Наш клиент — крупнейшая рекламная компания в Канаде. Один из ее проектов — сервис для взрослого контента. Это одна из популярных площадок из сферы развлечений: более 40 млн опубликованных роликов и 350 тысяч пользователей онлайн каждый день.

Сервис с помощью рекламного агентства зарабатывает на показах рекламы в основном контенте: например, использует ролики, баннеры, попапы и другие форматы. На начало 2021 года у сервиса более 2 млрд показов рекламы в месяц.

Сервис со взрослым контентом зарабатывает на рекламе, поступления регулярные, с этим проблем нет. При этом в сфере развлекательного контента высокая конкуренция: от игровых стримов до видео с котятами.

На момент обращения к нам среднее количество отказов от просмотров у сервиса было 17,7%. Это говорит о том, что пользователям не так уж был интересен контент: они не находят интересные ролики для себя. Реклама из-за этого тоже страдала: чем меньше времени посетители проводят на сервисе, тем меньше доход сервиса.

Проблема была не только в доходах от рекламы. Дело во внимании: как только пользователь перестает проводить свое время у тебя, это же время получает конкурент. И возвращать такого пользователя долго, дорого и сложно.

Заказчик обратился с таким посылом: «Сервис собирает много разных данных. Я читал, что с их помощью можно увеличить показатели по контенту и рекламе. Как мне это сделать?»

Наша гипотеза: если научиться показывать ролик с учетом персональных рекомендаций, то посетители скорее будут досматривать ролики, а значит, увидят рекламу.

Сам по себе инструмент настройки персональных рекомендаций известный: например, так работают Ютуб, Спотифай и другие сервисы. Проблема в том, что речь идет о взрослом контенте, поэтому есть отличия от того же Ютуба:

• пользователи не оставляют о себе данных — например, пол, возраст, страну и так далее;
  
• не показывают, что им нравится ролик — не ставят лайки и почти не комментируют;
  
• используют VPN, поэтому нельзя понять, о какой стране речь;
  
• минимум 80% используют режим инкогнито. И каждый раз, когда они заходят на сервис, он считает их за новых посетителей. Поэтому история не сохраняется и сервис не может определить: что и кому нравится.

Несмотря на то, что сервис собирает много данных о пользователях, они по сути анонимные. Поэтому без специальных решений данные остаются просто данными и никак не помогают решать бизнес-задачи

Раз данные есть, их можно каким-то образом обработать. Для этого мы создали алгоритмы, которые позволили собирать, анализировать и выстраивать на их основе персональные рекомендации. Проект занял почти год и строился по этапам.

В задачах с использованием искусственного интеллекта нельзя за один подход выпустить работающий алгоритм. Поэтому мы двигались итерациями: нашли решение → протестировали → запустили → протестировали еще раз → беремся за следующее решение

Где еще пригодится алгоритм для разработки персональных рекомендаций

Алгоритм подходит для любого бизнеса в онлайне с большим объемом контента и количеством посетителей. Контент — это все что угодно, например:

• статьи;
• видео;
• аудио;
• карточки товаров или услуг.

Если у вас похожий бизнес, пишите нам и давайте обсудим, как мы можем вам помочь.

Обсудить или заказать разработку

Накопленный опыт в сфере работы с биг-датой. Это не первый проект в этой сфере. Для крупных клиентов обрабатываем миллиарды строк данных о поведении пользователя. Благодаря данным мы знаем как:

• рассчитывать рейтинг рекламы и выводить ее в соответствии с рейтингом;
• определить вероятность клика на объявление;
• соотносить пользователя с определенным сегментом интересов для показа релевантной рекламы.

Благодаря накопленным знаниям мы уже знали, какие модели и алгоритмы могут подойти сервису. Для заказчика это значит, что его проект мы сделаем быстрее и точнее.

Не тратили время на придумывание с нуля. Вместо этого мы использовали уже работающие решения из направлений, близких к бизнесу клиента. Например, наша команда изучала документацию Гугла, Нетфликса, Спотифая — они профи в настраивании контента. Исследования помогли быстрее определиться с методами и подходами для собственной разработки.

На основе практически анонимных данных мы создали алгоритм, который подбирает ролики с учетом персональных рекомендаций. Благодаря ему сервис увеличил основные показатели эффективности рекламы.

Результаты за 1,5 месяца: как система рекомендаций на базе искусственного интеллекта повлияла на показатели просмотра контента

• +5% — количество просматриваемых роликов;
• +19% — время просмотра одного ролика;
• +10% — рекламный доход заказчика от просмотренных рекламных роликов;
• -16% — доля отказов от просмотров роликов.

Реализуем проекты для онлайн- и офлайн-бизнеса

Работаем с бизнесом любого масштаба. Среди наших клиентов — международные компании, большой и средний бизнес и стартапы.

Телеком: сотовые операторы, интернет-провайдеры.

Финансы: система для приема электронных платежей, страховые компании и брокеры.

Ритейл: магазины, торговые сети.

Интернет-реклама: рекламные агентства, рекламные сети.

Медицина: клиники, медицинские сервисы.

Обсудить или заказать разработку