Big Data Moscow 2018

Марк Попов

НСК, Россия

Биография

Эксперт в области машинного обучения и нейронных сетей. Автор и преподаватель курса «Искусственный интеллект в медиапланировании» магистерской программы «Коммуникации, основанные на данных» НИУ ВШЭ. На текущий момент возглавляет в НСК подразделение обработки и анализа больших данных. Более 15 лет в ИТ, как разработчик и руководитель.
НСК – идеологический и функциональный преемник крупнейших селлерских структур России в сфере технологий и аналитики, а также региональных и интернет-продаж.

Доклад

Анализ эффективности рекламных видеороликов с помощью глубокого обучения и больших данных

В рекламной отрасли видеоролики, размещаемые на сайтах и в рекламных сетях, являются наиболее востребованным форматом среди рекламодателей. Популярность обусловлена высокой эффективностью воздействия видео сообщения – как правило ctr (отношение показов к кликам) у видео в разы больше нежели у статических баннеров.
Наша работа приводит к более глубокому пониманию успеха рекламы и принятию решений о том, как его улучшить.
Мы применили современный подход к анализу эффективности рекламы. С помощью инструментов глубокого обучения мы выделили основные объекты, присутствующие в видео роликах, места где происходило действие, эмоциональную составляющую, возраст и пол актеров. Определили сочетание этих элементов в кадрах и в хронологической последовательности видеоряда, затем связали эти данные с категорией рекламируемого объекта и фактическим CTR. Был составлен рейтинг наиболее эффективных сочетаний элементов, как в кадре, так и в хронологии видеоряда.
Так же, мы провели эксперимент, который показал, что на основе извлеченной из видео информации можно прогнозировать ctr видеоролика с помощью машинного обучения.
Во второй части исследования была изучена возможность применения данного подхода при анализе популярности видео, размещаемого в социальных сетях, для прогнозирования рейтингов передач на ТВ и фильмов.
Многие креативные агентства и рекламодатели проводят анализ эффективности рекламных материалов, основываясь на результатах прошедших рекламных кампаний. Анализ достаточно трудоемок и происходит в ручном режиме. Наш подход позволяет с помощью глубокого обучения 
автоматизировать сбор и выделение основных паттернов из видеороликов и связать их с показателями размещения рекламной кампании. Наличие больших данных об эффективности тех или иных элементов видеоролика, позволит рекламным агентствам разрабатывать более эффективную креативную стратегию и сократит затраты рекламодателя. Уникальность исследования так же основана на наличии у нас самой большой базы данных по видео рекламе в России. В исследовании анализировались рекламные материалы ведущих брендов, размещающихся на Российском рынке.

Дата: 11 октября, 2018