Параллельное отслеживание для медийной рекламы в Google Ads запускается 1 мая

апреля 30, 2019  
Из категории Советы по продвижению бизнеса

Комментарии к записи Параллельное отслеживание для медийной рекламы в Google Ads запускается 1 мая отключены


Google запустил параллельное отслеживание для рекламы на поиске еще в прошлом году. Переход для видео рекламы пока откладывается.

Параллельное отслеживание для медийной рекламы начнет работать 1 мая. 31 июля оно станет обязательным условием для запуска кампаний с параметрами отслеживания в URL.

Если вы используете сторонние инструменты для подсчета переходов, параллельное отслеживание позволит после клика на рекламу загружать посадочные страницы быстрее. При этом пользователь направляется на лендинг напрямую, а трекинг загружается отдельно.

Убедитесь, что поставщик вашего решения готов к изменениям.

Источник

Prisma Labs привлекла $6 млн от фонда Haxus Юрия Гурского и партнеров

апреля 30, 2019  
Из категории Продвижение и маркетинг

Комментарии к записи Prisma Labs привлекла $6 млн от фонда Haxus Юрия Гурского и партнеров отключены

Prisma Labs — создатель российского фотосервиса Prisma и фоторедактора для обработки портретных фото и селфи Lensa — привлека $6 млн в серии A от фонда Haxus и других инвесторов. Об этом Rusbase сообщил представитель сервиса.

Стартап планирует развивать линейку продуктов на основе нейронных сетей. Средства, привлеченные в ходе инвестиционного раунда, будут направлены на найм новых сотрудников в московский офис компании, а также на дальнейшее масштабирование бизнеса.

«Мы планируем серьезно усилить команду в этом году, а также инвестировать в маркетинг и продвижение нашего нового продукта Lensa на международном рынке» — прокомментировал сооснователь и гендиректор Prisma Labs Андрей Усольцев.

Lensa была выпущена компанией в середине декабря 2018 года. Приложение основано на искусственном интеллекте, оно позволяет обрабатывать фотографию в одно касание, используя различные инструменты и техники. По аналогии с Prisma, Lensa планирует использовать бизнес-модель подписок для монетизации.

Prisma была запущена в 2016 году и стала приложением года по версии App Store и Google Play по всему миру. К настоящему моменту число установок приложения превысило 100 млн.

Сервисы и услуги для вашего бизнеса от проверенных компаний. Только в B2B-магазине Rusbase.

Фото: Unsplash.

Если у вас есть новости, пишите на news@rb.ru. Мы читаем все письма.

 

Mail.ru Group выпустит колонку с помощником Марусей

апреля 29, 2019  
Из категории Советы по продвижению бизнеса

Комментарии к записи Mail.ru Group выпустит колонку с помощником Марусей отключены


Mail.ru Group планирует представить собственную умную колонку с голосовым ассистентом «Маруся» в октябре этого года. Помощник появится в сервисах холдинга летом, в конце июня-начале июля.

Колонка будет отличаться по дизайну от главного конкурента — «Яндекс.Станции». Изначально рассматривалась концепция в виде кристалла, однако от неё решено отказаться из-за дороговизны и влияния стекла на звук.

«Маруся» появится во всех продуктах Mail.ru Group, включая портал Mail.Ru.

Источник

После 9 месяцев переговоров из 30 потенциальных клиентов остался один. История про ML-проект на аутсорсинге

апреля 29, 2019  
Из категории Продвижение и маркетинг

Комментарии к записи После 9 месяцев переговоров из 30 потенциальных клиентов остался один. История про ML-проект на аутсорсинге отключены


Если вы набили руку на этом поприще, статья не даст вам сверхзначимой информации. Но, возможно, моя история покажется чем-то знакомой, и вы с улыбкой прочтете этот текст. Начнем по порядку.

Как стартапу сэкономить: 4 практических способа и немного статистики

Для начала хочется развенчать один миф

Сейчас machine learning в тренде, поэтому о нем так много говорят. А еще очень многие основатели или топы в digital думают, что до таких проектов им еще добираться, как до Луны. Но хочется сразу развеять мифы и приземлиться в практическую плоскость.

По большому счету машинное обучение – это математические методы, которые с помощью зачастую общедоступных библиотек при успешном использовании улучшают показатели вашего бизнеса.

Какие например? Давайте возьмем те области ML, в которых я участвовал:

  • прогнозирование оттока (churn rate),

  • предсказание дохода от пользователя по первым действиям внутри продукта (LTV),

  • рекомендательные системы, которые предугадывают, что пользователи могут с большей вероятностью купить на витринах (upsale & cross sale).

Вышеуказанное относится к задачам по классификации. Был еще опыт по тематическому моделированию:

  • предсказание речевых стратегий пользователей на основе анализа пользовательского поведения (антиспам- и антифрод-инструменты для бизнеса);

  • коллаборативная фильтрация, рекомендующая пользователей друг другу для общения на основе сопоставления параметров и анализа метрики числа сообщений друг другу (где метрикой успеха был переход за число Х взаимных сообщений).

Понятно, что бизнес-целью для двух последних методов было улучшение метрик retention. То есть все эти задачи имеют чисто прикладное значение. В условиях роста конкуренции в digital и удержание, и дополнительные продажи, и рост LTV или снижение затрат на неэффективные маркетинговые каналы, имеют существенное значение для развития бизнеса.

Второй миф, который хотелось бы развенчать

Это то, что машинное обучение – это очень долго. Не всегда, обычно проект длится до трех месяцев при наличии хорошей команды и эффективном взаимодействии архитектора, аналитиков и команды разработки заказчика. Но есть, видимо, типичные ситуации, которые растягивают сроки таких проектов.

Фото: Unsplash

Теперь о моем опыте

Где-то полтора года назад, сделав network из успешных ребят в data science (на двух архитекторов приходилось около 20-ти проектов, всего можно было подтянуть человек 25 – аналитиков, разработчиков – многие из них уже давно не в России работают), я попробовал это упаковать и продавать как аутсорсинг.

Я собрал в pipeline около 30 потенциальных клиентов и прошелся по ним дерзким presale’ом. Какую обратную связь я получил:

  • до 30% потенциальных клиентов пытались хантить команду для inhouse, хотя мы не искали работу;

  • почти 90% не верили опыту распределенной команды на уровне «это возможно?… да ну». В российских компаниях очень много нерешительности, и принятие решений на корпоративном уровне крайне затянуто;

  • нужно было встроиться в процесс бюджетирования, хотя вроде бы вписались в четвертом квартале, пройдя первые встречи в этот период;

  • команды бизнеса в банках, например, часто менялись, что затрудняло presale;

  • один телеком-оператор, сначала критически разгромив все предложения, предложил поработать по модели contingency. Это когда оплата идет строго за результат (который очень зависит от внедрения в продукт и прочих маркетинговых вещей, на которые мы не можем влиять). Но становиться соинвестором для ребят, у которых все ок с деньгами в наши планы не входило;

  • кто-то вообще скептически относился ко всем идеям – особенно из банков дальше первых из топа-5. Ну их ждет яркая трансформация в ближайшие годы.  

Мне стало ясно, что:

  • цикл сделки – это 12-18 месяцев (типично для В2В – системная интеграция, аутсорсинг). Для нас это был как запуск лендинга с апробированием идеи machine learning на аутсорсинге – полили трафиком presale’а, выводы сделали;

  • если внутри заказчика нет людей с драйвом в одном месте, которые при реализации machine learning-проекта могут увеличить свои KPI кратно – у такого проекта нет шансов в реализации. Роль таких людей – убедить основателей или топов попробовать эксперимент, рассчитать выгоду и дополнительный доход (экономию). Без них проект «не купят»;

  • в технической команде заказчика должны быть заинтересованные в проекте люди – из интереса или KPI – иначе они потопят проект и будут ему противодействовать. Они должны стать союзниками – без них проект «не взлетит».

Фото: Unsplash

Скорее всего, это очень очевидные вещи. Но если они вам помогут в любом аутсорсингом проекте – я буду только рад. Смех смехом, но капитан очевидность может помочь вам избежать ошибок.

Кстати, SEO на аутсорсинге продается ненамного легче. Иногда цикл продажи для потенциального заказчика длится 6-9 месяцев, закрывается невероятная возможность или конкурент забирает целый кластер семантики.

За это мы все обожаем digital – пока кто-то медленно тупил, его обскакали конкуренты порезвее, взяв трафик за стоимость клика раз в 30-50 меньше, чем в контекстной рекламе.

Время, опыт и знания в digital – зачастую важнее денег. Если в Долине много денег и можно ошибку залить инвестициями, в России ситуация несколько иная.

Но отбросим лирику – в итоге из 30 потенциальных клиентов у нас остался в итоге один. При этом от вброса идеи, то есть «первого касания», до старта проекта прошло 9 месяцев интенсивных переговоров.

Какая была задача и что мы cделали?

Нужно было сделать инструмент предсказания LTV для СРА-сеток, чтобы отсеивать трафик от веб-мастеров по первым шагам пользователя внутри продукта. То есть нужно было понимать LTV за 3, 6, 12 месяцев по первым 24-36 часам поведения пользователя внутри продукта.

Мы разбили проект на стадии и начали работу. Стадии обычно включают:

  • нормализацию данных,

  • создание алгоритма и его тюнинг,

  • передачу заказчику.

Из плюсов старта – СТО проекта им заинтересовался и выделял время/ресурсы, что не было характерно для других маркетинговых задач. Из минусов: внутри команды не было аналитика с python, чтобы было кому передать алгоритм, в том числе по вопросам его модификации и соотнесения данных. Но были разработчики, которые оперативно отвечали.

СТО был на стороне проекта. Это было круто.

У проекта была специфика, данные не хранились общем хранилище и не были до конца стандартизованы и описаны. То есть около 3-4 недель ушло на понимание, таблиц и их состояний-статусов, плюс, описание событий внутри этих таблиц.

В проекте участвовал архитектор и пара аналитиков с нашей стороны. Machine learning приземленно – это когда к данным в виде событий (а это все, что делает пользователь в вашем продукте) находят наиболее подходящий метод, на пальцах – математику, которая дает наилучший прогноз.

Об ошибке

Здесь была допущена ошибка, которая привела к увеличению сроков проекта. До этого мы чаще всего работали с BigQuery или с другими видами зафиксированных по структуре данных решениями.

Оказалось, что многие изменения в ходе развития продукта модифицировали события внутри таблиц данных, часть исчезала как вид данных или переименовалась. То есть нормализация и очистка нужна была постоянно.

Фото: Unsplash

В результате после первого внедрения алгоритма (это был Random Forest плюс некий гибрид с доработкой), модель показывала предсказывания LTV на уровне 75% на месяц-три и чуть сильнее на длительный срок, то есть предугадывала, как будет платить пользователь и каков у него будет LTV.

В момент переноса на бой из тестовой среды обнаружилось, что алгоритм поломался из-за переделки баз данных. Разработчик, который вел проект, переписал код. После второго переноса (на самом деле, это была версия второго алгоритма или во многом новый алгоритм) в бой выявилась проблема с данными.

В итоге получалось, что алгоритм нужно дорабатывать, если данные/события меняются в таблицах.

В этот момент наш разработчик переехал в США, старт работы там снижал его заинтересованность в переписывании алгоритма в третий раз. Все были в легком отчаянии. Мы договорились зафиксировать структуру баз данных, проведя обучение внутри заказчика, полностью описав, как работает алгоритм.

Стало ясно, что внутри нужен такой человек, который будет технически понимать архитектуру продукта и как работает алгоритм, на основании каких данных и что ему нужно отдавать. Он будет специализироваться на этой работе и отдавать ей минимум на 80% рабочего времени. И будет «болеть» проектом.

Фото: Unsplash

Мы начали искать такого эксперта, чтобы он постоянно поддерживал проект. Нам повезло, что у заказчика был на примете сильный аналитик-разработчик, который стал заниматься data science.

Он работал до этого у заказчика и с радостью вернулся к работе, тем более именно отсутствие machine learning заставило выйти на время из компании (техническая команда заказчика распределена по регионам России).

После обучения он смог сделать так, что алгоритм был постоянно в рабочем состоянии и отдавал через интерфейс прогнозы по каналам, что позволило отключить часть трафика, который не окупился бы никогда.

Какие выводы мы сделали?

  • Нормализация данных и их «фиксация» – это базовое условие для быстрой реализации алгоритмов machine learning. Без этого ничего не работает.

  • Наличие в проекте драйвера в лице бизнеса и поддержки со стороны СТО – это необходимые условия, чтобы проект дошел до стадии «в бою».

  • Внутри компании заказчика должен быть человек, которому вы передадите алгоритм. Эта команда должна быть квалицирована или мотивирована на поддержку или сопровождение алгоритма. Без этого ваше детище не выживет.

  • В стадиях ведения проекта у нас был пункт «презентация, какой алгоритм выбран и как он работает, на основании каких данных» после разработки первого прототипа. Мы были в эйфории быстрого движения к цели и на драйве классного взаимодействия с СТО и командой заказчика в целом, так как на этапе нормализации данных дали пару-тройку инсайтов по продукту. Следуйте своему плану. Мы этот пункт пропустили и получили месяца два задержки и двойную разработку.

Как machine learning-команде нам интересны островки terra incognita в виде новых задач и, конечно, мы были не заинтересованы в change management и дополнительной тарификации заказчика.

Мы хотели запустить проект побыстрее, заняться следующими. Это наивность. Более строгое следование планам и четкость по почасовой тарификации вашей работы по time & material сделает вас трезвее и дисциплинированнее. Всем будет хорошо от такого четкого понимания.

Мне кажется, это нужно делать в любом аутсорсинге – таким образом все будут довольны и по срокам, и по результатам. Вы с заказчиком будете на одной волне, полностью понимая вашу полезность и соотношение value for money.


Материалы по теме:


В нашем Instagram @rusbase сегодня есть на что посмотреть! Подписаться


Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Одноклассники представили вертикальные видео для пользователей и рекламодателей

апреля 28, 2019  
Из категории Советы по продвижению бизнеса

Комментарии к записи Одноклассники представили вертикальные видео для пользователей и рекламодателей отключены


Одноклассники открыли для пользователей и рекламодателей новый формат видеоконтента — вертикальные ролики. Теперь авторы, СМИ и рекламодатели смогут публиковать видео, снятые в режиме портрета, которые будут отображаться в лентах пользователей вертикально, без черных полей по бокам. Новый формат доступен для запуска всем клиентам рекламной платформы myTarget.

По данным международных исследований, пользователи держат смартфон вертикально в 97% случаев для iPhone и в 89% на Android, в том числе для съемки и просмотра видео.

Вертикальные видео занимают больше места на экране мобильных устройств, а также делают видеоконтент заметнее в ленте пользователей и удобнее для просмотра. Как результат — авторы видео и рекламодатели получают больше обратной связи от пользователей.

По данным исследования платформы по продаже мобильной рекламы MediaBrix (текущее название — Receptiv), рекламная кампания с использованием вертикальных видео приводит к увеличенному времени просмотра: уровень досмотра горизонтальных видео составляет 14%, а вертикальных — 90%.

Федеральный сервис заказа такси «Везёт» стал первым, кто успешно протестировал эффективность вертикальных видео в рекламных кампаниях в ОК. Перевозчик запустил в ОК рекламную кампанию с двумя одинаковыми видеороликами: один был вертикальным, а второй — горизонтальным. Показатели конверсии оказались выше в вертикальном формате.

Сергей Миляев, руководитель направления digital-маркетинга сервиса «Везёт»:

Первый тест показал, что на вертикальное видео люди кликают больше, чем на горизонтальное. Средний CTR вертикального видео по нашей первой тестовой кампании — 0,71%. Отчасти, причина в новизне формата: пользователи первый раз увидели такое видео на своих экранах — конечно, они проявили любопытство. Причем мы видим значительную разницу в показателях на устройствах iOS и Android: CTR на iOS оказался в 5 раз выше, но доля досмотров, наоборот, больше у пользователей Android — 7% пользователей досматривали больше половины ролика.

Семен Боярский, директор по развитию стратегических продуктов социальной сети Одноклассники:

Мы видим растущий интерес со стороны рекламодателей к портретному формату во всем мире. Эксперимент с сервисом заказа такси «Везет» хорошо иллюстрирует, что размещение вертикальных видео в мобильной ленте ОК обеспечивает более высокий CTR и лучшие конверсии, так как формат позволяет донести больше информации и привлекательнее выглядит в ленте. Надеемся, что российский рынок быстро перехватит инициативу у глобальных игроков и мы увидим новые рекламные кампании в вертикальном формате.

Источник

«ВКонтакте» начала тестировать различные варианты отображения мобильной версии

апреля 28, 2019  
Из категории Продвижение и маркетинг

Комментарии к записи «ВКонтакте» начала тестировать различные варианты отображения мобильной версии отключены

«ВКонтакте» начала тестировать различные варианты отображения мобильной версии сайта. Об этом Rusbase рассказали в пресс-службе компании.

«Тестируем разные варианты отображения m.vk.com — например в браузерах, где адресная строка снизу», — рассказали в соцсети.

При таком варианте отображения меню находится в верхней части экрана.

Представитель компании не уточнил, какие еще варианты отображения проходят проверку, уточнив только, что тестирование началось 26 апреля.

Фото: burdun/ Depositphotos.

Если у вас есть новости, пишите на news@rb.ru. Мы читаем все письма.

 

 

Ford раскрыл потери от ухода с российского рынка

апреля 27, 2019  
Из категории Продвижение и маркетинг

Комментарии к записи Ford раскрыл потери от ухода с российского рынка отключены

Американский концерн Ford, объявивший в марте об уходе с российского рынка, списал по этой причине $174 млн в I квартале 2019 года. Об этом говорится в материалах компании.

В 2018 году Ford продал в России 53 200 автомобилей (рост на 6% по сравнению с 2017 годом), но рынок рос вдвое быстрее: объем продаж составил 1,8 млн машин. Доля Ford не превысила 3%. В январе 2019 года продажи Ford упали на 44% — до 1740 машин.

Ford Sollers принадлежит три завода в России — во Всеволожске (производит более 160 тысяч автомобилей в год), Набережных Челнах (110 тысяч) и в Елабуге (85 тысяч).

Сообщалось также, что в связи с уходом из России Ford снизил цены на автомобили Ford Kuga, Ford Focus, Ford Fiesta и Ford Explorer. Скидка может составлять до 585 тысяч рублей.

Фото: Unsplash.

Как стартапу сэкономить: 4 практических способа и немного статистики
Если у вас есть новости, пишите на news@rb.ru. Мы читаем все письма.

 

Инстаграм объявляет войну аккаунтам, распространяющим лайки и подписчиков

апреля 26, 2019  
Из категории Советы по продвижению бизнеса

Комментарии к записи Инстаграм объявляет войну аккаунтам, распространяющим лайки и подписчиков отключены


Согласно постановлению суда Facebook обязан предотвратить:

  • Покупку лайков, просмотров и подписчиков в Инстаграм.
  • Нарушение правил использования социальной сети.
  • Продолжение распространения фейковых лайков после разблокировки аккаунта-нарушителя.

Чтобы соблюсти все эти требования и очистить соцсеть от фальшивой активности, Facebook выделил значительные ресурсы и подключил к ее обнаружению на платформе машинное обучение.

Как результат, аккаунты, распространяющие фейковые лайки, просмотры, комментарии и подписчиков будут блокироваться еще активнее.

Источник

Артемий Лебедев показал непринятые варианты логотипа «ВКонтакте»

апреля 26, 2019  
Из категории Продвижение и маркетинг

Комментарии к записи Артемий Лебедев показал непринятые варианты логотипа «ВКонтакте» отключены

Дизайнер Артемий Лебедев показал варианты разработанных его студией логотипов для социальной сети «ВКонтакте», которые не были приняты в качестве итогового. Об этом он рассказал в своем телеграм-канале.

По его словам, в 2011 году было нарисовано 404 различных варианта.

«Это один из тех редких случаев, когда нам настолько стыдно за результат, что мы отказались от авторства. Было нарисовано 403 варианта, 404-й ушел в тираж. У меня до сих пор дергается глаз каждый раз, когда я вижу логотип «ВКонтакте», который напоминает то ли недо-Армани, то ли букву Ж с оторванной лапкой», — отметил Лебедев.

Студия Артемия Лебедева была основана в 1995 году и изначально называлась WebDesign, а нынешнее название получила в 1998 году. Среди ее клиентов были, в частности, «Яндекс», «Газпром», «Евросеть», «Билайн».


 

Инстаграм для продвижения бизнеса. Свежая статистика

апреля 25, 2019  
Из категории Советы по продвижению бизнеса

Комментарии к записи Инстаграм для продвижения бизнеса. Свежая статистика отключены


Facebook изучил поведение 21 000 обычных пользователей Инстаграм и выяснил, как они взаимодействуют с брендами.

66% респондентов из 13 стран используют Инстаграм, чтобы лично общаться с компаниями.

54% пользователей совершили покупку после того, как увидели товар в социальной сети. 87% совершили действие после знакомства с предложением. Другими словами, они пока не купили, но интерес сформировался.

Большинство опрошенных восхищаются брендовым контентом и готовы сохранить подписку даже только ради него. 53% подпишутся на аккаунт компании, если его наполнение покажется им интересным.

Пользователи в первую очередь ценят аутентичный контент и красивую подачу: можно забыть о перфекционизме, но создавать посты, которые привлекут внимание. Рекламу также лучше оформлять в привычном фирменном стиле.

Источник

Следующая страница →