DV DSP считает шанс покупки до ставки на аукционе

DV GROUP встроила собственные модели машинного обучения в платформу DV DSP, и оптимизация закупки рекламы теперь идёт в реальном времени. Система разбирает аудиторию и сверяет транзакционные данные с цифровым следом пользователей. Если вы продюсер и отвечаете за медиабюджет охватного ролика, у вас появляется шанс перестать платить за показы людям, которые ничего не купят.

Как оптимизация закупки рекламы укладывается в три шага

У каждого показа десятки параметров: тип устройства, время суток, формат объявления, контекст страницы, история прошлых контактов. Раньше programmatic-системы опирались на базовые таргетинги, и видео нередко крутилось на нерелевантных площадках. Теперь работают три шага подряд.

Сначала модель прогнозирует вероятность целевого действия, ещё до отправки ставки на аукцион. Потом по прогнозу алгоритм решает, стоит ли вообще бороться за этот контакт. Дальше автоматическое управление ставкой считает цену показа, которую можно обосновать экономически. Медиабаеру не нужно вручную выставлять ограничения, а риск переплатить за слабый видеоинвентарь падает.

Как транзакции из e-commerce попадают в таргетинг

В классическом programmatic поведение человека в сети и его реальные покупки живут отдельно. DV DSP закрывает этот разрыв прямой интеграцией с собственной платформой клиентских данных (CDP). Там лежат транзакции из электронной коммерции: категории товаров, бренд-предпочтения, средний чек, частота покупок.

Чтобы связать эти данные с рекламным инвентарём, система сопоставляет устойчивые идентификаторы пользователей (Stable ID) с файлами cookie. Модели получают признаки реального покупательского поведения. Для продюсера выход простой: можно искать аудиторию, которая с высокой вероятностью купит конкретный товар, и ваш креатив увидит человек, уже готовый к покупке.

Почему за моделью всё равно сидят аналитики

Алгоритм хорош ровно настолько, насколько хороши данные, на которых он учился. Без присмотра модель ошибается в калибровке: прогноз обещает одно, продажи показывают другое. Мне нравится, что у DV GROUP за алгоритмами стоят люди: аналитики проверяют качество данных и подстраивают модели под цели рекламодателя.

Машина разбирает тысячи аукционов в секунду. Люди следят, чтобы медиабюджет остался целым и кампания выполнила KPI. Цифр по результатам в материале нет, так что я считаю это заявкой, которую надо проверять, и ниже – как.

Что спросить у подрядчика до старта кампании

Эти вопросы подходят любому байеру, который говорит про ML в закупке. Задайте их до подписания медиаплана:

• На каких данных учились модели и откуда берутся транзакции: есть ли своя CDP и как идентификаторы сопоставляются с cookie.
• Как считается цена ставки и где предел, после которого система перестаёт бороться за показ.
• Кто сверяет прогноз с фактическими продажами и как часто. Попросите назвать конкретного человека или команду.
• Какое целевое действие записано в брифе и под какой KPI делается креатив. Зафиксируйте это до съёмок или генерации ролика.

Даже точной закупке нужен ролик, который собрали заранее и под понятный KPI. Если вам нужен материал под такую закупку, посмотрите, как устроен AI-пайплайн для агентств и продакшенов. На практике это, например, межпрограммный генеративный фильм про падел для «Окко. Спорт в цифрах», где цифры стоят прямо внутри кадра, и имиджевый фильм FPU Management про плавучий энергоблок на нескольких языках.