Предиктивный (или предсказательный) анализ позволяет предположить поведение пользователя, результаты рекламной кампании, построить сегменты аудитории для настройки точного таргетинга и в конечном счете повысить эффективность маркетинговых усилий. С помощью постов от AppsFlyer и Clickz разбираемся в том, что это и зачем нужно маркетологам. 

Что такое предиктивный маркетинг?

Предиктивный маркетинг, согласно AppsFlyer, — подход, основанный на предиктивном анализе, который позволяет предсказать, какие маркетинговые стратегии будут успешными. В основе предиктивного маркетинга лежит аналитика.

Предиктивная реклама как часть маркетинга, соответственно, основывается на исторических данных, алгоритмах машинного обучения для точного определения целевой аудитории и понимания того, как пользователи будут взаимодействовать с рекламой и вести себя относительно нее.

Это не новые понятия: предиктивные технологии используются достаточно давно и позволяют оптимизировать рекламные бюджеты и достигать целей, которые бизнес ставит перед собой.

Предиктивные технологии в маркетинге мобильных приложений

Согласно AppsFlyer, предиктивный маркетинг позволяет маркетологам мобильных приложений работать с тремя основными этапами: удержание, вовлечение пользователей и монетизация. 

  • Удержание — с помощью предиктивного анализа можно предположить, как долго пользователь будет использовать приложение.
  • Вовлечение — аналитика поможет предсказать уровень вовлеченности пользователя.
  • Монетизация — с помощью аналитики можно предположить потенциал пользователя с точки зрения дохода от рекламы, внутренних покупок и других способов монетизации. 

Есть конкретные примеры, с помощью которых будет понятнее о чем идет речь. Их тоже привел AppsFlyer. В мобильной игре алгоритм определил, что пользователи, которые завершают 10-й уровень в течение первых суток, с вероятностью 70% совершат покупку в приложении. 

Или применимо к приложению e-commerce. Данные могут показать, что пользователи, совершившие покупку из раздела «Рекомендованные товары» в течение 24 часов, с большей вероятностью будут покупать повторно каждый месяц. 

Эти выводы могут стать основой для поведенческих моделей, сегментации пользовательской базы и работы с ней. И это то, что сложно построить вручную. 

Предиктивные технологии в рекламе 

Предиктивная аналитика уже давно и успешно используется в рекламе, и вот несколько примеров:

Look-a-like таргетинг

Таргетинг на «похожую» аудиторию позволяет расширить охват рекламной кампании. Сегменты «похожих» аудиторий строятся на основе данных о существующей базе пользователей — и реклама демонстрируется тем, кто имеет те же поведенческие характеристики и «признаки»: интересы, местоположение, активность и так далее. 

Для построения этих сегментов используются предиктивные технологии.

Персонализация и автоматизация рекламного процесса

Искусственный интеллект позволяет использовать данные пользователей для прогнозирования их будущего поведения. Да, это тоже предиктивные технологии. 

Вот несколько примеров, которые приводит Clickz в этом контексте. Amazon — гигантская компания-ритейлер — использует предиктивные технологии для перекрестных и up-sell продаж. Например, с помощью данных cookies маркетологи определяют, что человек, который купил на сайте протеиновый батончик, сейчас читает статью в велнес-блоге. И Amazon может предложить покупателю фитнес-продукт на этом сайте. 

Оптимизация процесса для рекламы в микромоменте

В микромоменты пользователь обращается к устройству с определенными намерениями: что-то узнать, сделать, купить прямо сейчас. Собственно, ключевые микромоменты делятся на три вида: «я хочу узнать», «я хочу пойти», «я хочу сделать/купить». 

В эти моменты можно контактировать с пользователем и демонстрировать ему персонализированное предложение. Помогает динамическая оптимизация: например, реклама может меняться на основе времени суток, в которое пользователь ее смотрит, или погоды в том регионе, где находится пользователь.

С помощью предиктивных технологий можно нацелиться на пользователя до того, как этот микромомент наступит.

Зачем все это нужно? 

AppsFlyer четко определил преимущества предиктивного маркетинга. 

Во-первых, в эпоху ужесточения правил конфиденциальности данных становится меньше. И использование предиктивных технологий, которые основываются на предыдущих данных и моделях, позволяют маркетологам принимать взвешенные решения. 

Во-вторых, предиктивный анализ и применение данных позволяют оставаться конкурентоспособным — предвидеть ожидаемые спады и пики активности пользователей в мобильном приложении, запускать рекламные кампании на ту аудиторию, которой эта реклама точно будет нужна и полезна. 

И, в-третьих, все это нацелено на рациональный расход бюджета — не нужно будет тратить средства на привлечение нерелевантной аудитории в приложение или показ рекламы нецелевым пользователям. 

Источники: appsflyer.com, clickz.com

Мы в BYYD используем предиктивные технологии для того, чтобы определить планируемые KPI рекламной кампании. Имеющийся опыт и данные позволяют нам предположить, каких результатов можно достичь, а также построить стратегию кампании, настроить таргетинги на целевую аудиторию, если необходимо, использовать собранную информацию по пользователям для построения «похожих» аудиторий (look-a-like таргетинг). Посмотрите, как работают наши рекламные кампании и присоединяйтесь к платформе для того, чтобы охватить целевую аудиторию в мобильных приложениях.