如何在不增加额外广告预算的情况下获得更多销售？一种方案是开发预测性分析系统，精准识别高转化用户并定向展示广告。MediaNation代理公司分析部小组负责人Roman Svyatov分享了机器学习模型的构建过程及广告活动A/B测试成果。
客户
“ВОИН”连锁商店：总部位于俄罗斯，主营男装、鞋履及活跃生活方式配饰的批发与零售业务。
任务
提升广告投放效率，在同等预算下实现销售额增长。
解决方案
基于StreamMyData全渠道分析系统开发机器学习模型，预测用户7天内购买概率（匹配该网店平均决策周期）。
模型上线后，对Яндекс.Директ广告进行A/B测试：B组采用ML预测受众，A组使用平台常规自动策略。
预测性分析系统的完整搭建流程详见原文。
工期
准备阶段：1.5个月
模型测试期：2023年12月11日 – 2024年1月11日
阶段1：数据收集
除Google Analytics热力图与会话流数据外，新增通过Logs API从Yandex.Metrika导出用户行为数据，用于模型训练。
制定数据采集规范：要求CRM系统传递UserID，并标记约150个关键事件，涵盖基础电商行为（购买、加购、点击商品卡等）、价格筛选、搜索及目录浏览等。数据积累耗时3-4周。
阶段2：特征工程
编写SQL查询提取用户行为特征，如是否购买、订单金额、复访间隔等，作为模型输入变量。
共生成三类特征SQL查询：
- 会话级特征；
- 会话内行为特征；
- 目标特征：7天内是否完成购买。
部分特征提取SQL查询示例
最终生成707个特征，充分刻画用户行为规律，提升预测精度。
阶段3：ML模型开发
此阶段耗时最长，需反复调试架构、超参数并完成多轮训练。数据量越大，训练时间与算力需求越高。
下图展示三个独立模型并行预测、融合输出最终结果的过程：
并行预测方案
最终预测值为三模型输出的加权平均，即用户未来7天购买概率。
阶段4：用户聚类
初始按购买概率划分五类人群：
- 接近零概率；
- 零概率；
- 中等概率；
- 高概率；
- 极高概率。
因Yandex.Audiences要求细分群体至少含100名唯一用户，故合并为三类：
- 零 + 接近零；
- 中等；
- 高 + 极高。
在Yandex.Direct中为各群体设置差异化出价系数：
- 低概率群体：降低出价，避免无效曝光；
- 中高概率群体：提高出价，增强竞价竞争力，促进转化。
阶段5：流程自动化
每日更新访客数据以刷新ML分群，防止已购用户滞留高转化标签导致资源浪费，同时支持模型持续迭代优化。
自动化实现方式：
- 使用Python编写核心逻辑；
- 采用Apache Airflow编排DAG（有向无环图），定义任务依赖关系；
ML模型重训练DAG结构 - 创建3个独立DAG用于模型微调，每个包含4个任务：前3项每日从Google BigQuery导出数据，第4项执行模型更新；
- 部署夜间自动DAG，定时更新Yandex.Audiences分群；
Yandex.Audience分群更新DAG结构 - 迁移至Kubernetes集群，统一管理资源调度，支撑User_ID匹配、数据导出、预测生成及分群全流程。
阶段6：ML分群A/B测试
自动化完成后，在两个Яндекс.Директ广告活动（智能横幅+图文广告）中开展A/B测试，每组均分为两部分：
- A组：沿用平台默认自动策略；
- B组：应用ML分群及动态出价系数。
两组分配相同周预算并同步启动，测试周期为2023年12月11日至2024年1月11日，期间未做任何人工干预，确保结果客观。
第一组广告创意素材
第二组广告创意素材
第一次活动结果
B组全面优于A组：转化更多、加购更强、CPA更低：
- 购买量高出25.7%，验证分群策略有效；
- 加购数量多出34.4%，用户活跃度显著提升；
- 加购商品总价值高出37.2%，客单价与高价品偏好更强；
- CPA降低21.2%，获客成本大幅下降。
活动1 A/B测试：各分群总购买量对比
活动1 A/B测试：各分群加购商品总数对比
活动1 A/B测试：加购商品总价值对比
活动1 A/B测试：CPA最终值对比
第二次活动结果
ML分群在销售与客单表现上持续领先：
- 加购数量高出10.5%；
- 加购总价值高出7.2%，平均客单价略优。
活动2 A/B测试：各分群加购商品总数对比
活动2 A/B测试：加购商品总价值对比
A/B测试证实：训练成熟的预测性ML模型可高效赋能Яндекс.Директ投放，准确预判7日内购买行为，具备正式商用条件。
客户评价
“2023年10月至2024年1月，我们在官网测试了StreamMyData预测分析服务，旨在通过精准分群提升Яндекс.Директ上下文广告效果。测试成效显著，参与活动的转化率提升25%。合作方——上下文广告服务商也对测试结果给予高度评价。”
——Юли娅 Гнатюк（Julia Gnatiuk），ВОИН电子商务部门负责人