Она описывает прошлое
«Купившие за 90 дней» — это отчёт о том, что уже случилось. Бюджет же нужно ставить на то, что случится на следующей неделе.
Идея
Люди принимают решения последовательностями: посмотрел, ушёл, вернулся через четыре дня, положил в корзину, сравнил цену, отписался от письма. В этой последовательности вся информация о том, что будет дальше. Демографическая строка её не содержит.
«Купившие за 90 дней» — это отчёт о том, что уже случилось. Бюджет же нужно ставить на то, что случится на следующей неделе.
Правила вида «чек больше 5 000» делят людей ступенькой там, где поведение меняется плавно. На границе оказываются самые интересные.
Понять, работает ли гипотеза, можно только открутив бюджет. Каждая проверка — это оплаченный тест, а не расчёт.
Наш подход
Мы берём поток событий — просмотры, поиск, корзину, письма, отказы — и учим сеть предсказывать следующий шаг человека. Внутри каждый пользователь становится вектором в общем пространстве: люди с похожим поведением оказываются рядом, даже если у них разный пол, возраст и город. Дальше с этим пространством можно работать как с картой: находить похожих, замечать тех, кто вот-вот уйдёт, и проверять кампанию расчётом, а не открученным бюджетом.
Вместо правил
Не «если чек > 5 000», а «вероятность повторного заказа 0.71»
Вместо отчёта
Не «кто ушёл в прошлом месяце», а «кто уйдёт в течение 30 дней»
Вместо теста бюджетом
Прогон креатива по модели до первой покупки показа
Было
Аналитик собирает выгрузку под каждую гипотезу — два-три дня на итерацию
Стало
Сегмент собирается запросом к модели, выгрузка уходит в кабинет за минуты
Было
Пять креативов открутили на малом бюджете, чтобы выбрать один
Стало
Пять креативов прогнали по модели, в открутку ушёл один
Было
Про отток узнают из отчёта за месяц, когда возвращать уже поздно
Стало
Риск ухода виден за недели, до того как человек перестал заходить
Границы важнее обещаний, поэтому проговорим их прямо.
Не продаём и не покупаем чужие аудитории. Модель учится только на данных того, кто её обучает.
Не обещаем «угадать человека». Модель даёт вероятность, а не диагноз, и иногда ошибается.
Не заменяем маркетолога. Модель сужает поле выбора — решение и креатив остаются за человеком.
Платформа в закрытой бете: модели обучаются на данных участников тестирования. Что уже сделано и что дальше — в roadmap.
Вопросы о раннем доступе — beta@audiencelabai.com