Як AI оптимізує медіапокупку і таргетинг

Вступ: AI = «мозок» поверх чистих даних

ШІ не замінює стратегію, він робить контур закупівлі швидше і стійкіше: прогнозує якість когорти за ранніми сигналами, розподіляє бюджет, підбирає аудиторії та креативи, дотримуючись комплаєнсу. Ключ - S2S-дані, дисципліна UTM і guardrails.

1) Де саме AI приносить ефект

1. 1. Бідінг і пейсинг

Динамічний bid/CPA/ROAS з оглядкою на'Prob (FTD)','ARPU _ D30'і ризик.

Плавний pacing: утримує витрату в коридорі Payback, уникає пережогу вранці і недовідкрута ввечері.

1. 2. Таргетинг та аудиторії

Пропенсіті-моделі: ймовірність FTD/2nd-dep/Retention → look-alike сегменти і пріоритетні кластери.

Exclusion-моделі: ймовірний churn/низький LTV/фрод → виключаємо з показів або знижуємо ставку.

Контекст/семантика: NLP на майданчиках контенту для pre-bid фільтрації.

1. 3. Креативи та оффери

Візуальні/NLP-ембеддинги → кластеризація кутів і bandit-ротація (ε -greedy/Thompson).

Предиктивний скоринг шансів «вийти з learning» і утримувати CR/ARPU.

1. 4. Розподіл бюджету (Budget Allocation)

Мультиринковий портфельний підхід: перекладення спенду між каналами/гео/девайсами за ймовірністю Payback_D30.

Сценарії «що-якщо» від МММ/каузальних моделей.

1. 5. SmartLink/оффер-рутація

Перенаправлення трафіку на оффери з кращим еСРА/якістю когорти з урахуванням caps, комплаєнсу і пріоритетів.

2) Архітектура даних для AI-таргетингу

Збір: UTM +'click _ id', s2s-події'reg/KYC/FTD/2nd _ dep/refund/chargeback', GA4/MMP, логи редиректів/постбеків, креатив-метадані.

Сховище: DWH (UTC-час, валюта транзакції + «валюта звіту»).

Фічі: recency/frequency/monetary, device/geo/payment, session/engagement, креатив-ембеддинги, source/placement.

Моделі: класифікація (фрод/валідність), регресії (ARPU/Payback), bandits, NLP/vision, МММ/каузалка.

Активація: правила бідингу/пейсингу, аудиторії (в кабінети, CDP), SmartLink API, CRM.

Гардіани: Consent/RG, whitelist GEO/вік, ліміти ставок/частоти, ручний override і decision logs.

3) Математика рішень (в канві маркетингових метрик)

Цілі по грошах:

`ROAS_Dn = NGR_Dn / Spend`, `Payback = min{n: Cum_ARPU_Dn ≥ CPA}`, `LTV = Σ NGR_t / (1+r)^{t/30}`.

Бідінг (ідея):

`bid ∝ Prob(FTD) × E[ARPU_D30	сигнали ]/цільової Payback', з понижуючими коефіцієнтами за ризик фроду/chargeback.

Пріоритизація аудиторій:

`score = w1·Prob(FTD) + w2·Prob(2nd_dep) + w3·E[ARPU_D30] − w4·Risk_fraud`.

Bandit-ротація креативів/оферів:

перерозподіляємо покази пропорційно постеріорної ймовірності перемоги, залишаючи 10-20% на exploration.

4) Практика таргетингу з AI

4. 1. Аудиторії зростання

Seed: когорти з швидким Payback (історично) → LAL 1-2% з guardrails за гео/віком.

Contextual ML: підбираємо інвентар/тематики, де вище CR (reg→FTD).

Moment-based: dayparting і «свіжість» (recency) подій: гарячих користувачів ловимо з високим bid, холодних - дешевими показами.

4. 2. Аудиторії економії

Exclusions: високоімовірний churn/бонус-хантери/низький LTV - виключаємо або ріжемо ставку.

Frequency capping: ML-крива спадної віддачі по частоті (перетинаємо оптимум, ставимо стелю).

4. 3. Креатив-таргетинг

Матчинг «кут × сегмент»: наприклад, social proof краще заходить на returning/Android LATAM, а gameplay - на new users/iOS EU.

5) Комплаєнс, приватність і етика (обов'язкові рамки)

Респонсібл-маркетинг: 18 +/21 +, no «легких грошей», явні умови промо.

Consent Mode/PII-гігієна: ніякої персональної інформації в URL, сервер-сайд конверсії.

Без дискримінації: виключайте чутливі атрибути з фіч; аудит fairness.

Guardrails: min/max bid, caps, manual stop при відхиленнях якості.

6) Метрики «здоров'я» AI-закупівлі

Якість: `CR(click→reg)`, `CR(reg→FTD)`, `2nd_dep rate`, `Retention_D7/D30`, `Chargeback rate`.

Економіка: `CPA`, `ARPU_D7/D30/D90`, `Payback`, `ROAS/ROI`.

Техніка: затримка постбеків, p95 latency,% ретраїв, частка подій без'click _ id', розбіжність "operator↔DWH'.

Креатив/таргетинг: win-rate варіанта, час до виходу з learning, response-криві за частотою/ставкою.

7) Часті помилки і як не допустити

1. Оптимізація за кліками/ЕРС замість Payback/LTV.

2. Сирі UTM/часові пояси/валюти - плаває D0/D1 і ROI.

3. Немає idempotency в S2S - дублі FTD при ретраях.

4. Перекіс в exploitation: відключили exploration - креативи «вмирають», аудиторії вигорають.

5. Ігнор комплаєнсу - бани і втрата інвентарю.

6. Немає A/B в проді - «моделі на полиці», довіри немає.

8) Чек-листи

8. 1. Перед запуском

UTM-політика,'click _ id', s2s: `reg/KYC/FTD/2nd_dep/refund/chargeback` (UTC/валюта, idempotency)
Conversion API, алерти затримок> 15 хв, логи редиректів/постбеків
Seed-сегменти для LAL, whitelist GEO/вік, RG-дисклеймери
Базові моделі: Early Quality, fraud-risk, creative-scoring
Guardrails: min/max bid, caps, частота, стоп-умови якості

8. 2. Перший тиждень

Пілот bandit-ротації креативів (10-20% exploration)
Авто-пейсинг по Prob (Payback_D30); звіт про відхилення
Алерти аномалій: CR-провали, сплеск ASN, падіння EMQ/постбеків

8. 3. До 30-го дня

Когортні звіти: Cum_ARPU D7/D30, 2nd-dep, Payback за сегментами
Пересбір LAL на переможних когортах, оновлення exclusion-листів
Порівняння DDA/Last click і MMM-еластичностей, коригування міксу

9) 30-60-90 план впровадження

0-30 днів - Каркас і «рання правда»

Стандартизуйте S2S, валюти/TZ, увімкніть Conversion API та алерти.

Підніміть вітрини DWH: Cum_ARPU D7/D30, Payback, звіт розбіжностей.

Запустіть Early Quality + fraud-risk; підключіть creative-scoring і базову bandit-ротацію.

31-60 днів - Автоправила і масштаб

Увімкніть авто-бідинг/пейсинг по Prob (Payback_D30) з guardrails.

Розширте таргетинг LAL/контекст-ML, додайте frequency-optimizer.

Підключіть SmartLink-рутацію офферів, процедуру апеляцій антифроду.

A/B-валідація uplift по каналах/гео.

61-90 днів - Стратегія і стійкість

МММ/каузальні моделі → оптимізація бюджетного міксу.

MLOps: моніторинг дрейфу, ротація моделей/секретів, аварійні навчання (DLQ/ретраї).

Регулярні ретро за сегментами/креативами, оновлення словників UTM/фіч.

10) Міні-плейбуки

Правило авто-ставки (псевдо):

Якщо'Prob (Payback_D30) ≥ θ 1'→ підвищити bid на x%;
якщо'θ 2 ≤ Prob <θ 1'→ залишити;
якщо'Prob <θ 2'або'CR (reg→FTD)'падає на X σ → знизити bid/включити кап. ка.

Ротація креативів:

Нові креативи отримують 15% трафіку; при 100 + кліків без рег або CR <0,7 × медіани - авто-стоп. Переможець → до 60-70% показів.

Аудиторії:

Сегменти з Ret_D7 <порогу → зниження ставки/виключення; VIP-кластери з високим'Prob (2nd_dep)'→ підвищений bid і частота ≤ f.

AI виводить медіапокупку і таргетинг з «ручного ремесла» в контрольовану систему: пророкує якість, управляє ставками/бюджетами, знаходить аудиторії і ротації, захищає від фроду і помилок таргета - все в рамках комплаєнсу і Responsible Marketing. При чистому S2S-контурі, когортній економіці по NGR, дисципліні UTM і чітких guardrails алгоритми стабілізують Payback і ростять LTV, а команда зосереджується на стратегічних гіпотезах і нових точках зростання.