Русский
English
Что там опять
Авито Реклама запустила инструмент для создания персонализированных таргетингов
Авито Реклама представила новый инструмент под названием «Конструктор аудиторий», который позволяет рекламодателям создавать индивидуальные таргетинги для решения своих задач. Ранее в рекламном кабинете были доступны только заранее подготовленные шаблоны, основанные на географии, социально-демографических характеристиках и интересах пользователей. Хотя эти шаблоны обеспечивали высокую точность, бизнесу часто требовалась более тонкая настройка, особенно для продвижения нишевых товаров, сложных B2B-продуктов и сезонных акций.
«Конструктор аудиторий» предлагает три метода создания кастомных сегментов:
1. Ручной режим
Рекламодатель сам собирает сегмент аудитории по таким параметрам, как пол, возраст, география и интересы. Можно использовать логические операторы «И», «ИЛИ» и «НЕ». Например, для продвижения фитнес‑браслета можно настроить таргетинг на пользователей iOS или Android, которые интересуются спортом или бегом.
2. Использование данных из CRM
Рекламодатель может загрузить обезличенные данные из CRM‑системы, чтобы показывать рекламу пользователям из своей клиентской базы. Этот способ подходит для персонализированных кампаний, например, при напоминании о продлении абонементов в фитнес‑клуб перед новогодними скидками. Загруженную аудиторию можно комбинировать с другими настройками таргетинга на платформе.
3. Поиск похожих пользователей (look‑alike)
Бизнес может загрузить хешированные данные о своих клиентах, после чего алгоритмы искусственного интеллекта проанализируют исходный сегмент по множеству параметров (интересы, типы устройств, время активности и т.д.) и найдут пользователей с аналогичным поведением. Этот метод помогает привлекать новых клиентов, которые ведут себя так же, как текущие клиенты рекламодателя.
Создание кастомных таргетингов доступно в разделе «Аудитории» в рекламном кабинете.
Источник: Avito Реклама
Читайте также по теме:
Telegram тестирует ИИ‑редактор для сообщений
Википедия запретила использовать нейросети для создания статей