Метка: реклама

Как подготовить датасет к Machine Learning с PySpark и построить систему потоковой аналитики больших данных на Apache Kafka и ELK: пример прогнозирования CTR

Анна Вичугова
курсы по большим данным и машинному обучению, обучение Big Data и Machine Learning, аналитика больших данных в реальном времени обучение на примерах, Big Data, Kafka, архитектура, Большие данные, маркетинг, обработка данных, предиктивная аналитика, реклама, машинное обучение, Machine Learning, Spark, Python, PySpark, Elasticsearch

В продолжение разговора о применении технологий Big Data и Machine Learning в рекламе и маркетинге, сегодня рассмотрим архитектуру системы прогнозирования конверсии рекламных объявлений. Читайте далее, как организовать предиктивную аналитику больших данных на Apache Kafka и компонентах ELK-стека (Elasticsearch, Logstash, Kibana), почему так важно тщательно подготовить данные к машинному обучению, какие функции PySpark помогают сделать это и на что обратить внимание при настройке Spark-кластера. Строим систему потоковой аналитики Big Data на Apache Kafka и Kibana через Logstash и Elasticsearch Начнем с постановки задачи: требуется спрогнозировать конверсию рекламных объявлений, т.е. вычислить CTR-рейтинг (click through rate) или показатель кликабельности. Эта важная метрика эффективности интернет-маркетинга определяет отношение числа кликов на рекламное объявление к числу показов и измеряется в процентах. К примеру, если реклама была Далее …

Что под капотом ретаргетинга: прогнозирование намерений пользователя с Apache Hadoop и Spark Structured Streaming на сервисах Amazon

Анна Вичугова
курсы по большим данным, обучение Big Data, аналитика больших данных в реальном времени, Big Data, Kafka, Spark, архитектура, Большие данные, маркетинг, обработка данных, предиктивная аналитика, реклама, машинное обучение, Machine Learning, SQL, Hive, Hadoop, Amazon Web Services, AWS Kinesis

Мы уже рассказывали о возможностях ретаргетинга и использовании Apache Spark Structured Streaming для реализации этого рекламного подхода на примере Outbrain. Такое применение технологий Big Data сегодня считается довольно распространенным. Чтобы понять, как это работает на практике, рассмотрим кейс маркетинговой ИТ-компании MIQ, которая запускает Spark-приложения на платформе Qubole и сервисах Amazon, создавая конвейеры потоковой передачи и аналитики больших данных с использованием готовых соединителей и операторов, а также компонентов экосистемы Apache Hadoop — Presto и Hive. Еще раз о том, что такое ретаргетинг и при чем здесь Big Data c Machine Learning Ретаргетинг в сфере e-commerce – это техника убеждения потенциальных клиентов вернуться на веб-сайт после того, как этот ресурс был закрыт без покупки или другого конвертирующего действия (оставить заявку, подписаться на Далее …

Веб-реклама, ретаргетинг и проблемы потоковой аналитики больших данных с Apache Kafka, Spark Streaming и Druid: кейс платформы Outbrain

Анна Вичугова
курсы по Apache Spark Apache Spark обучение, курсы по Kafka, обучение Kafka, обработка данных, большие данные, Big Data, Kafka, архитектура, Spark, Druid, предиктивная аналитика, потоковая обработка больших данных кейсы

Современная аналитика больших данных ориентируется на обработку Big Data в реальном времени. Такие вычисления «на лету» позволяют в режиме онлайн узнавать о критически важных производственных показателях и оперативно понимать клиентские потребности. Это существенно ускоряет и автоматизирует цикл принятия управленческих решений в соответствии с требованиями сегодняшнего бизнеса. Обычно для реализации архитектуры потоковой обработки данных используются распределенные масштабируемые и надежные технологии Big Data, такие как Apache Kafka и Spark Streaming. Читайте далее, как на их основе нью-йоркская платформа веб-рекламы Outbrain разработала собственную систему онлайн-аналитики и при чем здесь Graceful shutdown. На чем стоит ретаргетинг: потоковая аналитика больших данных в онлайн-рекламе Чтобы показать важность аналитики событий в реальном времени для компании Outbrain, прежде всего поясним суть ее бизнеса. По сути, Outbrain является биржей Далее …

Что такое лямбда-архитектура: основы Big Data для начинающих

Анна Вичугова
Big Data, Большие данные, архитектура, Spark, Hadoop, машинное обучение, интернет вещей, Internet of Things, IoT, IIoT, Machine Learning, лямбда-архитектура

Рассматривая основы больших данных, сегодня мы расскажем лямбда-архитектуру, одну из двух главных подходов к построению Big Data систем. Читайте в нашей статье, зачем нужна эта концепция и как она работает, а также при чем тут машинное обучение, интернет вещей, Apache Spark и Hadoop. Что такое Лямбда-архитектура и зачем она нужна Рассмотрим типичный кейс по рассылке контекстной рекламы о скидках в ближайшем офлайн-магазине. Для повышения конверсии необходимо персонализировать маркетинговое предложение. Для этого следует быстро и точно сегментировать каталог клиентов с учетом анализа исторических данных по каждому из них, одновременно определив местоположение конкретного абонента в режиме реального времени. За сегментирование и предиктивную аналитику клиентских потребностей отвечают алгоритмы машинного обучения (Machine Learning). При этом реклама становится нерелевантной при физическом перемещении потребителя, поэтому нужно Далее …

Почему вы не используете большие данные: разоблачаем 4 главных предубеждения о Big Data

Анна Вичугова
Big Data, Большие данные, машинное обучение, Machine Learning, маркетинг, churn rate, клиент, реклама, бизнес

Правда ли, что Большие Данные – это сложно, долго, дорого и нужно далеко не всем: анализируем и опровергаем причины отказа от использования Big Data в бизнесе любого масштаба, от крупного до малого. 1. Большие данные нам не актуальны Даже если вы производите товары вручную или оказываете индивидуальные услуги, для вас актуальны вопросы удержания существующих клиентов и привлечения новых [1]. Поиск поставщиков/подрядчиков и рынков сбыта, справедливое ценообразование, формирование маркетинговых предложений и управление корпоративной репутацией (SERM) – все это необходимо как крупным предприятиям, так и малому бизнесу. Сегодня информация стала самым желанным и перспективным трофеем, монетизируйте ее в свою пользу [2]: проанализируйте интересы и потребности своей целевой аудитории, чтобы найти лучшие точки и каналы сбыта; для сокращения рекламного бюджета таргетируйте рекламу, показывая Далее …

Большие данные (Big Data) в малом бизнесе: миф или реальность

Анна Вичугова
Big Data, Большие данные, машинное обучение, Machine Learning, маркетинг, churn rate, клиент, реклама, бизнес

Зачем малому бизнесу большие данные, где их взять и как использовать, минимизировав затраты на внедрение сложных технологий – разбираемся на практических примерах. Откуда большие данные (Big Data) в малом бизнесе и зачем они нужны Представьте удивление своего клиента, когда он, только переступив порог вашей уютной кофейни или семейной гостиницы, будет приветливо окликнут по имени и радушно встречен новым администратором. Благодаря RFID-метке, встроенной в карту лояльности, информация о покупателе из вашей CRM-системы, включая данные с его страниц в соцсетях, оперативно появляется на телефоне сотрудника. Ваш работник поздравляет клиента с успешной сдачей проекта и в честь этого предлагает добавить к привычному продукту (номеру в отеле или обеденному меню) дополнительную опцию. Потребитель, польщенный таким вниманием, с удовольствием соглашается, обеспечивая вам повышение уровня продаж Далее …

Монетизация Big Data: 4 способа заработать на больших данных вашего бизнеса

Анна Вичугова
Big Data, Большие данные, машинное обучение, Machine Learning, реклама, маркетинг, монетизация, churn rate, целевая аудитория, клиент, деньги, банки

Превращаем большие данные в большие деньги: 4 важных бизнес-действия, которые вам помогут сделать технологии Big Data. 1. Монетизация знаний о клиентах: персонализация маркетинга Здесь мы уже рассказывали о том, что потребитель не хочет быть безликой единицей вашей целевой аудитории – клиенту нужны и важны рекламные предложения только по той продукции, которая интересна именно ему [1]. Даже для одного товара/услуги можно создать десятки версий одного контента, который даст надежный отклик в узком сегменте покупателей. Например, один клиент в автомобилях наиболее ценит их экономичность и экологичность, другой – безопасность и вместительность машины, а третий – эффектный внешний вид и скоростные характеристики [2]. Кроме того, персонализированное сообщение об индивидуальном продукте будет эффективным только при подаче по каналу, значимому для пользователя [3]. Узнайте, кто Далее …

Как большие данные (Big Data) убивают типичного клиента или почему вам срочно нужен персональный маркетинг

Анна Вичугова

Как меняется маркетинг в эпоху социальных сетей и больших данных (Big Data) и чем это поможет вашему бизнесу: рассматриваем практические примеры персонализации рекламных предложений. Новый маркетинг: почему вашего типичного клиента больше нет Описывая портрет своего потенциального клиента, традиционный маркетинг попадает в ловушку обобщения. Например, целевая аудитория продукта: домохозяйки с маленькими детьми, владельцы японских авто с пробегом более 100 тысяч километров или обеспеченные миллинеалы с высшим образованием. При этом возникает «проблема мертвых душ» — группа есть, а человека нет. В реальном мире отсутствует абстрактный «пользователь продукта», такой как молодой человек 25-35 лет, пользующийся мобильным интернетом по 3 часа каждый день. В жизни есть вполне конкретный Петр Евгеньевич Сидоров, 27 лет, холост, который работает врачом-анестезиологом сутки через двое, 3 раза в неделю Далее …

Реклама и маркетинг: как сократить расходы и повысить выручку с помощью Big Data — 5 практических кейсов от российских и зарубежных компаний

Анна Вичугова

Оптимизация расходов на маркетинг: как Big Data позволит вам повысить эффективность затрат на рекламу, наладить стабильную лидогенерацию, превратить посетителей в покупателей и увеличить выручку. Продуктивная реклама: 3 простых способа оптимизации рекламного бюджета Чтобы реклама стала двигателем торговли, она должна быть эффективной, т.е. обеспечивать высокую конверсию. Этот показатель описывает отношение целевого результата к затратам на его достижение. Например, сколько процентов посетителей сайта оставили заявку на товар/услугу, какова доля полученной выручки с продаж от потраченного рекламного бюджета и т.д. При этом эффективность рекламного бюджета зависит не столько от инвестиций в него, сколько от точности соответствия рекламных предложений потребностям потенциальных покупателей [1]. А поскольку рекламные бюджеты всегда ограничены, работа маркетолога сводится к увеличению отклика (заявок, продаж и прочих целевых действий) в условиях минимизации Далее …