Илья Кацов - Алгоритмическое управление маркетинговыми кампаниями
Совсем скоро Матемаркетинг - 23, 9-10 ноября
Подробности: https://matemarketing.ru/
Современные маркетинговые каналы предоставляют широкие возможности для эффективного и персонализированного взаимодействия с потребителями практически для всех вертикалей бизнеса. Реализация этих возможностей, тем не менее, представляет сложную проблему с операционной точки зрения поскольку маркетинговым системам необходимо принимать миллиарды решений в отношении отдельных клиентов, продуктов, и моментов времени. Оптимизация таких микро-решений как правило требует анализа большого количества сигналов и использования сложных статистических методов для оценки параметров экономических моделей на основе наблюдаемых данных.
В докладе представлена методология построения систем автоматического принятия решений для маркетинговых кампаний, включающая такие аспекты как таргетирование, бюджетирование, и ценообразование. Мы обсудим отдельные методы экономического моделирования и машинного обучения, которые помогают решать типичные задачи в этих областях, а также посмотрим как эти методы в совокупности позволяют добиться высокого уровня автоматизации маркетинговых процессов и создать системы способные понимать и исполнять задачи сформулированные в бизнес терминах.
Из доклада вы узнаете:
- Как подойти к проблеме внедрения AI/ML в маркетинговых операциях
- Как маркетинговые системы могут автоматически выбирать стратегию и набор действий исходя из поставленной бизнес задачи
- Как строить компоненты для таргетирования, бюджетирования, формирования сложных сигналов о клиенте и контенте
Видео Илья Кацов - Алгоритмическое управление маркетинговыми кампаниями канала Матемаркетинг
Подробности: https://matemarketing.ru/
Современные маркетинговые каналы предоставляют широкие возможности для эффективного и персонализированного взаимодействия с потребителями практически для всех вертикалей бизнеса. Реализация этих возможностей, тем не менее, представляет сложную проблему с операционной точки зрения поскольку маркетинговым системам необходимо принимать миллиарды решений в отношении отдельных клиентов, продуктов, и моментов времени. Оптимизация таких микро-решений как правило требует анализа большого количества сигналов и использования сложных статистических методов для оценки параметров экономических моделей на основе наблюдаемых данных.
В докладе представлена методология построения систем автоматического принятия решений для маркетинговых кампаний, включающая такие аспекты как таргетирование, бюджетирование, и ценообразование. Мы обсудим отдельные методы экономического моделирования и машинного обучения, которые помогают решать типичные задачи в этих областях, а также посмотрим как эти методы в совокупности позволяют добиться высокого уровня автоматизации маркетинговых процессов и создать системы способные понимать и исполнять задачи сформулированные в бизнес терминах.
Из доклада вы узнаете:
- Как подойти к проблеме внедрения AI/ML в маркетинговых операциях
- Как маркетинговые системы могут автоматически выбирать стратегию и набор действий исходя из поставленной бизнес задачи
- Как строить компоненты для таргетирования, бюджетирования, формирования сложных сигналов о клиенте и контенте
Видео Илья Кацов - Алгоритмическое управление маркетинговыми кампаниями канала Матемаркетинг
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
Ilya Pestov - Paradoxes and cognitive distortions. How to maneuver analytics in a data streamСергей Захарченко, DPMN - Коротко о нововведениях Google Analytics v.4 (GA4), app+web и кросс-девайсАндрей Зайко, Яндекс - Как прыгнуть выше потолка в performance - рекламе?Александр Желубенков, Lamoda Зачем и как мы перешли от понятных эвристик к ML-ранжированию каталогаИгорь Кузнецов – Темные паттерны в UXЕлизавета Шутова: 11 тактик роста для e-commerce компаний.Василий Сабиров - Как считать LTV разных бизнесов с помощью devtodevКонстантин Баяндин - Применение предиктивной поведенческой атрибуции для онлайн-маркетингаРоман Колеченков, Yandex Datalens - Итоги года работы Datalens.Артем Гладких , Signum.ai - Способы применения ИИ для поиска гипер-релевантных лидовМария Артемьева, OutOfCloud - Пользовательские сценарии - ключ к продуктовой аналитикеАлександр Богачев, РБК, НИУ ВШЭ - Визуализация данных в отчетах. Типичные проблемы.Трейлер - Борьба с Фродом в Перфоманс и Медийной Рекламе: Практические Советы | Матемаркетинг 2023Виктор Тарнавский, Яндекс - Развитие и перспективы Яндекс.МетрикиРоман Колеченков - Yandex.DataLens. (За)облачная система анализа и визуализации данныхАндрей Осадчук - Adobe Analytics и Experience Cloud глазами аналитикаОлег Попов и Александр Подольский - Как быть с атрибуцией в мире где нет нормальной атрибуции.Роман Колеченков - Yandex.DataLens. (За)облачная система анализа и визуализации данныхАлена Артемьева - Цена маркетинговой ошибки в низкомаржинальном бизнесеИгорь Балашов, Smartis - Как рекламные агентства и рекламодатели обманывают друг друга.