы заходите в магазин, то роутер автоматически подключается к вашему телефону и передает данные о вас рекламодателям. 

4. Интерактивные форматы

Один из самых успешных способов донести рекламное сообщение до пользователя - это применение игровых механик: видеоролики, интерактивные баннеры, опросники, интеграция в популярные игры или просто тесты, которые мы все когда-то проходили в социальных сетях. Такие интерактивные форматы - это источник обогащения профилей ваших пользователей. Можно узнать мнение клиентов о вашем продукте: как часто у них возникает потребность в ваших услугах, какая упаковка или вкус вашего товара у них популярнее и почему.

Например, в "Рамблере" популярен формат баннера-опросника. Представьте, что вы занимаетесь недвижимостью. В этом баннере вы можете спросить: "Какую квартиру вы ищете - однокомнатную или двухкомнатную". Пользователям, ответившим про однокомнатную, вы покажете релевантную им рекламу отличной однушки, а второй категории - двушки.

Также, используя опросники и тесты в Сети, можно узнать более глубокие инсайты и о самом пользователе, например, даже из теста "Какой ты волшебник" можно получить информацию о любимом цвете одежды человека и предложить соответствующую рекламу. Помимо потребительских предпочтений мы способны выделить психотип пользователя, его эмоциональное состояние и устоявшиеся привычки.

5. AI в рекламе

Искусственный интеллект развивается и набирает популярность во многих сферах, включая рекламу. Одним из простых примеров будет работа с текстом. В рекламе есть такое понятие, как контекстуальный таргетинг, когда учитывается не только категория страницы (например, туризм), но и сам текст статьи, суть контента страницы. Ведь сама статья может относиться к выбранной категории, но носить негативную коннотацию (например, о крушении самолета на популярном курорте). Контекстуальный таргетинг более важен для крупных брендов, заботящихся о brand safety и смыслах контента, в окружении которого появляются их креативы. Ни один автобренд не захочет размещать свою рекламу рядом с новостью об аварии с участием автомобиля самого же бренда. Анализировать слова - задача не из легких, поскольку в русском языке много многозначных слов, есть слова, смысл которых меняется в зависимости от контекста, афоризмы и саркастические выражения.

Более сложным примером могут стать технологии компьютерного зрения, когда машина на основе заданных алгоритмов анализирует изображения и, если эти изображения соответствуют тематике вашего продукта, то показывают вашу рекламу. Например, система анализирует фото бегуна, определяет, что оно относится к тематике "спорт", подкатегории "бег", и показывает конкретно на этом изображении рекламу, допустим, кроссовок от популярного бренда.

Количество данных растет в геометрической прогрессии. Интернет вещей, который развивается семимильными шагами, с одной стороны, дарит нам возможность подключить даже СВЧ и чайник к Wi-Fi и запустить приготовление вечернего ужина по дороге с работы домой, с другой стороны, собирает все больше данных о нас.

Наконец-то наметилась главная тенденция перехода от количества рекламы к ее качественной сегментированности для каждого человека.

Работа с большими данными уже давно не является прерогативой промышленных производств и банковских скорингов. Каждый день появляются инструменты, облегчающие работу с данными, позволяющими снизить порог входа и использовать глубокую аналитику даже средним и малым предпринимателям развивающихся рынков.