Рекламные технологии: продвинутая сегментация аудитории

Ситуация: DMP содержит данные о 100 млн пользователей. Текущие сегменты (демо + интересы) дают CTR 0,8%. Lookalike-модели — 1,2%. Цель — 2,0%.

Data Management Platform агрегирует данные из 1st-party (сайт), 2nd-party (партнёры) и 3rd-party (data providers). Deprecation 3rd-party cookies — через 12 месяцев. Нужно перестроить сегментацию.

Доступные данные

• user_profiles: user_id, demographic_segment, interest_categories, behavioral_signals, data_sources
• campaign_performance: campaign_id, segment_id, impressions, clicks, conversions, ctr, conversion_rate
• lookalike_models: model_id, seed_audience, expansion_pct, performance_lift, freshness_days
• data_sources: source_id, type, coverage_pct, accuracy_score, cost_per_profile, deprecation_risk
• privacy_compliance: regulation, affected_users_pct, data_types_restricted, deadline

Задачи

• Оценить quality и coverage каждого data source. Какие переживут cookie deprecation.
• Построить advanced segmentation с behavioral signals вместо demographics.
• Определить optimal lookalike expansion rate (precision vs. reach trade-off).
• Предложить 1st-party data strategy для замещения 3rd-party.
• Рассчитать revenue impact при полной потере 3rd-party data.

Все кейсы для подготовки → ← Все кейсы