Новая методика позволяет максимально точно предсказывать покупательские потребности клиента, что обеспечивает на 41% более эффективные рекомендации.
Во время аукционов в режиме реального времени (real–time bidding) в персонализированном ретаргетинге вычисления осуществляются в очень короткие сроки. Иными словами, у механизма рекомендаций есть лишь миллисекунды, чтобы решить, что показывать на баннере для максимальной эффективности. Решение о том, «что показывать», производится на основе поисковых запросов пользователя, с учетом данных по кликам, информации о продуктах, категориям интересов, порядку покупок и тактике поиска.
Механизм рекомендаций должен действовать максимально быстро, чтобы в доли секунды из миллиардов возможных комбинаций выбрать наиболее интересное для потенциального покупателя предложение.
Недавно RTB House внедрили новые алгоритмы в свою систему рекомендаций, что позволило определять более точные и эффективные предложения. Ее окончательное решение основывается на анализе широкого спектра информации, включая не только паттерны поведения других пользователей с похожим профилем покупок, но и контент баннеров, которые были показаны пользователю ранее.
Новый подход основан на глубинном обучении – наиболее перспективном подполе исследований искусственного интеллекта, которое имитирует процесс работы человеческого мозга при решении задач. Алгоритмы глубинного обучения «принимают решения» о том, что пользователь чаще всего кликает, ищет или покупает.
Без глубинного обучения невозможно было бы использовать динамическую персонализацию из нескольких измерений, которая основывалась бы не только на стандартных системах рекомендаций, но и также на индивидуальной истории показов пользователя.
Также в обновлённом механизме рекомендаций используется технология машинного видения, которая позволяет автоматизировать извлечение, анализ и обработку информации по изображению или последовательности изображений. Это позволяет находить сходства между продуктами, которые заинтересовали потенциальных покупателей.
Как результат – рекомендации становятся более оптимизированными. Доказательством этому являются трафик и клики, полученные клиентами RTB House. С обновлённым механизмом рекомендаций было получено на 41% больше кликов на объявления, чем обычно. Наиболее интенсивный рост можно отметить в таких секторах, как: интернет-магазины одежды и интернет-магазины с большим количеством категорий, где возможности использования рекомендаций по перекрёстным категориям практически бесконечны.
Бартоломей Романский, главный технический директор RTB House, отмечает, что в течение последних нескольких лет индустрия работала над инструментами, которые в какой-то мере превосходят человеческую интуицию. «Наша цель состоит в том, чтобы предоставлять такую рекламу, которая, с одной стороны, будет вызывать у пользователей интерес, а с другой – будет эффективной для наших клиентов.», – комментирует Бартоломей.
«Реализованный нами инновационный механизм рекомендаций переносит персонализацию на новый уровень. Глубинное обучение позволяет нашему механизму выбирать для отображения на баннерах товары с наибольшим потенциалом для покупки. Кроме того, благодаря машинному зрению, мы можем анализировать тысячи изображений в секунду, определять шаблоны с большой точностью и корректировать рекомендации даже для малейшего изменения в поведении клиента. В конечном итоге, более высокая производительность приносить нашим клиентам большую отдачу от рекламных расходов и помогает увеличить ROI», – резюмирует Романский.
