СУЧАСНІ ПІДХОДИ ДО МОДЕЛЮВАННЯ ВПЛИВУ ХАРАКТЕРИСТИК КОРИСТУВАЧА НА ЕФЕКТИВНІСТЬ РЕКЛАМНИХ КАМПАНІЙ

УДК 659.1:330

Хаустов М.М., студент 2 року ОС магістр
ХНЕУ ім. С. Кузнеця

Анотація. Розглянуто особливості реклами та рекламних кампаній, в тому числі в соціальних Інтернет-мережах, визначено сучасні підходи до моделювання впливу характеристик споживача на їх ефективність.

Ключові слова: моделювання, реклама, рекламна кампанія, ефективність, оптимізація.

Abstract. The features of advertising and promotional campaigns, including social online network were investigated. The current approaches to modeling the impact of consumer characteristics on their effectiveness were discussed.

Keywords: modeling, advertising, advertising campaign, efficiency, optimization.

В умовах глобалізації та постійної кризи перевиробництва, виводити нові товари та послуги на ринок стає все важче, отже реклама відіграє все більшу і більшу роль у діяльності компаній по всьому світу. Такі ринкові умови та тенденції вимагають від бізнесу подальшого розвитку та вдосконалення рекламних механізмів та технологій, які можуть формувати попит на товари та послуги через пропозицію.

За останні роки відбулося суттєве ускладнення рекламної діяльності, розширилося коло виконуваних нею функції та виникли нові її види. В останнє десятиріччя активного розвитку набула Інтернет-реклама, перевагою якої є отримання найбільшого ефекту від потенційної цільової аудиторії. Розвиток ринку Інтернет-реклами в Україні відображує загальносвітові тенденції та показує сталу позитивну динаміку. Кількість користувачів Інтернету в Україні сьогодні складає майже 50% населення, країна входить в першу десятку країн Європи за частотою його відвідування, а зростання обсягів витрат на Інтернет-рекламу в Україні у 2016 році склало 33% [1].

На сьогоднішній день одними з найбільш відвідуваних ресурсів в мережі Інтернет є соціальні мережі. Сучасні соціальні мережі пропонують досить розвинуті функціональні можливості рекламування товарів та послуг, застосовуючи широкий набор видів та форматів реклами, охоплюючи величезні цільові аудиторії та дозволяючи працювати з гігантськими групами користувачів, сегментованими за певними інтересами і параметрами, їх велика перспективність для проведення рекламної діяльності є безумовною [2; 3].

Зі збільшенням кількості та різноманітності медійних засобів в інформаційному менеджменті та завдяки зміні поведінки споживачів для компаній давно постала проблема оцінювання ефективності рекламних кампаній. Ця проблема є однією з найскладніших, що стоять перед рекламістами. Аналіз сучасних моделей і механізмів, які дозволяють прогнозувати, оцінювати і моделювати різні ситуації при проведенні рекламної кампанії свідчить про доцільність використання комбінованих груп моделей, які можуть самонавчатися на основі отриманих даних, та, враховуючи комбінований характер моделей, є досить гнучкими і дозволяють включати додаткові параметри та змінні для адаптації під специфічне середовище їх використання.

Визначення ефективності реклами є основою її подальшої оптимізації. Оптимізація ефективності реклами Social Media Optimization (SMO) – найважливіше джерело забезпечення її дієвості та високої результативності з метою отримання SEO-ефекту, що є важливою задачею просування рекламних інтернет-проектів задля їх підняття на найвищі позиції видачі пошукових систем по певних запитах. Високий SEO-ефект та тривалий інформаційний результат – притаманні рекламі в соціальних мережах і створюють основу для зростання комунікативної ефективності [2; 3].

Сучасні підходи до вирішення завдань оптимізації ефективності реклами базуються на використанні комплексу методів та моделей штучного інтелекту, сучасних інформаційних технологій. Причому найбільш ефективними для вирішення цих завдань є використання «BigData», що являють собою серію підходів, інструментів та методів оброблення структурованих і неструктурованих даних, великих за обсягами та різноманітними за характеристиками [4]. Одним з найбільш дієвих серед них є методи машинного навчання DataMining, що являють собою найбільш передові алгоритми та моделі даних для точного аналізу та ідентифікації потреб споживачів, реалізовані в технології DeepLearning. Завдяки цій технології, система реклами отримує можливість створювати точно вибрані та персоналізовані повідомлення для споживачів, а також планувати рекламні кампанії, корисні для них та ефективні для рекламодавців.

Оптимізація рекламної кампанії передбачає поліпшення її показників за рахунок лідогенерації, збільшення CTR, конверсії, грамотних кросплатформенних настроювань показів, аналітики інших даних. При цьому найбільш важливими цілями оптимізації рекламних кампаній є підвищення кількості конверсій, CTR, мінімізація вартості кліків/показів та найбільш глибоке залучення цільової аудиторії.

Аналіз сучасного інструментарію веб-розробки свідчить про доцільність вибору для побудови веб-сервісу моделювання рекламних кампаній в мережі Інтернет таких найпотужніших інструментів, як Javascript та NestJS-фреймворкта Python з фреймворком Django із певними бібліотеками зі сторони серверу та React-у з бібліотеками, такими як Recharts, Redux, React-Router та інших. Використання даного найсучаснішого інструментарію веб-розробки дозволить максимально наблизитися до реального середовища роботи цієї низки моделей, а також отримати релевантні та структуровані результати моделювання, які повністю відповідають емпірично отриманим даним із реального світу.

Із застосуванням наведеного інструментарію було розроблено відповідний веб-сервіс моделювання рекламних кампаній в соціальних Інтернет- мережах. На базі розробленого веб-сервісу визначено, що обраний клас моделей дійсно максимізує вигоди для рекламодавців, надаючи їм найефективнішу та найрелевантнішу цільову аудиторію. Також доведено, що розроблена система надає можливість змінювати будь-які характеристики цільової аудиторії (геолокації, інтереси, вік, стать, тощо) та фільтри у реальному часі, що дозволяє легко тестувати та перевіряти певні гіпотези, що виникають у сфері маркетингу, витрачаючи мінімальні ресурси на вартість реклами, адже вони можуть пробувати різноманітні комбінації та поєднання вказаних цін та показників геолокації, платоспроможності та інтересів.

Підбиваючи підсумки, можна сказати, що розглянутий клас моделей дійсно дуже ефективно виконує своє завдання – максимізувати прибутки для рекламодавців) та сервісів, що надають ці услуги (завдяки якісному розподіленню реклами між користувачами). Проте, необхідно зауважити, що незважаючи на відмінні результати зацікавленості, CTR та конверсії, що можуть надавати сучасні технології інтернет-реклами, дуже багато залежить від безпосередньо якісних властивостей товару чи послуги, адже, як і завжди, основною задачею будь-якої реклами є інформування клієнта і зароджування в ньому інтересу до покупки, що є тільки першим кроком до кінцевої дії. Саме тому успіх кампанії полягає в органічному розвитку, покращенню якості товару, підвищенні ефективності праці співробітників, пошуку нових концепцій та ідей і, звичайно, удосконаленні існуючих інструментів реклами та відповідних моделей рекламних кампаній.

ЛІТЕРАТУРА

  1. The Interactive Advertising Bureau.

  2. Васильев Г.А. Основы рекламы : учеб. пособие / Г.А. Васильев, В.А. Поляков. – Москва: Юнити–Дана, 2012. – 719 с.

  3. Воронкин А.С. Социальные сети: эволюция, структура, анализ / А.С.  Воронкин // Образовательные технологи и общество. – 2014. – № 1, Т. 17.

  4. Гріценко В.І. Визначення інформативності параметрів моделі прогнозування ймовірності вибору продукту в умовах «BIG DATA» / В.І. Гріценко, І.М. Оніщенко // Кибернетика и вычислительная техника. – 2017. – №4 (190). – С. 5–18.

Науковий керівник

д.е.н., проф. Клебанова Т.С.