Мы уже не замечаем, но умело настроенная онлайн реклама интересующих товаров и услуг фактически преследует нас ежедневно. Она незаметно влияет на наши решения. Сегодня уже очевидно - мир охватил бум рекламы в интернете. Например, в России, рынок интернет-рекламы продолжает расти темпами (в среднем на 15% в год), опережающими весь рекламный рынок (в среднем на 8,8% в год). Такой прогноз содержится в совместном исследовании PwC и IAB Russia. По данным АКАР, первые строчки рекламных бюджетов за первые три квартала в 2019 заняла реклама в интернете. При этом самые крупные затраты на интернет-рекламу в 2019 году это:

1 место - соцсети, мобильные приложения и др.
2 место - реклама в поиске
3 место - видеореклама

С ростом бюджетов стали совершеннее и инструменты, которые уже давно позволяют не только следить, но и фактически узнавать каждого из нас. Естественно, такой эффективный канал коммуникации не мог остаться незамеченным и в политической борьбе. Здесь узнаваемость бренда и конверсия рекламы трансформировалась в узнаваемость кандидатов и конверсию на избирательных участках в день голосования. Мировая сеть сегодня - огромное море данных собранных персонально о каждом из нас. Используя эти данные политик и/или его штаб могут донести свой месседж "ювелирным" точным попаданием в настроение чуть ли не каждого избирателя.

Цифровых данных о пользователях сети в мире так много, что обработать их традиционными инструментами сегодня уже невозможно. Всю совокупность такой информации называют общим термином Big Data («большие данные»). Обработка, анализ этого огромного объема данных позволяет увидеть определенные и незаметные закономерности, которые не может увидеть человек. Это позволяет оптимизировать все сферы нашей жизни — от государственного управления и производства и телекоммуникаций, до маркетинга, рекламы и политической конкуренции.

Мировая сеть незаметно для нас автоматически считывает, сохраняет информацию, определяет пользователя по различным признакам. Затем фиксирует новый след человека, сохраняя информацию о его действиях. Методы определения уникальности пользователя развиваются с каждым днем. Каким же образом, происходит наше "узнавание"?

15 основных факторов, которые определяют пользователя:

• IP
• DNS
• Браузер клиент
• Отпечаток браузера
• Web cookies
• LSO cookies
• Временные файлы
• Соответствие часового пояса IP-адресу и DNS
• Javascript
• MAC адрес + HWID
• Кэш браузера
• evercookie
• Системные шрифты
• Операционная система
• Установленные языки

Достаточно знать всего лишь 4 таких уникальных компонента, чтобы идентифицировать любого пользователя в мире.

Для избирательных кампаний наибольший интерес представляют следующие данные:

• Сегменты – это узкая категория, к которой относится пользователь в результате различных действий на интернет-ресурсах. Подобных сегментов может быть до нескольких тысяч, и они могут быть довольно узкими. Зачастую сегменты организовываются в виде «дерева», то есть более широкая категория делится на более узкие (Владельцы автомобилей — владельцы электромобилей — владельцы седанов — владельцы конкретной марки и т.д.).

• История посещений сайтов и приложений. Исследования показали, что пользователь определяется с точностью до 97 процентов по частому посещению всего 4 уникальных сайтов и приложений

Сегмент – это интегрированная характеристика пользователя, которая позволяет в итоге отнести его в некоторую категорию (например, сегменты читатель Wall Street Journal, Бизнес, ИТ, B2B могут в сумме означать категорию «руководитель ИТ-департамента», а сегменты «родительство», «экология», «здоровое питание», «домоводство» – «молодой родитель с экологичным образом жизни»), чтобы затем показывать ему адресовала правильная онлайн реклама.

Самым важным здесь является то, что сегментный таргетинг фиксирует взаимоотношение характеристик пользователя, причем ключевым здесь будут не социально-демографические (возраст, пол, раса, место проживания), а функциональные характеристики – образ жизни, интересы, профессиональная деятельность.

С развитием технологий, с переходом на новые более совершенные методы обработки данных количество уникальных параметров, определяющих в сумме каждого пользователя, увеличивается. Даже индивидуальный способ набора на клавиатуре (он практически уникален для каждого) стал одним из таких параметров, позволяющих идентифицировать пользователя.

Все перечисленные способы в совокупности представляют собой "цифровой отпечаток", который позволяет идентифицировать человека на различных устройствах – компьютере, планшете, смартфоне, телеприставке и т.д. (cross-device matching), а затем целенаправленно транслировать для него персональные месседжи, реализовать так называемый таргетинг.

Таргетинг – это способ выделения из всей аудитории только целевого сегмента (чаще — нескольких), чтобы показывать рекламу только ему.

Доказавшим свою эффективность в региональных кампаниях является и геотаргетинг. Он позволяет исключить из таргетирования географически релевантной электорат. То есть не показывать им политические сообщения, или показывать разные сообщения жителям разных географических зон.

Данным инструментом Вы сможете самостоятельно найти всех активных подписчиков в Вашем городе/области, для того, чтобы в дальнейшем вести четко таргетированную рекламу только на «своих» подписчиков, а не на весь интернет, и тем самым рационально распределять свой рекламный бюджет.

При анализе сообщества Вам потребуется дополнительный платный инструмент для получения всех необходимых данных, стоимость базового тарифа составляет совокупно 799 р. в месяц, которые Вам не надо будет оплачивать, т.к. мы даем Вам свой промо-коды доступа (и инструкции как ими пользоваться)!

Для Вас стоимость подробных инструкций поиска всех подписчиков Вашего региона в Вконтакте (с промо-кодом бесплатного доступа на 2 недели) составит всего 200 р.

Наиболее распространенный способ - покупка баз данных и затем микротаргетирование на них. Это распространенная практика, например, в США. Целый ряд крупных компаний, занимаются сбором и большого объема данных о гражданах, имеющих право голоса. Конечно главным здесь является то, насколько точно и детально собраны данные: семья, достаток, образ жизни, наличие автомобиля, путешествия), а не только возраст, пол или раса. К таким компаниям относятся Cambridge Analytics, Aristotle, Catalyst.

Избирательные штабы, могут также получать такие данные у коммерческих провайдеров (Data Management Platforms). Это позволяет оптимизировать медиа закупки и планирование кампаний за счет поведенческих таргетингов или расширения аудитории через look-alike-моделирование (поиск пользователей, похожих на тех, которые уже стали клиентами).

Следующий способ получения данных - это оффлайн. Списки зарегистрированных избирателей и сторонников, данные прежних и текущих политических кампаний, включающие волонтеров и благотворителей. У наиболее профессиональных штабов есть и свои данные об избирателях полученных в ходе предыдущих политических кампаний, например, посещающих их сайт или приложение (first party data). Вкупе перечисленная информация дает достаточно точную целевую аудиторию, на которую впоследствии и распространяются политические сообщения.

Однако, если сбор данных об избирателях - это понятная и распространенная услуга, не менее важной и одновременно менее распространенной является услуга обработки (анализа и правильного применения) этих данных. Этот актуальный вопрос лежит в области так называемой data science. Небольшое число крупных DSP (demand-side platforms) оказывают подобные услуги для политических кампаний. Их работа избавляет от необходимости ручной работы и автоматизирует процесс таргетинга. Точный таргетинг на аудиторию — это особенность, которая делает DSP-платформы привлекательными. Большинство платформ используют точные данные о пользователях, полученные в результате аналитики приложений, и это позволяет настроить таргетинг по 10 и больше позициям. Качество таргетинга напрямую зависит от количества исходных данных о каждом пользователе и качества сопоставления таких данных между собой.

Еще очень эффективным инструментом является так называемый "ретаргетинг". Если таргетинг - это процесс выделения целевой аудитории из всей массы людей для последующего показа рекламы. В свою очередь ретаргетинг - это маркетинговый механизм, который позволяет выделить из аудитории таргетинга именно ту аудиторию, которая проявила любую активность при показе вашей рекламы. Другими словами, при таргетинге вы прогнозируете аудиторию людей, которым может понравится ваш товар или услуга, и показываете им рекламу. При ретаргетинге вы повторно показываете рекламу аудитории, которая проявила активность при первом ее показе: перешла по ссылке, зашла на сайт, купила ваш товар или услугу и т.п. Свежим показательным примером таргетинга и ретаргетинга является избирательная кампания Трампа. В 2016 году он впервые задействовал технологию таргетированной рекламы и поисковой оптимизации в избирательной кампании.

Программа, являющаяся собственной разработкой и ноу-хау «Кэмбридж-Аналитикс» (Cambridge Analytica), путем платного тестирования адсорбировала «биг-даты» (большие массивы информации) из соцсетей, (в частности из Фейсбука), точечно классифицируя аудиторию по месту жительства, политическим пристрастиям, полу, возрасту, цвету кожи, национальности, даже по кино, которое смотрит пользователь и корму для животных, который он предпочитает для своих питомцев, и путем нейро-лингвистического программирования воздействовала на принятие ими решения в ходе избирательной кампании в интересах своего клиента. Использовалась для этого и тизерная реклама, и контекстная, и таргетинг, и ретаргетинг, вплоть до адресной е-майл рассылки по отобранным базам.

Новаторством так же в указанной политической кампании было и то, что был использован таргетинг и ретаргетинг по психологическому портрету пользователя. Cambridge Analytica использовала полученные сведения для создания программы, позволяющей делать прогноз о политических предпочтениях избирателей в ходе президентской кампании Дональда Трампа в 2016 году, а также оказывать потенциальное влияние на их выбор. Расчеты строились на информации о городе проживания юзера, его лайках, списке друзей и других открытых данных из профайла. Собрать весь этот массив позволило приложение Thisisyourdigitallife: оно предлагало участникам Facebook пройти опрос для составления психологического портрета. Результат применения данной технологии в избирательной кампании всем известен.

На сегодняшний день использование технологии Big Data получило широкое распространение в коммерческом секторе, а крайне узкое в политическом процессе. С учетом того, что для тех и других релевантными могут быть одни и те же данные, следующие избирательные кампании с применением технологии больших данных не за горами.