📊 Как Яндекс научился узнавать пользовательские интересы
К 2011 году РСЯ уже знала, какие страницы открывает человек и что он недавно искал. Но интересов у одного пользователя могло быть много.
Одни сохранялись годами: профессия, увлечения, привычки.
Другие появлялись на несколько дней: выбор подарка, подготовка к отпуску или поиск новой стиральной машины.
Системе нужно было определить, какой интерес важен именно сейчас и какое объявление с большей вероятностью получит клик.
🧠 Для решения этой задачи Яндекс начал использовать две технологии: Матрикснет и Крипту.
Матрикснет прогнозировал вероятность клика. Эта технология машинного обучения сопоставляла содержание страницы, свойства объявления, интересы пользователя и результаты прошлых показов. Затем система сравнивала этот прогноз с ценой, которую предлагал рекламодатель, и выбирала наиболее выгодный вариант.
В результате два человека, читавшие одну и ту же страницу, могли увидеть разные объявления. Содержание страницы оставалось одним из условий показа, но уже не определяло его целиком.
Крипта анализировала рисунок поведения: какие запросы человек вводил, какие сайты посещал, когда выходил в интернет и к каким темам регулярно возвращался.
Сначала система изучала поведение людей, о которых уже было известно, что они относятся к определённой группе. Затем находила пользователей с похожими привычками и рассчитывала вероятность того, что они принадлежат к той же аудитории.
Если пользователь регулярно читал профессиональные материалы о рекламе, система могла отнести его к маркетологам. Если искал детские товары и пользовался сервисами для родителей — предположить, что у него есть ребёнок.
При этом Крипта учитывала, что интересы меняются. Увлечение спортом могло оставаться с человеком годами, а поиск отеля — закончиться сразу после поездки.
Со временем сведения Крипты стали одним из сигналов, которые Матрикснет использовал при отборе объявлений.
В 2013 году к предполагаемым интересам добавился ретаргетинг. Он использовал уже не прогноз, а известное действие, зафиксированное Метрикой.
Ретаргетинг знал, что человек заходил на сайт рекламодателя, смотрел конкретный тур, но ничего не купил. Так реклама начала учитывать не только общие интересы пользователя, но и его историю взаимодействия с конкретным бизнесом.
🎯 В 2019 году Директ выделил бесфразные алгоритмы РСЯ, которые работали уже много лет, в отдельную настройку автотаргетинга и сделал их работу видимой для рекламодателя.
Ключевая фраза перестала быть обязательным условием показа. РСЯ смогла сама определять, кому подходит объявление.
К 2011 году РСЯ уже знала, какие страницы открывает человек и что он недавно искал. Но интересов у одного пользователя могло быть много.
Одни сохранялись годами: профессия, увлечения, привычки.
Другие появлялись на несколько дней: выбор подарка, подготовка к отпуску или поиск новой стиральной машины.
Системе нужно было определить, какой интерес важен именно сейчас и какое объявление с большей вероятностью получит клик.
🧠 Для решения этой задачи Яндекс начал использовать две технологии: Матрикснет и Крипту.
Матрикснет прогнозировал вероятность клика. Эта технология машинного обучения сопоставляла содержание страницы, свойства объявления, интересы пользователя и результаты прошлых показов. Затем система сравнивала этот прогноз с ценой, которую предлагал рекламодатель, и выбирала наиболее выгодный вариант.
В результате два человека, читавшие одну и ту же страницу, могли увидеть разные объявления. Содержание страницы оставалось одним из условий показа, но уже не определяло его целиком.
Крипта анализировала рисунок поведения: какие запросы человек вводил, какие сайты посещал, когда выходил в интернет и к каким темам регулярно возвращался.
Сначала система изучала поведение людей, о которых уже было известно, что они относятся к определённой группе. Затем находила пользователей с похожими привычками и рассчитывала вероятность того, что они принадлежат к той же аудитории.
Если пользователь регулярно читал профессиональные материалы о рекламе, система могла отнести его к маркетологам. Если искал детские товары и пользовался сервисами для родителей — предположить, что у него есть ребёнок.
При этом Крипта учитывала, что интересы меняются. Увлечение спортом могло оставаться с человеком годами, а поиск отеля — закончиться сразу после поездки.
Со временем сведения Крипты стали одним из сигналов, которые Матрикснет использовал при отборе объявлений.
В 2013 году к предполагаемым интересам добавился ретаргетинг. Он использовал уже не прогноз, а известное действие, зафиксированное Метрикой.
Ретаргетинг знал, что человек заходил на сайт рекламодателя, смотрел конкретный тур, но ничего не купил. Так реклама начала учитывать не только общие интересы пользователя, но и его историю взаимодействия с конкретным бизнесом.
🎯 В 2019 году Директ выделил бесфразные алгоритмы РСЯ, которые работали уже много лет, в отдельную настройку автотаргетинга и сделал их работу видимой для рекламодателя.
Ключевая фраза перестала быть обязательным условием показа. РСЯ смогла сама определять, кому подходит объявление.