Платформа Getblogger, входящая в экосистему «МТС AdTech», внедрила технологию медиапланирования, основанную на анализе больших данных (Big Data) и машинном обучении. Решение позволяет автоматически подбирать блогеров для рекламных кампаний не по поверхностным параметрам — таким как число подписчиков или тематика контента — а по реальной пересекаемости аудитории с целевой группой бренда.

Система работает на основе агрегированных и хешированных данных миллионов пользователей в России, собранных из открытых источников: поведение в мобильных приложениях, активность в социальных сетях, история взаимодействия с брендами, демографические и поведенческие характеристики, уровень покупательской способности и предпочтения в потреблении контента. Все данные обезличены и соответствуют требованиям ФЗ-152. Пользовательские сегменты формируются по ключевым параметрам целевой аудитории бренда — например, возраст, пол, геолокация, интересы, частота покупок, тип устройств и поведение в e-commerce.

Алгоритмы машинного обучения сопоставляют эти сегменты с базой подписчиков тысяч инфлюенсеров, анализируя пересечения на нескольких уровнях: совпадение по географии, совпадение по интересам, схожесть поведенческих паттернов и совместимость по медиа-потреблению. Результат — список блогеров, чья аудитория демонстрирует максимальную релевантность запросу бренда, а не только высокую популярность.

Ранее подбор инфлюенсеров опирался на экспертные оценки, ручной анализ профилей и общие метрики вроде CPM или engagement rate. Новая система исключает субъективность и позволяет выявлять скрытые связи — например, блогер с 50 тыс. подписчиков в нише «здоровое питание» может иметь аудиторию, более близкую к целевой группе косметического бренда, чем блогер с 500 тыс. подписчиков в общей категории «лайфстайл».

Внедрение технологии уже задействовано в 60% рекламных кампаний Getblogger. По данным платформы, точность подбора инфлюенсеров по релевантности аудитории выросла в 1,5 раза по сравнению с предыдущей методикой. Эффективность кампаний — измеряемая через конверсию в действия (просмотры, клики, переходы на сайт, покупки) — увеличилась более чем на 30%. В первые 30 дней после запуска кампаний, построенных на основе данных, рост продаж достиг 50–60% по сравнению с кампаниями, запущенными традиционным способом.

Система не заменяет человеческое участие — маркетологи по-прежнему задают цели, бюджеты и ограничения, но алгоритмы берут на себя анализ и ранжирование инфлюенсеров. Это сокращает время на подготовку медиаплана с нескольких дней до нескольких часов и снижает риск ошибок, связанных с субъективной оценкой.

Платформа продолжает развиваться: в планах — интеграция данных из CRM-систем клиентов, расширение анализа по каналам продаж (например, сопоставление аудитории блогера с покупателями конкретных SKU) и переход к полностью автоматизированному медиапланированию — когда кампания запускается без ручного вмешательства, на основе заданных KPI и исторических данных.

Использование Big Data в медиапланировании превращает рекламу с инфлюенсерами из инструмента массового охвата в точечный канал коммуникации — где каждый пост направлен не на «всех», а на тех, кто реально готов к покупке. Это повышает эффективность бюджета, снижает отток средств на нерелевантные аудитории и формирует устойчивую основу для долгосрочного роста брендов в условиях растущей конкуренции за внимание потребителя.