Поведенческий таргетинг

Поведенческий таргетинг (также behavioral targeting) - метод настройки показа рекламных объявлений, при котором целевая аудитория определяется на основе анализа цифрового поведения пользователей: истории посещенных сайтов, поисковых запросов, совершенных действий, времени взаимодействия с контентом и других поведенческих факторов. В отличие от социально-демографического таргетинга, который опирается на статичные характеристики (пол, возраст, доход), поведенческий таргетинг учитывает динамические данные о реальных интересах и намерениях пользователя.

Поведенческий таргетинг является одним из ключевых инструментов современного интернет-маркетинга, позволяя показывать рекламу тем пользователям, которые с наибольшей вероятностью совершат целевое действие.

В рекламных кабинетах (Яндекс.Директ, VK Реклама, MyTarget) поведенческий таргетинг обычно комбинируется с социально-демографическим, географическим и контекстным для максимальной точности нацеливания.

Как это работает

Сбор данных

Поведенческий таргетинг основан на сборе информации о действиях пользователя в интернете:

История посещений: какие сайты посещает пользователь, сколько времени проводит на страницах
Поисковые запросы: что ищет пользователь в поисковых системах
Просмотренный контент: какие статьи читает, какие видео смотрит
Взаимодействие с рекламой: на какие объявления кликает, какие игнорирует
Покупки и транзакции: что покупает, в каких интернет-магазинах
Использование приложений: какими мобильными приложениями пользуется
Геолокация: где бывает, какие места посещает

Анализ и профилирование

Собранные данные обрабатываются алгоритмами машинного обучения:

Пользователю присваиваются определенные интересы и категории
Формируется поведенческий профиль, который постоянно обновляется
Пользователь попадает в различные сегменты (автомобилисты, любители спорта, путешественники)
Прогнозируется вероятность совершения целевого действия

Показ рекламы

На основе поведенческого профиля рекламная система принимает решение о показе:

Пользователь, интересовавшийся автомобилями, увидит рекламу автосалона
Посетитель интернет-магазина, не завершивший покупку, получит рекламу с напоминанием
Любитель спорта увидит рекламу спортивного питания
Путешественник получит предложения по отелям и авиабилетам

Виды поведенческого таргетинга

Ретаргетинг (ремаркетинг)

Показ рекламы пользователям, которые уже взаимодействовали с сайтом или приложением:

Посетили сайт, но не совершили покупку
Добавили товар в корзину, но не оформили заказ
Просмотрели определенные страницы или товары
Подписались на рассылку, но не совершили целевое действие

Ретаргетинг считается наиболее эффективным видом поведенческого таргетинга, так как работает с уже знакомой аудиторией.

Подробнее см. Ретаргетинг.

Таргетинг по интересам

Показ рекламы пользователям на основе их долгосрочных интересов:

Автомобильная тематика
Спорт и здоровье
Путешествия и туризм
Дом и сад
Технологии и гаджеты
Мода и красота

Интересы определяются на основе анализа всей истории поведения пользователя за длительный период.

Таргетинг по намерениям

Показ рекламы пользователям, которые демонстрируют признаки готовности к покупке:

Активно ищут информацию о конкретных товарах
Сравнивают цены и характеристики
Читают отзывы
Посещают страницы с коммерческими запросами

Контекстно-поведенческий таргетинг

Комбинация контекстного и поведенческого таргетинга:

Учитывается как содержание текущей страницы
Так и предыдущее поведение пользователя
Позволяет показывать более релевантную рекламу

Look-alike (похожие аудитории)

Поиск пользователей, поведение которых похоже на поведение существующих клиентов:

Анализируется поведенческий профиль лучших клиентов
Находятся пользователи с похожими характеристиками
Им показывается реклама

Подробнее см. Look-alike.

Источники данных для поведенческого таргетинга

Cookies

Небольшие файлы, сохраняемые в браузере пользователя:

Хранят информацию о посещенных сайтах
Позволяют идентифицировать пользователя при возвращении
Ограничены сроком жизни и удаляются при очистке браузера

С постепенным отказом браузеров от сторонних cookies (third-party cookies) эффективность этого метода снижается.

Mobile ID

Уникальные идентификаторы устройств:

IDFA (Identifier for Advertisers) для iOS
GAID (Google Advertising ID) для Android
Не зависят от браузера
Пользователь может сбросить идентификатор или ограничить трекинг

Данные авторизации

Информация, которую пользователь предоставляет при регистрации:

Единые аккаунты (VK ID, Яндекс ID, Госуслуги)
Данные из профилей социальных сетей
Позволяют объединять поведение на разных устройствах

Пиксели и счетчики

Специальные коды, размещаемые на сайтах:

Яндекс.Метрика
Google Analytics
Пиксели соцсетей (VK, MyTarget)
Собирают информацию о действиях пользователей на сайте

Big Data и аналитические платформы

Крупные платформы агрегируют данные из множества источников:

Преимущества поведенческого таргетинга

Для рекламодателя

Высокая релевантность: реклама показывается тем, кто действительно заинтересован
Повышение конверсии: поведенческие сигналы указывают на готовность к покупке
Экономия бюджета: исключение нецелевых показов
Возможность догонять клиентов: ретаргетинг возвращает посетителей на сайт
Масштабирование: look-alike позволяет находить новых клиентов, похожих на существующих

Для пользователя

Релевантная реклама: пользователь видит то, что ему действительно интересно
Полезные предложения: напоминания о товарах, скидки на интересующие категории
Меньше спама: снижается количество неинтересной рекламы

Ограничения и вызовы

Приватность и регулирование

Поведенческий таргетинг сталкивается с растущими ограничениями:

152-ФЗ в России - требования к обработке персональных данных
GDPR в Европе - жесткие требования к согласию пользователей
Отказ от third-party cookies - браузеры блокируют сторонние cookies
Требования к маркировке рекламы - закон о ЕРИР

Технические ограничения

Использование блокировщиков рекламы
Очистка cookies и сброс mobile ID
Использование нескольких устройств (кросс-девайс трекинг сложен)
Ограничения iOS (App Tracking Transparency)

Этические аспекты

Восприятие отслеживания как вторжения в приватность
Риск создания «пузырей фильтров»
Возможность дискриминации пользователей
Непрозрачность алгоритмов для пользователей

Будущее поведенческого таргетинга

В связи с отказом от third-party cookies и ужесточением регулирования индустрия движется к новым моделям:

Первые стороны данных (first-party data)

Сбор данных напрямую от своих пользователей (с согласия)
Использование данных из CRM и собственных систем аналитики
Развитие программ лояльности для сбора данных

Контекстный таргетинг

Возврат к показу рекламы на основе содержания страницы, а не истории пользователя:

Анализ текста страницы
Тематические категории сайтов
Семантический таргетинг

ID-решения (identity solutions)

Попытки создать единые идентификаторы, не нарушающие приватность:

Авторизация через единые аккаунты
Email-таргетинг
Хешированные идентификаторы

Контекстно-поведенческие гибриды

Комбинация контекста и агрегированных поведенческих данных без идентификации конкретного пользователя.