T2 доверил подбор аудитории SMS-рассылок нейросети
Представьте рассылку про распродажу, которая уходит на сто номеров. Раньше на ссылку нажимали трое. Теперь, если верить итогам бета-теста оператора T2, нажимают семеро. Рассылка та же, текст тот же. Изменилось одно: кому её отправили.
T2 встроил в инструмент SMS-таргета алгоритмы машинного обучения. Их задача: найти среди абонентов тех, кому конкретное рекламное сообщение с наибольшей вероятностью окажется интересным. Подбор аудитории, который раньше держался на ручных фильтрах и опыте рекламодателя, теперь делает модель.
Что смотрит алгоритм
Модель работает с сотнями сигналов об абонентах. Точный перечень оператор не раскрывает, но общая картина понятна:
- потребительские привычки абонентов;
- контекст и содержание самого рекламного сообщения;
- собственные данные T2;
- данные внешних партнёров оператора.
Нас здесь зацепил второй пункт. Алгоритм читает не только профиль человека, но и сам текст рассылки. Сообщение перестаёт быть грузом, который просто везут по адресам. Оно становится одним из входных данных, и от его смысла зависит, кто получит SMS.
Цифры бета-теста
Бета была закрытой. По её итогам средняя кликабельность (CTR) рекламных рассылок выросла с 3% до 7%. Это рост в 2,3 раза. Стоимость привлечения клиента (CPA) у рекламодателей упала более чем вдвое.
Две метрики хорошо согласуются друг с другом: когда по ссылке переходят вдвое чаще, а цена клиента падает вдвое, рассылка просто перестаёт тратить деньги на тех, кому она не нужна. Но есть оговорки. Оператор приводит усреднённые значения. Сколько рассылок участвовало в тесте, из каких категорий они были и какой была выборка, неизвестно. Пожалуй, перед тем как закладывать эти 7% в медиаплан, стоит проверить их на собственной кампании.
Готовые сегменты
Вторая часть запуска касается тех, кто не хочет собирать аудиторию сам. В системе уже доступно больше 120 готовых сегментов. До конца года T2 планирует довести их число до 300. Рекламодатель выбирает подходящий сегмент и запускает кампанию, не собирая целевую аудиторию с нуля.
Для небольших команд это заметная экономия. Раньше первый этап любой SMS-кампании сводился к вопросу «кому писать?», и ответ на него стоил времени и денег. Теперь часть этой работы закрыта каталогом.
Что это меняет в работе
Если вы делаете креатив для рассылок, в вашей работе появляется новая переменная. Раз алгоритм учитывает содержание сообщения, текст влияет на охват так же, как на отклик. Формулировка, оффер и тон определяют, кто вообще увидит SMS. Размытое «Скидки до конца недели» и конкретное предложение для узкой группы теперь попадут к разным людям.
Мы бы попробовали на практике три вещи. Первая: прогнать одну и ту же механику с двумя разными текстами и сравнить не только клики, но и состав получателей. Вторая: взять готовый сегмент и сопоставить его результат с вашей собственной выборкой. Третья: следить за каталогом, пока он растёт со 120 до 300. Чем уже сегмент, тем точнее можно писать.
Есть и обратная сторона. Когда модель берёт на себя подбор аудитории, ошибка в сообщении дорожает: плохой текст не просто плохо работает, он уходит не тем людям. Автоматика не заменяет внятного оффера, она лишь быстрее показывает, насколько он слаб.
SMS всегда считался самым простым рекламным форматом: короткий текст, ссылка, отправка. Теперь простым остаётся только сам текст, а перед отправкой его читает машина.
