Машинное обучение - позволило снизить цену клика в 3 раза

количество просмотров1 658   24-03-2017, 17:33
Алгоритм на базе машинного обучения способен отобрать аудиторию более лояльную к интернет-магазину, используя только публичные записи пользователей.

Идея

Возможно ли, используя только публичные данные из одной социальной сети, выделить группу людей, похожих на текущих клиентов онлайн магазина, тем самым размещая рекламу только на эту “более лояльную” аудиторию, уменьшить стоимость клика и, соответственно, цену привлечения клиента?

Входные данные

Источником данных для эксперимента была выбрана крупнейшая российская социальная сеть vk.com. Клиентами считались покупателей интернет-магазина одной из МЛМ-компаний. Для упрощения задачи пользователи подбирались только из города и области одного выбранного города-миллионника.

Данные:

<span style="color:#FF0000">> Обучающая выборка профилей пользователей размером 27К (из которых 2К являются текущими клиентами интернет-магазина)

<span style="color:#FF0000">> Тестовая выборка случайных профилей пользователей: 30К

Машинное обучение

Технические детали

Ради эксперимента было решено не анализировать:

<span style="color:#FF0000">> Связь пользователей между собой.

<span style="color:#FF0000">> Персональные данные пользователей, находящиеся в открытом доступе.

В алгоритме использовались только следующие данные:

<span style="color:#FF0000">> Текст публичных записей пользователя за прошедшие два года.

<span style="color:#FF0000">> Количества лайков и репостов записей пользователя.

Для преобразования текста записей пользователей была применена трансформация TF-IDF (TF — term frequency, IDF — inverse document frequency). В качестве алгоритма машинного обучения был выбран хорошо зарекомендовавший себя в подобных задачах XGBoost.

Проверка идеи

Используя алгоритм на тестовой выборке было отобрано 1.5К пользователей потенциальных клиентов, похожих на текущих клиентов интернет магазина.

Для сравнения качества алгоритма из тестовой выборки случайным образом была отобрана контрольная выборка случайных пользователей аналогичного размера 1.5К.

Для проверки гипотезы был использован метод размещения объявления с ценой за тысячу показов. Было создано два идентичных объявления с одинаковой ценой за тысячу показов и таргетингом каждого на свою аудиторию.

Машинное обучение

Выводы

Алгоритм на базе машинного обучения способен отобрать аудиторию более лояльную к интернет-магазину, используя только публичные записи пользователей. Применяя таргетинг объявлений на аудиторию, отобранную алгоритмом, мы получили в 3 раза более эффективное расходование бюджета за счёт в 3 раза меньшей стоимости клика.

Оригинал: https://dato.ml/cost-per-click-3-times-lower/

инфо и фото: Dato.ml