ПЕРСПЕКТИВЫ КРОСС-ДЕВАЙС ТАРГЕТИНГА И РЕТАРГЕТИНГА Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 681.3.06

Кублик Е.И., к. техн. н.

доцент

департамент Анализа данных, принятия решений и финансовых технологий

Финансовый университет при Правительстве Российской Федерации

Россия, г. Москва

ПЕРСПЕКТИВЫ КРОСС-ДЕВАЙС ТАРГЕТИНГА И РЕТАРГЕТИНГА

Статья посвящена особенностям технологий кросс-девайс таргетинга, ретаргетинга и перспективам их использования.

Ключевые слова: кросс-девайс модель, кросс-канальная модель, ретаргенинг, таргетинг.

Kublik E.I.

Ph.D., Associate Professor of the Department of Data Analysis, Decision

Making and Financial Technologies Financial University under the Government of the Russian Federation

Russia, Moscow PROSPECTS OF CROSS-DEVICE OF TARGETING AND

RETARGETING

The article is devoted to the peculiarities of cross-targeting technologies, retargeting and the prospects for their use.

Keywords: cross-device model, cross-channel model, retargeting, targeting.

По прогнозам экспертов, к 2023 году в интернет вещей будут входить около 20 млрд персональных устройств («интернет вещей» — термин, обозначающий совокупность гаджетов с выходом во Всемирную сеть; к ним можно подключиться из любой точки земного шара). Поэтому увеличивается число различных компаний, заинтересованных в использовании данных устройств и позволяющих определять пользователей данных устройствах. При этом необходимо определить вид устройства и его местоположение, учесть привычки пользователя данного устройства, его поведенческие геоданные для улучшения взаимодействия с потенциальным клиентом [2,3,4]. Поэтому применение таргетинга при продвижении товаров и услуг может значительно повысить прибыль.

Таргетинг (от англ. target — цель) — это механизм, при помощи которого из всей совокупности интернет-пользователей можно выделить только ту целевую аудиторию, которая соответствует определенным критериям (географический, социально-демографический и др.), и донести до нее определенную рекламную информацию.

В настоящее время выделяют различные виды таргетинга:

тематический таргетинг (показ рекламных сообщений на различных

информационных площадках, которые соответствуют предопределенной тематике);

контекстный таргетинг (основан на поисковых запросах, когда покупатель уже ищет товар, который вы продаете и воспринимает рекламу как рекомендацию);

географический таргетинг (демонстрация рекламной продукции целевой аудитории с ограничением по географическому принципу, ограничиваясь определенным географическим регионом, который выбрал рекламодатель );

таргетинг по времени (представление рекламы в определенные промежутки времени дней недели или суток используя временные предпочтениях целевой аудитории);

социально-демографический таргетинг (представления рекламы для конкретного пола, возраста, социального статуса, дохода;

поведенческий таргетинг (behavioral targeting, BT) (использует механизм поиска информации о различных действиях пользователя: местах нахождения, маршрутах, и др);

ретаргетинг (показ рекламной продукции пользователям, которые посетили сайт и совершили определенное целевое действие).

Поэтому все более актуальной становится задача кросс-идентификации пользователей.

При решении данной задачи используются следующие подходы:

детерминистический;

вероятностный.

В основе детерминистического подхода лежит отслеживание детерминированных данных пользователя. Например, когда пользователь делает онлайн-покупку и вводит информацию о себе, такую как имя, фамилия, электронную почту, номер телефона, номер кредитной карты и др. Все это детерминированные данные. В следующий раз, когда потребитель войдет в систему с идентификатором пользователя и паролем, связанным с данной идентифицирующей информацией, можно с высокой степенью уверенности определить, кто этот человек. Данный подход считается самым точным способом идентификации потребителей.

В основе вероятностного подхода лежат вероятностные алгоритмы анализа поведения покупателей при использовании различных устройств. Вероятностный подход по определению, включает либо неизвестные данные, либо такой широкий массив известных данных, что детерминированные модели теряют свою точность [1].

При совокупном применении данных подходов значительно увеличивается конверсионность.

Таким образом, внедрение действенно работающей кросс-девайс модели позволит эффективно применять мульти-канальную и кросс-канальную модели, использование которых может стать революцией в маркетинге.

Использованные источники:

1. Будко Н.П., Будко П.А., Булгаков О.Ю., Васильев В.В., Давидчук В.В., Евграфов А.Е., Жук А.П., Карпов В.В., Князев В.В., Кублик Е.И., Лепешкин О.М., И Лощенков В., Ляченков С.В., Мезенцев А.В., Павловский И.С., Пирогов М.В., Попов А.А., Потюпкин А.Ю., Прошин Д.С., Радько С.А. и др. Информационно-измерительные и управляющие системы. 2009. Т. 7. № 3. С. 1-92.

2. Кублик Е.И., Батраков В.А., Вербицкий А.С. Проблемные вопросы кросс-девайс таргетинга. В книге: Нейрокомпьютеры и их применение Тезисы докладов. 2017. С. 275-276.

3. Кублик Е.И., Рожнов А.В., Представление логической структуры сложной системы как прототипа вложенной онтологии внутреннего языка схем радикалов для описания восприятия в когнитивных технологиях/подраздел коллективной монографии «интеллектуализация сложных систем...» под ред. А.В. Чечкина и А.В. Рожнова. ч. 2. Информационно-измерительные и управляющие системы. 2009. № 3. с. 28.

4. Рожнов А.В., Нечаев В.В., Гончаренко В.И., Лычев А.В., Лобанов И.А. Интеграция компонентов виртуальной семантической среды и обобщенной модели анализа среды функционирования Современные информационные технологии и ИТ-образование. 2016. Т. 12. № 3-1. С. 187-194.