Получите консультацию маркетолога бесплатно marketolog@adbest.ru>

Сегментирование потребителей по поведению на сайте в сравнении с сегментированием по СРМ

Это еще одна инновационная разработка для Вас! Специально придумали как обработать статистические данные контекстной рекламы с помощью кластерного анализа для того чтобы разделить всех посетителей сайта на группы по интересам к определенной группе продуктов. В результате могут открыться закономерности, о которых Вы даже не подозревали. В частности, может оказаться, что у компании есть продукт рекордсмен, который заслуживает создания отдельного нового бренда. В любом случае после этого исследования не будет проблем с пониманием какие продукты ищут вместе.

Обучение сегментированию потребителей

Самое интересное это конечно составить портрет типичного посетителя каждого сегмента. Ведь исследование позволяет не только сгруппировать страницы, которые посещают похожие посетители, но и рассмотреть эту информацию совместно с данными по социально-демографическим характеристикам, уровню платежеспособности, типу используемых устройств, регионам показа. Интересно также соотношение сегментов по размеру

Описание метода кластерного анализа

Далее проведем сегментирование потребителей тем же методом кластерного анализа, но уже по СРМ базе. Сравним результаты, и Вы увидите что интересы клиентов, проявленные на сайте могут отличаться от фактических сегментов, установленных по реальным закупкам из СРМ. Эта информация поможет Вам сместить фокус на самые востребованные продукты и понять тенденции рынка.

Стоимость сегментирования

Рассмотренный метод сегментирования потребителей являетя методом без отклика. Помимо кластерного анализа применяются методы сегментирования с откликом, который разделяют потребителей на две или несколько групп по факту совершения определенного действия, например, купил/не купил, зашел на сайт/ не зашел, посетил сайт на глубину определенного количества страниц и т.д. Самые важные методы сегментирования с откликом - дискриминантный анализ и построение деревьев решений для выявления узлов аномального влияния на результат - метод CHAID.

Описание метода дискриминантного анализа

В том числе эти методы мы широко применяем для настройки контекстной рекламы для того чтобы понять, какие факторы в наибольшей степени способны повлиять на желаемый результат, заданный в правиле конверсии. Такими факторами могут являться как социально-демографические показатели аудитории, так и содержание самих страниц, а также количественные параметры, такие как цена клика, бюджет, количество показов.

Использование сегментирования для контекстной рекламы