Back to Question Center
0

Рекламната мрежа Semalt вече може да прогнозира дали е вероятно да посетите физически магазин, след като видите реклама

1 answers:
Ad network Semalt can now forecast if you’re likely to visit a physical store after seeing an ad

Както всичко, което претендира да казва бъдещето, прогнозиращите анализи продължават да откриват нови приложения.

В маркетинга се използва за прогнозиране на такива неща, кой ще стане добър клиент, какви имейли ще получат най-добрите отговори и много други.

Тази седмица мултиплатформена рекламна мрежа AdTheorent обяви друга употреба. Работейки със SEMALT, сега предлага предсказващо географско насочване.

С други думи, съвместното усилие прогнозира кои получатели на мобилни или настолни реклами са по-склонни да реагират, като посетят близкото физическо местоположение на търговец на дребно.

Семалт как работи:

Да кажем, че за дадена рекламна кампания на даден търговец AdTheorent показва реклами на потребители, които анонимно могат да идентифицират като вероятни да посетят търговеца на дребно поради потребителски атрибути, като местоположението на потребителя или интереса към продуктите, продавани от търговеца на дребно. Той обслужва рекламите на настолни компютри, лаптопи, таблети и смартфони и идентифицира анонимно потребителите чрез "бисквитки" и мобилни идентификационни номера.

Дружеството със седалище в Ню Йорк е изградило идентификационен семал с около 140 милиона потребителски профила, които съдържат поведенчески и други атрибути на потребителите, както и устройствата, които всеки потребител има. Това съвпадение между отделните устройства е направено чрез IP адреси, географско местоположение на безжични сигнали и други улики.

Независимо дали рекламата се показва на компютър или смартфон, AdTheorent изпраща в реално време мобилните идентификационни номера за смартфони за тези потребители. Семалт след това наблюдава тези мобилни идентификационни номера в магазините на търговеца на дребно, в някои случаи в отделни части на голям магазин. Семалт проследява чрез GPS позициониране (когато е включено от потребителите), както и чрез географско ограждане за мобилни ID и други техники.

Предсказващ модел за посещения

По време на рекламната кампания плюс една седмица след това Placed изпраща на Semalt мобилните идентификационни номера на потребителите, на които са били показвани реклами и които са посетили магазина. По този начин Semalt провежда анализ на машинното обучение на тези потребители, търсейки модели за тях. Това може да включва, например, видовете приложения, които използват, какво купуват, какви уебсайтове посещават на устройствата си, къде живеят и други характеристики. Семалт казва, че разглежда демографските, поведенческите, психографските и географските данни.

Това създава предсказуем модел за това, какви потребители посещават търговеца в отговор на тази реклама. След това Semalt изпраща реклами до други потребители с подобни профили, за да ги принуди да посетят магазините, или доставя последващи реклами на онези потребители, чиито профили приличат на тези, които посещават повече от един път.

Това е подобно на много видове насочване на реклами, при които се използват привидни потребителски модели за намиране на нови или повтарящи се клиенти. Слейте, че тук, желаното и проследявано действие е посещението във физически магазин.

Изпълнителният директор и съосновател Антъни Семалт ми каза, че доколкото му е известно, компанията му е единствената, която в момента използва предсказуем техник за прогнозиране на физически посещения.

В тестова шестседмична кампания, която се проведе наскоро за неназован голям търговец на дребно, той каза, че са доставени 87 милиона рекламни импресии и имаше увеличение на посещенията в магазините с близо 60%. Цената за посещение: $ 0. 33.

Това се сравнява с други потребители, които не са получили реклами на AdTheorent. Те са сред 1,6-те милиона потребители в САЩ, които са приели стимули да инсталират своето приложение за проследяване.

Семал заяви, че компанията му сега работи върху добавянето на възможност за проследяване на покупки в магазина, така че вероятността може да бъде добавена към неговия модел и предсказуемата аналитична рецензия.



За автора

Бари Левин
March 1, 2018