Мы таргетировали рекламу по фотографиям профилей в соцсети. И вот что вышло

Про анализ изображений простыми словами

Мы поставили цель — найти пользователей со слабым зрением, потенциальных покупателей линз, очков, диагностики и коррекции. Сформулировали простую гипотезу: если на аватарке профиля есть очки, то, скорее всего, у потенциального владельца аккаунта зрение не в норме.

Дальше за работу взялась команда из программистов, разметчиков данных и аналитиков.

Если говорить простым языком, они сделали следующее:

• Выгрузили огромное количество фотографий людей
• Разметили на фото лица
• Разметили лица с очками и без очков
• Научили нейросеть распознавать на фотографиях лица
• Научили определять, есть ли на лице очки или нет
• Выгрузили аватары профилей ВК и пропустили их через нейронную сеть

Интересно, что когда мы просматривали полученную базу глазами, то заметили, что встречаются профили, где наличие очков глазами тяжело обнаружить, а нейронная сеть их находит.

Таким образом, можно научить сеть находить практически любой признак. Например, недавно на Хабре выходила колонка разработчиков, которые написали детектор, определяющий есть на строителе каска или нет. В его основе лежит похожий принцип.

На конец мая 2018 года мы планируем проанализировать регионы России и увеличить базу «очкариков» до 4 миллионов профилей. Это объемы для рекламной кампании федерального масштаба.

Нейросеть разрушила рекламные гипотезы

Первый тест парсера помог нам найти 263 тысячи аккаунтов в Москве и области, на аватарках которых есть очки.

Вот, что узнали об этой аудитории:

• Это примерно 1% от пользователей ВК в регионе
• Доля очкариков в возрастных группах от 18 до 45+ плавно увеличивается с возрастом с 0,7% до 2%;
• В абсолютных значениях больше всего очкариков в возрастной группе от 30 до 35, а не после 40
• Самые популярные паблики среди очкариков из Москвы — это не паблики про программирование, компьютерные игры или литературу, а паблики про Москву.

Если бы мы искали аудиторию с плохим зрением стандартным способом, то, скорее всего, мы бы прикинули: «Проблемы со зрением точно есть у людей после 40. Особенно у тех, кто много сидит за компьютером, например, у программистов». В итоге запустили бы рекламу на мужчин старше 40 лет, подписчиков условного Хабрахабра в ВК. Сейчас видим, насколько такой подход ограниченный.

Есть более изощренный вариант, с помощью которого рекламодатели работают с аудиторией очкариков:

• Покупают рекламные посты с опросниками или находят чужие
• Выясняют, у кого из опрошенных плохое зрение
• Парсят id из опросников и запускают по ним рекламу

Итак, очкарики — это одна из аудиторий, на которую невыгодно таргетироваться по интересам, по поведенческим и социально-демографическим факторам или с помощью гиперлокального таргетинга. Вы либо собираете очень небольшую выборку, либо стреляете из пушки по воробьям.

Таргетинг по фотографиям устраняет этот конфликт и помогает точно таргетироваться на широкую аудиторию — в несколько миллионов пользователей. Но и это не гарантия успеха. И вот почему.

Как мы протестировали различные сообщения

Ради фана и эксперимента мы решили протестировать первую базу «очкариков» для рекламы конференции eTarget. Это не целевой продукт для людей с плохим зрением, но нам было интересно проверить, как аудитория отреагирует на то, что мы о ней много знаем. Мы совместили базу с существующим сегментом аудиторий из рекламной кампании конференции и получили маркетологов в очках и пользователей с интересом «бизнес».

Несмотря на то что мы дважды указали пользователю про то, что мы знаем, кто он такой (SMM-специалист, еще и в очках), отклик у аудитории был минимальный. На снимке ниже — худший пост из всех созданных в кампании:

Даже если вы очень точно подобрали аудиторию, нужно в любом случае изучить ее потребности, сформулировать и протестировать несколько рекламных сообщений и образов, затем оптимизировать кампанию.

В посте-лидере мы разместили видео и изменили заголовок текста на «Вы видите этот пост потому, что вы носите очки с вероятностью 90%». Общая оценка объявления выросла на 2,5 пункта и составила 8,4 балла из 10 возможных.

Сейчас мы тестируем базу с московской клиникой коррекции зрения, которая перестала рекламироваться в ВК в 2017 году из-за нерентабельности.

Наша задача — показать стоимость заявки на 50% дешевле.

Нам удалось стоимость цели снизить на 75%. Дальнейшее снижение стоимости возможно при более продолжительной рекламной кампании и более детальной оптимизации показа объявлений.

Советы тем, кто захочет повторить наш опыт

• Начинайте с правильной формулировки гипотезы. Не каждую аудиторию имеет смысл искать по фотографиям. Если же визуальный признак самый явный, например, наличие бороды — переходите к следующему этапу.
• Собираете базу фотографий нескольких типов (например, очкарики — не очкарики, бородачи — не бородачи) – от тысячи фотографий.
• Стройте и обучаете нейронную сеть с помощью нейросетевой библиотеки (TensorFlow и другие), например, архитектуры ResNet.
• Выкачивайте фотографии из соцсети.
• Пропускайте фотографии через нейронную сеть.
• Настраивая рекламную кампанию, не забывайте, что точный таргетинг — не панацея. Важно понимать потребности аудитории, формулировать правильные сообщения и тестировать их.

Материалы по теме:

Кейс: как малому бизнесу правильно работать с контекстной рекламой

«Жить в мире digital-продвижения станет сложнее»: тренды performance-маркетинга в этом году

Работает ли таргетинг в наружной рекламе?

Я недоволен результатами контекстной рекламы. Что делать?

Как сделать рекламу в интернете более эффективной с небольшим бюджетом — пять советов