Как работают обучаемые сегменты в Яндекс.Аудиториях: кейсы и рекомендации

Осенью 2020 года в Яндекс.Аудиториях заработал новый тип сегментов на основе пользовательских данных — обучаемые сегменты. Они, по заверениям создателей, решают проблему, когда конверсий много, но не все ведут к нужному результату, например, пользователь вызывает мастер на замен окон, но не заказывает окна.

Благодаря обучаемым сегментам можно выделить «хорошие» конверсии — те, что способствуют достижению бизнес-цели —, и отсеять «плохие». В итоге работа с такими сегментами оптимизирует рекламы и приводит больше качественных конверсий.

Чтобы начать работу с инструментом, нужно предоставить не менее 50 тысяч идентификаторов конверсий в зашифрованном виде за последние два год. Они должны быть разделены на хорошие и плохие конверсии, а их пропорция в выборке для эксперимента должна соответствовать распределению в генеральной совокупности. И важно, чтобы выборка содержала не менее тысячи идентификаторов наименьшего класса — типа конверсий, которых в выборке меньше.

Также бизнес должен иметь выстроенную воронку продаж с понятными шагами, например: пришел на сайт — записался на прием к врачу — пришел к клинику и оплатил прием.

Мы спросили у специалистов из Adgasm.io и i-Media, а также у команды Яндекса, как работают обучаемые сегменты в Яндекс.Аудиториях на практике и что нужно учесть перед началом тестирования.

Пресс-служба Яндекса

Наша цель — дать пользователям эффективные рекламные инструменты, которые помогут окупить вложения и привлечь клиентов. При этом полезные для бизнеса действия могут происходить на следующем шаге после конверсии в заявку или заказ.

Некоторые рекламодатели стремятся самыми разными способами получать не просто заявки, а обращения от наиболее ценной аудитории: оптимизируют по своей логике управление ставками, уточняют фразы, типы устройств, характеристики аудитории и т. д. Обучаемые сегменты позволяют повысить качество заявок из Директа, показав системе, какие обращения оказались успешными, а какие не подошли.

Инструмент тестировали более полугода в закрытом режиме. На первом этапе мы предложили его 30 рекламодателям. Они предоставили по 50 000 идентификаторов конверсий разного качества, а мы разработали математическую модель для каждого участника теста. Затем провели проверку и получили сегменты пользователей, которые максимально готовы совершить нужное целевое действие.

Сейчас мы создаем обучаемые сегменты по заявкам, и число участников бета-тестирования выросло.

Сам рекламодатель должен понимать, какие конверсии хорошие, а какие плохие. Для обучения системы рекламодатель предоставляет два сегмента пользователей: подходящих клиентов и тех, кого приводить не нужно. Все данные анонимны и передаются в зашифрованном виде.

Наши алгоритмы изучают оба сегмента и определяют уникальные паттерны поведения каждой группы пользователей. Дальше система ищет аудиторию по двум заданным параметрам — ищет всех, кто по интересам и поведению похож на самых конверсионных пользователей и при этом отличается от тех, кто не подошел рекламодателю.

Обучаемые сегменты уже протестировали в разных тематиках: медицине, fashion, продажах мебели, игровой индустрии, индустрии путешествий, юридических услуг и других. Когда у нас набирается несколько рекламодателей из одной индустрии, мы создаем общую модель для отрасли.

Клиенты, которые подключились к бета-тестированию и предоставили достаточно данных, продолжают использовать этот инструмент и делятся успешными кейсами.

Арсений Самохин руководитель группы контекстной рекламы в i-Media

Мы использовали обучаемые сегменты в Яндекс.Аудиториях при работе с банком «Восточный». Тестировали инструмент в кампаниях в РСЯ. В качестве таргетинга использовали семантику по конкурентам и скоринговые сегменты, которые разделили по проценту вероятности отказа в кредите от 0% до 100%, где 100% — максимальная вероятность в отказе.

С помощью корректировок мы ограничили аудиторию и показывались только той, которая входит в выбранные нами скоринговые сегменты. В кампаниях со скоринговыми сегментами процент конверсии в итоговую выдачу кредита увеличился на 2,5%.

Главная цель обучаемых сегментов — выделить аудиторию, которой с высокой вероятностью можно продать товар или услугу, а также работать с аудиторией, которая сможет дойти до последнего шага воронки.

По нашему опыту, новый инструмент подходит не только для финансового сектора, но и для всех рекламодателей с большой аудиторией и конкуренцией в тематике. Лучше всего инструмент подойдет для финансового сектора, страховых компаний, медицинских услуг, автосалонов и недвижимости.

Рекомендуем не брать слишком узкие аудитории. При запуске тестируйте все доступные сегменты и выставляйте корректировки.

По мере накопления статистики важно непрерывно тестировать и использовать сегменты с положительными результатами в качестве корректировок в других кампаниях.

Мариам Оганесян Co-founder & Performance Lead в Adgasm.io

Мы пытались внедрить обучаемые сегменты десяти клиентам, как только инструмент стал доступен. Но при этом мы столкнулись со сложностями:

Невозможность собрать данные. Не у всех клиентов набралось достаточно конверсий для загрузки. Даже компании с оборотом в 250-300 млн в год не всегда могли добрать конверсий.

Сложность в определении хорошего клиента. В бизнесах с высокой частотой покупок понимание того, хороший клиент или плохой, приходит только после нескольких повторных транзакций в течение месяца.

Мы запустили тесты только по трем клиентам: для банка, магазина электроники и магазина коллекционных товаров.

Для банка в первые несколько недель CPL снизился примерно на 10%. Но 3 декабря показатели ухудшились, возможно, что-то сломалось на стороне Яндекса. Мы получили мало заявок с высоким CPL. Затем ситуация выровнялась, но CPL постепенно рос и в итоге стал чуть выше, чем до внедрения обучаемых сегментов. При этом и количество лидов выросло на 8-9%. При условии, что в месяц мы получали несколько тысяч заявок, это значительный рост. Однако стоимость квалифицированного лида выросла примерно на 15%.

Мы реагировали на ухудшения показателей и вносили изменения в кампании. Возможно, на стоимость квалифицированного лида повлияла скорость звонка от колл-центра, которая снизилась из-за роста числа заявок.

Для клиента в тематике электроники добавили обучаемые сегменты в рекламные кампании как повышающие и понижающие корректировки. Тестирование выпало на самый пик сезона — предновогодние дни. Сезон, как всегда, прошел удачно. После наступили новогодние праздники, а далее — февральские. Из-за волнообразной сезонности сложно понять влияние обучаемых сегментов на результаты.

Для коллекционных товаров запустили отдельную кампанию на распродажи по аудитории «хороших» клиентов. Параллельно работала обычная кампания на распродажи. Бизнес оценивает эффективность по количеству новых привлеченных клиентов — коллекционеров. По этому показателю кампания на аудиторию хороших клиентов показала себя значительно хуже, чем обычная кампания.

Основная рекомендация — тестируйте обучаемые сегменты только через инструмент «Эксперименты», чтобы нивелировать сезонность и точно определить влияние изучаемых сегментов.

На наш взгляд, обучаемые сегменты не волшебная пилюля. Есть много других опций Директа, которые показывают более явные результаты, но мы продолжаем тестировать обучаемые сегменты.