Три прорыва для маркетинга застройщика

Рынок не стоит на месте: путь клиента становится все сложнее, объем данных растет взрывными темпами, требования к скорости принятия решений как никогда высоки. Старых подходов к аналитике становится недостаточно. Прямо сейчас на рынке формируются три ключевых технологических прорыва, которые в ближайшие годы изменят сам подход застройщиков к работе с данными. 

Новая архитектура аналитики

Объемы данных на рынке недвижимости растут лавинообразно. Тысячи пользователей (маркетологи девелопера, IT-отделы и внешние рекламные агентства) ежедневно анализируют и принимают на их основе решения. Это создает колоссальную нагрузку на аналитические платформы.

Количество отчетов, которые строят пользователи, постоянно увеличивается. Например, в Smartis их число за год выросло на 31% и достигло отметки в 300 тысяч в месяц. Параллельно увеличивается число запросов к API для внешних BI-систем (в Smartis оно превысило 9 миллионов в месяц). Рынок имеет два ключевых запроса: на высокую скорость доступа к данным и их безопасность.

Как повышается скорость 

Традиционный подход больше не выдерживает нагрузки. Раньше сложный сквозной отчет (включающий сессии, звонки, post-view данные и расчет атрибуции) вычислялся в режиме реального времени в момент запроса пользователя. Когда тысячи пользователей одновременно пытаются выполнить такие операции, производительность системы неизбежно снижается.

Ответом на этот вызов становится новая архитектура, основанная на «витринах данных».

Ключевое изменение  —  переход от расчетов «на лету» к предрасчетам. В витринах данных все сложные вычисления (например, анализ источников в конкретной модели атрибуции) уже выполнены заранее. Это позволяет пользователю сразу же начинать работать с готовыми отчетами и не тратить время на ожидание.

Подход меняет и способ работы с данными для BI-систем:

• Оптимизация API. Вместо тысяч отдельных запросов к API IT-отделы и агентства получают прямое SQL-подключение к предрасчетным витринам.
• Мгновенные ссылки. Если отчет уже был кем-то подготовлен, то при переходе по ссылке результат отображается мгновенно, его можно просто переиспользовать.
• Параллельная отрисовка. При построении больших отчетов «быстрые» показатели появляются сразу. В это время система на фоне досчитывает более сложные метрики.

Как обеспечивается безопасность 

Данные  — это новое золото, которое нужно беречь. Как показывает практика, большинство проблем с безопасностью возникают не из-за сложных хакерских атак, а из-за человеческого фактора.

Например, распространенные уязвимости — в компании пользуются слишком простыми паролями (вроде «12345» или «qwerty»), не блокируют доступ для уволенных сотрудников или бывших подрядчиков и не обновляют ПО на рабочих компьютерах. 

Современная архитектура данных должна предлагать решения для обеих проблем: технологической защиты и минимизации человеческого фактора.

Безопасность облачных решений. Платформа должна обеспечивать необходимые стандарты защиты:

• Двухфакторная аутентификация.
• Политика сложности паролей по стандартам служб безопасности.
• Возможность запретить отображение полных персональных данных (телефонов, email) для тех ролей, которым они не требуются для анализа .
• Право полностью заблокировать любой экспорт данных из системы.

On-premise решения (внутренний контур). Для компаний с максимальными требованиями к безопасности новая архитектура должна предлагать размещение «on-premise». В этом случае все персональные данные физически остаются во внутреннем контуре застройщика. Такое решение полностью подчиняется внутренним политикам безопасности компании, включая все сетевые фильтры и системы мониторинга. При этом оно сохраняет возможность прямого SQL-доступа к маркетинговым данным для внутренних BI-систем.

Мультиканальная поствью аналитика 

Технология post-view аналитики уже практически достигла массового распространения и будет развиваться дальше. Почти половина клиентов-застройщиков Smartis (41%) уже использует этот инструмент.

Но есть вызовы, ответы на которые становятся прорывом в повышении видимости клиентского пути. Традиционные методы отслеживания (например, cookies) не работают в закрытых экосистемах, в первую очередь — в мобильных приложениях.

Как решать: 

Интеграции с мобильными приложения баз недвижимости (Avito, Циан, Яндекс.Недвижимость)

Рынок предлагает «обходные» технологии, например, Stable ID. Но важно понимать ограничения: на текущий момент такие технологии видят менее половины всех касаний. Потолок идентификации пользователей — 30%, а в большинстве сценариев составляет 10-15%. Для достоверного анализа этого недостаточно. 

Чтобы отследить post-view конверсии в мобильных приложениях, нужен новый подход. Единственный достоверный способ получить данные — это нативная интеграция с конкретной площадкой. Например, интеграция Smartis с рекламным кабинетом Avito позволяет сопоставить действия пользователей внутри их мобильного приложения со сделками застройщика. Есть интеграции со всей тройкой топовых площадок.

CRM-маркетинг 

Вторая «слепая зона»  — это оценка влияния собственных рассылок. Современные post-view интеграции (например, в Smartis с Mindbox) позволяют учитывать каждое открытое письмо, смс или пуш-уведомление, как полноценное касание в общей цепочке, которая привела клиента к сделке.

Когда застройщики начинают учитывать post-view данные, они сталкиваются с открытием: CJM оказывается гораздо длиннее, чем предполагалось. Если без post-view среднее количество касаний до сделки составляет 14, то с добавлением post-view оно увеличивается в четыре раза. Клиент совершает более 50 касаний с рекламой застройщика перед покупкой. В реальных CJM девелоперов можно увидеть и 141 касание до сделки.

Большинство застройщиков видят путь клиента только с момента первого обращения. Все действия «до» остаются в тени, например, как человек перед обращением заходил на Циан, смотрел объявления на Avito, а потом его догоняла медийная реклама в Яндексе. Это создает новую проблему: как справедливо распределить значимость между таким огромным количеством рекламных источников?

Решать ее необходимо с помощью разных моделей атрибуции. При этом data-driven подход заключается не в том, чтобы выбрать одну «правильную» модель, а в том, чтобы для каждой бизнес-задачи использовать подходящую. 

Сейчас рынок требует более сложных моделей, которые учитывают специфику post-view. Застройщики задаются вопросом, например, что делать, если человек трижды увидел баннер пока листал ленту?

Атрибуция с «окном переспама»

Чтобы решить эту проблему, мы в Smartis скорректировали линейную атрибуцию. Множественные просмотры в рамках одного дня «упаковываются» в одну post-view сессию, что корректирует их вес в конверсии. Менеджер может сам настраивать это «окно переспама». Например, можно считать все просмотры на классифайдах в течение 7 дней одним касанием.

Модель атрибуции Шепли (до сделок)

Это следующий шаг в развитии атрибуции. Модель Шепли корректирует вес канала в зависимости от того, насколько часто он работает «вхолостую» (не приводит к конверсиям). Модель Шепли — это вычислительно сложная технология. Она требует проанализировать не только цепочки, приведшие к сделке, но и все просмотры, которые ничем не закончились. Речь идет об анализе десятков миллионов цепочек и огромных вычислительных ресурсах.

AI-решения для анализа данных 

Объемы данных, которыми оперируют застройщики, стали слишком велики для «ручного» анализа. AI — это следующий логический шаг, который помогает извлекать из данных смысл, находить скрытые закономерности и повышать качество.

Спросить LLM

Маркетологи строят сложные сквозные отчеты, но быстрый анализ этих отчетов — отдельная задача, для решения которой современные платформы начинают интегрировать LLM. 

Как это работает в Smartis: аналитик строит в системе отчет (например, по каналам и кампаниям), платформа в один клик формирует готовый промт. Этот промт содержит все данные отчета в понятном для LLM виде, а также системный контекст (что это за данные и как они были построены). Сгенерированный промпт можно отправить любой LLM, которой вы пользуетесь (GPT, Gemini и т.д).

На основе промпта со всем контекстом LLM может по запросу:

• Проанализировать тренды по дням, неделям или месяцам.
• Оценить сезонность.
• Выделить кампании, на которые стоит обратить внимание в первую очередь.

Важно, что LLM не заменяет специалиста, она дает «акценты» для анализа. За маркетологом остается оценка результатов. Пока решение доступно в бета-версии для нескольких наших действующих клиентов. По всему продукту оно будет работать не раньше следующего года. 

AI-инсайты

Специалист может не уследить за сотнями метрик по всем площадкам и объектам и пропустить интересные закономерности. В Smartis эту задачу берет на себя «робот-аналитик», который ищет важные, но не всегда очевидные события в данных.

 — Поиск трендов. AI-алгоритмы могут выявлять долгосрочные тренды. Например, если какая-то площадка показывает стабильный рост эффективности, виджет инсайтов ее подсветит.

 — Обнаружение резких отклонений (аномалий). Робот замечает внезапные изменения, которые могут сигнализировать о проблеме. Например:

• Резко просела конверсия в целевой звонок. AI-инсайт может подсказать, что колл-центр перестал принимать звонки.
• Внезапно испортилось качество трафика по конкретной площадке  — ИИ об этом сообщит.

 — Топ лидеров. Система может автоматически формировать еженедельный топ площадок, которые приносят целевые обращения по каждому объекту. Это создает еще и элемент геймификации — команде интересно следить за изменениями в топе.  

Как AI-помогает следить за качеством данных

Максимум пользы сложные модели атрибуции и AI-алгоритмы приносят только если они строятся на полных данных. Качество данных — это фундамент. Когда данных слишком много, за ними сложно уследить, поэтому человеческий фактор остается одной из самых частых причин проблем. Например, разработчики выкатывают новую версию сайта и забывают установить на нее счетчики и пиксели, о которых просили маркетологи. 

Чтобы контролировать качество данных, мы внедряем роботизированные способы поиска аномалий, например, автоматизированный контроль счетчиков. Робот следит за трендом сбора сессий. Если он видит обнуление сессий на сайте, система отправляет алерт, что позволяет мгновенно отреагировать на проблему.

Имея полный охват данных (включая классифайды и медийку), сессии и обращения, маркетинг застройщиков переходит от этапа сбора данных к этапу принятия решений на их основе.