Процесс машинного обучения
Приведенный ниже график иллюстрирует использование начального бюджета на тестирование. На каждом этапе наши алгоритмы машинного обучения изучают и оптимизируют полученные данные, чтобы максимизировать результат на этапе старта вашей работы с Hybe.
Хотя мы рекомендуем начинать обучение алгоритмов машинного обучения перед началом кампаний*, мы можем начать процесс привлечения пользователей и без них. Ниже приведено общее описание того, как работает процесс оптимизации.
Событие 1
Когда в начале ваших кампаний доступно мало данных, мы запускаем кампании без ML-модели, чтобы собрать достаточную обучающую выборку для построения модели.
Если неатрибуцированные события попадают в общий доступ до запуска кампаний UA, мы используем эти данные для построения похожих аудиторий, списков целевых приложений и определения характеристик целевых пользователей. Это помогает сэкономить бюджет на разведку, пока мы не получим достаточно данных для подключения первой ML-модели для оптимизации вероятности установки.
ML-оптимизация креативов работает с самого начала и помогает масштабировать наиболее эффективные креативы, снижая приоритет для худших.
Примеры событий:
- Установка
Событие 2
После того, как мы собрали исходные события, чтобы запустить ML**, мы начинаем использовать алгоритмы ML для оптимизации кампаний. Во время этого процесса наши эксперты по медиа-баинга также применяют различные ручные оптимизации, чтобы обеспечить максимальную производительность и быстрое блокирование нежелательных результатов***.
Примеры событий;
- Завершение обучения
- Регистрация
Событие 3
После того, как начальные этапы обучения ML завершены, мы продолжаем оптимизировать и включать ML-модели для дополнительных событий воронки.
Примерами событий являются;
- Достижение 5-го уровня
- заполнены данные KYC
Событие 4
Заключительным этапом оптимизации ML будет подключение модели, обученной на основе целевого события, например, платящего пользователя.
Примеры событий;
- Депозитор
* Поделитесь неатрибуцированными событиями из вашего MMP перед запуском вашей UA-кампании.
** Нам нужно ± 800 начальных событий, прежде чем мы сможем активировать первые алгоритмы ML
*** Высокие eCPI, оптимизация креатива, оптимизация WL/BL, таргетинг по характеристикам пользователей, разделение таргетингов с лучшими показателями и средними и т.д.