Зачем нужен машинный маркетинг в баннерном размещении

Что проверяют

Понимаете ли вы, какие решения в показе баннеров принимает модель и почему без неё программатик просто не работает. Интервьюеру важны конкретные задачи и метрики, а не общие слова про персонализацию. Следом обычно спрашивают, как бы вы строили модель предсказания клика и как проверили бы, что она приносит деньги.

Как отвечать

Начните с контекста: значительная часть медийной рекламы продаётся через аукционы в реальном времени (RTB). Площадка выставляет показ на аукцион, и платформа рекламодателя за доли секунды решает, ставить ли и сколько. На миллиардах показов такие решения принимает только модель. Основные задачи:

• предсказание клика и конверсии (pCTR, pCVR): ставка считается как ожидаемая ценность показа, например pCTR, умноженный на ценность клика. Поэтому важно не только ранжирование, но и калибровка вероятностей;
• стратегия ставок: bid shading в аукционах первой цены и пейсинг, чтобы бюджет расходовался равномерно, а не за первый час;
• выбор креатива: многорукие бандиты, например Thompson sampling, для баланса между показом лучшего баннера и проверкой новых;
• аудитории: look-alike по данным о конверсиях, ограничение частоты показов;
• антифрод: отсев ботов и накрученных площадок.

Модели здесь рассчитаны на разреженные признаки высокой кардинальности: логистическая регрессия с hashing trick, факторизационные машины (FM, FFM), градиентный бустинг, DeepFM и родственные сети. Офлайн смотрят log loss, AUC и калибровку, но решает онлайн A/B-тест по деньгам: CPA, ROI, выручка на тысячу показов.

Где спотыкаются

Оценивают модель по accuracy. CTR обычно измеряется долями процента, и модель «никто не кликнет» получит почти идеальную точность.

Забывают про смещение данных. В логах только показанные баннеры на своих позициях, модель учится на собственных решениях и без exploration застревает в петле обратной связи.

Путают предсказание и эффект. Высокий pCVR у пользователя, который купил бы и без рекламы, денег не приносит; прирост оценивают uplift-моделями и контрольными группами.