Эксперты Кокоч спектакль (входит в Kokoc Group) рассказали, как используют ИИ в контекстной рекламе.

Кому подходит геореклама?

Географические запросы представляют наибольшую ценность для предприятий, ценность которых напрямую зависит от местоположения клиента. Если ваша услуга или продукт требует физического присутствия или связи с конкретным городом, подойдут запросы типа «название места + ключевое слово». Заказчик ищет решение рядом, здесь и сейчас. Цель компании — первыми найти его.

Итак, кому подходит продвижение по запросам:

1. Розничные магазины, торговые центры и отдельные бутики в них, продовольственные супермаркеты, аптеки.
   Примеры запросов: «Зоомагазин на Тверской», «Круглосуточная аптека, метро Трубная».
2. Компании в сфере услуг: салоны красоты, стоматологии и медицинские центры, автомойки и шиномонтажные мастерские, бытовые услуги, бизнес-услуги, агентства недвижимости и т.д.
   Примеры запросов: «Мужская стрижка метро Пролетарская», «Нефтезамена Проспект Мира», «Рекламное агентство Пушкинская».
3. Служба доставки еды, воды, продуктов, цветов.
   Пример запроса: “Доставка пиццы на дом Черкизовская.”
4. Отели, гостиницы, апартаменты посуточно.
   Пример запроса: «Снимаем квартиру посуточно в центре Адлера-ам-Меера.»
5. Региональные и нишевые специалисты.
   Примеры запросов: «недорогой адвокат Московский проспект», «крыша лидера Петра Достоевского».

Для кого геозапросы не приносят существенных преимуществ?

• Интернет-магазины с доставкой по всей стране. Им важны общие пожелания(«Купить телефон»), а Geo используется реже («Купить телефон с доставкой в ​​Новосибирск»).

• Компании, которые работают онлайн или с клиентами по всему миру (например, разработчики продуктов SaaS, фрилансеры, цифровые агентства, если у них нет офиса).

• Крупные федеральные бренды, для которых узнаваемость важнее продаж на конкретной территории.

Почему геопространственные запросы важны в контекстной рекламе

В этом контексте геопространственные запросы становятся наиболее точным инструментом управления бюджетом и повышения конверсии.

Вот основные причины, по которым геопространственные запросы имеют решающее значение в контекстной рекламе.

1. Коммерческое намерение. мужчина смотрит «Прокат автомобилей в Сочи»находится на самой горячей стадии воронки продаж — он готов к работе. Конкуренция за такого пользователя высока, но и отдача максимальная.

2. Снижение затрат на привлечение клиентов (CPA и CPC). Это прямой результат сосредоточения внимания на теплых потенциальных клиентах. Если вы не потратите деньги не на ту аудиторию, вы автоматически:

• Увеличить CTR. Пользователь из нужного города с большей вероятностью кликнет по объявлению “Доставка суши в Омске”чем в целом “Закажите суши где-нибудь там”.

• Уменьшите цену за клик. Яндекс.Директ распознает, что ваше объявление актуально целевой аудитории, и вознаграждает вас более низкой ценой за клик.

• Уменьшите CPA (Cost Per Action): По мере клика тех, кто действительно заинтересован в покупке, увеличивается процент конверсий (звонков, заказов, заявок) и снижается стоимость целевого действия.

3. Учет моделей поведения. Гео-запросы идеально захватывают пользователей в момент принятия решения. Когда человек ищет “Кофе рядом” или «Автомойка уже открыта» — это самый горячий спрос. Географически ориентированная контекстная реклама попадает в цель и обеспечивает немедленное решение проблемы.

4. Возможность сегментации и гибкие стратегии. Используя геопространственные запросы, вы сможете не только выбрать город, но и создать эффективную рекламную стратегию. Например, если у вас сеть аптек, вы можете настроить рекламу для отображения адреса ближайшего отделения для каждого района. Или исключите из показа территории, где не живет ваша целевая аудитория.

5. Синергия с офлайн-бизнесом. Яндекс.Директ позволяет привязывать объявления к определенным точкам на карте и показывать рекламу пользователям, которые часто посещают или живут в этом районе.

💌 Еженедельная рассылка

Подпишитесь на нашу рассылку – раз в неделю мы будем присылать вам на электронную почту новую статью блога и другие полезные материалы.

Как собирать геозапросы

Вам может быть интересно: причем здесь ИИ? Терпение – мы добираемся до сути дела. Еще немного железа и все станет ясно.

Так что собирайте геозапросы. Чаще всего конкретные пакеты выбираются вручную. Например, чтобы отобрать поисковые запросы в комбинации «топоним+ключевое слово», делаем следующее:

1. Определите необходимый радиус – скажем, 2 километра,

2. Скачать Яндекс Карты,

3. Рекламируем все улицы, переулки, проезды, проспекты и т.д. в этом радиусе. То есть все существующие топонимы, которые человек может ввести в поиск.

В зависимости от ниши также подбираем ключевое слово. Если на условной Мясницкой есть салон красоты или медицинский центр, пользователь может ввести слова в поиск. «Доктор», «Салон», «Клиника», «Процедура»все виды услуг — «УЗИ», «Лифтинг», «Консультация», «Лечение кариеса»…

Понятно, что сортировка запросов вручную требует много времени и труда. Особенно если у компании несколько филиалов или – проблема со звездочкой – все они находятся в разных городах. Мы подумали о том, как оптимизировать время сотрудников, автоматизировать сбор геопространственных запросов, и обратились за помощью к искусственному интеллекту.

Была поставлена ​​задача: создать скрипт, автоматически определяющий расстояние от определенных точек до каждого геомаркера.

Как мы сделали геопространственные данные полезными для компаний: история скрипта

Изначально Евгений Дьяконов, ведущий специалист по интегрированной рекламе компании Kokoc Performance (входит в Kokoc Group), хотел создать скрипт исключительно с использованием ИИ, но ChatGPT и его аналоги не подходили для решения задачи из-за ограничений требований и риска получения недостоверных данных.

Нейронная сеть создала классические галлюцинации — фантастические улицы и переулки, которых нет на карте. Нужен был инструмент, который работал бы с реальными картографическими данными, а не с вымыслом, например Python.

Используя ChatGPT, Евгений написал скрипт на Python, который:

• Собирает геопространственные данные через Overpass API.

• Перенимает все улицы, парки и станции метро из открытых источников.

• Рассчитывает расстояние от каждого объекта до поликлиники.

• Создается готовая таблица для настройки рекламы, в которой строки — геомаркеры, столбцы — адреса клиник, а в точке пересечения — расстояние в метрах.

У меня не было специальных навыков программирования. Скрипт написан с использованием ChatGPT. Моя работа заключалась лишь в установке Python и необходимых библиотек — всю основную работу выполнял ИИ.

Евгений Дьяконов

Не все прошло гладко: первая версия сценария столкнулась с суровой правдой жизни. Оказалось, что улицы в базах данных пишутся по-разному: «ул. Ленина», «улица Ленина», «улица Ленина». Мы требуем, чтобы название улицы, для которой мы запрашиваем координаты, полностью совпадало с названием улицы в базе геосервиса, иначе мы не получим координаты от сервиса.

Была еще одна проблема: скрипт сначала рассчитывал расстояние до начала улицы. А ведь Варшавское шоссе в Москве тянется на 22 километра! Представьте: вы живете в конце улицы, а в начале вам показывают поликлинику. Мы заставили Overpass API предоставлять координаты дороги в виде координат точек, и теперь скрипт определяет их и ищет минимальное расстояние от дороги.

Поэтому мы решили взять данные из API Overpass и проанализировать их по конкретным городам через API. После доработок мы получили инструмент, который автоматически собирает до 5000 топонимов в минуту, с достаточной для рекламных целей точностью рассчитывает расстояния и автоматически подбирает ближайшую клинику для каждого геомаркера.

Сегодня наш скрипт работает для медицинских клиник, но подойдет и для любого оффлайн бизнеса: от кафе до автомастерских.

Важно понимать, что нейросеть — это не волшебная палочка, а инструмент, требующий вдумчивого подхода. И, как всегда, лучшая автоматизация происходит на стыке опыта и технологий.