Последний месяц активно копаю в сторону автоматизации анализа рекламных кампаний с помощью нейросетей. И похоже, удалось пробить самую сложную стену 🔥
Если честно, анализ рекламы — это то, что отличает хороших специалистов от середнячков. Написать объявление или собрать семантику нейросетью уже научились. А вот найти причины проблем в кампаниях и сформировать гипотезы для улучшения — это всегда была боль.
Раньше все алгоритмы были линейными. Условно: CTR упал — плохо, поднялся — хорошо. Но реклама не работает так просто!
Например, если CTR был 0,4% и упал до 0,3% — это негатив. Но если был 1,5% и упал до 0,6% — скорее всего, это хорошо, потому что идет фильтрация на более целевые площадки. И для подтверждения этой гипотезы нужно посмотреть как изменился показатель отказов.
Таких взаимосвязей куча, и их нужно анализировать комплексно.
И вот сейчас получилось! Нейросеть анализирует не отдельные показатели, а связи между ними. Подсвечивает проблемные зоны и возможные причины.
Первый тест прогнал по всем кампаниям наших клиентов — обратная связь от директолога позитивная. Часть выводов уже пошла в клиентские отчеты, потому что действительно оказались важными.
Правда, объем данных для анализа одного небольшого кабинета — 10-15 тысяч токенов (это примерно 30-40 тысяч символов). Поэтому сейчас пилим внутренний сервис, чтобы автоматизировать процесс.
Планы большие: дальше хотим автоматизировать рутину типа написания объявлений, фильтрации минус-слов, работы с семантикой. И даже полуавтоматическое формирование отчетов для клиентов.
Но очень интересно посмотреть как это работает за пределами наших процессов. Особенно какие причины удастся находить у спецов с другими подходами к работе с РК.
Сейчас, ищу 2-3 человек для тестирования сервиса. Если интересно попробовать на своих проектах — пишите в комментариях. Даю бесплатно, но нужна обратная связь и готовность обсуждать результаты 👇
