Базовое правило любого обучения на данных: мусор на входе = мусор на выходеА где мусор на выходе, там бесполезный результат. Сегодня разберём три базовые ошибки в обучении алгоритмов кампании
В источник передаются только верхнеуровневые событияЕсли оптимизироваться на установки или регистрации, алгоритм будет искать пользователей, нацеленных именно на это действие. Обычно это пользователи, которые не совершают целевых оплачиваемых действий внутри продукта
На старте кампании такая оптимизация может быть полезной, но если долго кормить алгоритм верхнеуровневыми событиями, он начинает масштабировать не бизнес-результат, а дешёвые легко достижимые действия
Смешивать разные события в одноЧастая ошибка отправлять в рекламную систему одно событие типа “покупка”, но внутри него смешивать всё подряд: маленькие или тестовые платежи, возвраты, случайные действия
Для нас, как для людей в контексте этой кампании, разница будет очевидна. Но если не разграничить это для алгоритма, он будет видеть это как равноценные конверсии
Некорректные настройки событийДубли, кривые постбэки, неверно переданные revenue по ключевым событиям — всё это тоже данные, которые обучают алгоритм
Например, если событие пробной оплаты ($10) размечено в источнике так же, как основная покупка сервиса на год ($100), алгоритм не видит разницы между этими событиями. Обе оплаты попадают в одну и ту же оптимизационную корзину с одинаковым весом
Для правильного обучения рекламной кампании необходимо тщательно контролировать качество и порядок данных. Алгоритм не способен самостоятельно понять нюансы вашего бизнеса, он интерпретирует только те параметры и события, которые вы передадите ему
