Сегменттелген таргетинг

Сегменттелген таргетинг - бұл мінез-құлық, құндылық және тәуекелдер туралы деректерге сүйене отырып, кімді, не, қашан және қандай арна арқылы көрсетуді таңдаудың жүйелі тәсілі. Мақсаты: шығындар мен зиянды барынша азайта отырып, инкременттік әсерді (кіріс/ұстап қалу) барынша арттыру.

1) Сегменттеудің мақсаттары мен деңгейлері

Мақсаттары: белсендіру, монетизациялау, ұстап қалу, қайта белсендіру, кросс-селл, RG/комплаенс-интервенциялар.

Деңгейлер:

Демография/гео/құрылғы (базалық).
Мінез-құлық/RFM (recency, frequency, monetary).
Құндылығы (LTV/маржиналдық).
Бейімділігі (оқиғаға propensity: депозит, сатып алу, churn).
Uplift/сезімталдық (контактіден өсу ықтималдығы).
Түйіршіктілік: бренд × ел × платформа × арна × мазмұн санаты - трафик көлемімен және бюджетпен келісіңіз.

2) Деректер мен белгілер

Оқиғалар: бару, басу, тіркеу, ойындар/мөлшерлемелер, депозиттер/сатып алу, науқандарға пікірлер.
Контекст: күнтізбе (мерекелер/матчтар/жалақылар), тарту арнасы, қосымшаның нұсқасы, бағалар/лимиттер.
Сәйкестігі: user/device/IDFA/телефон/e-mail; бірдей көпірлер.
Фичтер: RFM-терезелер (7/30/90), мазмұнның әртүрлілігі, аптаның сағаты/күні, ARPPU/жиілік, пуши/e-mail-ге жауап.
Сапасы: оқиғалардың демпотенттілігі, дедуп/антибот, TZ = UTC сақтау + жергілікті көріністер.

3) Сегменттеу әдістері

3. 1 Ережелер (rule-based)

Артықшылықтары: түсініктілігі, жылдамдығы, fail-safe.
Кемшіліктері: осал, жергілікті оптимумдар.
Мысал: «жаңадан келгендер, екінші сапарсыз 48 сағат, мобильді iOS».

3. 2 Когорт-мінез-құлық (RFM/үлгілер)

«Жаңалық × жиілік × кіріс» сыныптары.
Мінез-құлық кластерлерін қосыңыз: сүйікті санаттар/уақыт слоттары.

3. 3 Кластерлеу/эмбеддингтер

k-means/DBSCAN/қалыпты мінез-құлық өлшемдері бойынша Гаусстың қоспалары.
Контент/пайдаланушылар эмбеддингі (matrix factorization) → «мүдделер» кластерлері.

3. 4 Бейімділік (propensity/score-based)

Оқиғаның ықтималдық модельдері: депозит, қайта бару, апсейл; табалдырықтар - қателер құнынан.

3. 5 Uplift/сезімталдық

Байланыстан өсу модельдері (T-learner, Uplift trees/GBM).
Зоны: Persuadables / Sure things / Do-not-disturb / Lost causes.
Uplift-таргетинг сол бюджеттерде ең үлкен инкремент береді.

4) Таргетинг саясатының дизайны

Decision table (нобай)

Сегмент/шарт	Мәтін мәнері	Әрекет	Арна	Кулдаун	Guardrails
RFM: R7=0, F1, M0; `uplift_dep ≥ 0. 06`	жаңа келгендер	welcome-оффер S	push+in-app	3д	ROMI≥0
`churn_risk ≥ 0. 8` & `value_q ≥ 0. 8`	VIP	L/қоңырау	CRM+call	7д	шағымдар ≤ Х
`RG_risk ≥ τ`	кез келген	үзіліс + RG кеңесі	in-app	1д	FPR≤1%

Гистерезис: «жыпылықтамау» үшін кіріс/шығыс табалдырықтары ерекшеленеді.
Квоталар/rate-limit: пайдаланушыға/арнаға/сегментке; даулы саясаткерлер - «қауіпсіздік → экономика → UX» басымдығы.

5) Эксперименттер және каузальдық бағалау

A/B/көп рамалы тесттер: сегменттер/саясат/креативтер үшін; MDE, ұзақтығын, стратификациясын жоспарлаңыз.
Квазиэксперименттер: DiD/аймақтық шығарулар кезіндегі синтетикалық бақылау.
Бағалау: инкременттік түсім/ұстап қалу, uplift @k, Qini/AUUC, ROMI, guardrails (шағымдар, RG).
Budget-pacing: күтілетін маржиналдық қайтарым бойынша сегменттер бойынша бюджетті бөлу.

6) Арналар және оркестрлеу

Арналар: in-app, push, e-mail, SMS, қоңыраулар, onsite-модульдер, жеке витриналар.
Оркестратор: кепілдендірілген жеткізу, ретра/backoff, теңсіздік 'action _ id', DLQ, басымдықтар, «тыныш сағаттар» терезесі.
Мазмұн/креативтер: үлгілер кітапханасы, A/B for creatives, жиілік қапшықтары.

7) Өлшемдер және мониторинг

Процестер: coverage сегменті, latency (Decision → Action), жеткізу, байланыс жиілігі.
Әсері: түсім/ұстап қалу инкременті, ROMI, uplift @k, Qini/AUUC, NNT (1 нәтижеге қанша контактілер).
Тәуекелдер: шағымдар/қайтарулар/спам-жалаушалар, RG-индикаторлар, fairness (топтар бойынша әсерлер/қателер айырмашылығы).
Дрейф: PSI/KL сегменттеудің негізгі көрсеткіштері бойынша, белгілі кластерлерден тыс «жаңа» пайдаланушылардың үлесі.

8) Құндылықпен және тәуекелдермен байланыстыру

LTV-салмақтау: сегменттерді «жалаңаш» конверсия бойынша емес, күтілетін құндылық бойынша басымдыққа алыңыз.

EV ережесі:

[
EV = p_{\text{успех	әрекет }\cdot\text {Value} -\text {Cost} - p_{\text{вред}}\cdot\text{Harm}
]

Егер EV ≥ 0 және guardrails қалыпты болса, байланысыңыз.
Жауапкершілік: RG/комплаенс басымдыққа ие; шешімнің түсіндірілуі - міндетті.

9) Сегменттер мен кампаниялардың паспорттары (templates)

Сегмент төлқұжаты

Код: 'SEG _ RFM _ R0-7 _ F1-2 _ M0 _ Q3'

Анықтама және фиче-рецепт (терезелер 7/30/90, антибот/фрод сүзгілері)

Өлшемі/жаңаруы/жаңаруы; басқа сегменттермен қиылысу

Тәуекелдер және ерекшеліктер (RG/комплаенс), иесі, нұсқасы

Науқан паспорты

Мақсаты және KPI (инкременттік кіріс/ретеншн, ROMI)

Сегмент/арналар/креативтер/жиіліктер

Бағалау дизайны (A/B немесе квазиэксперимент), ұзақтығы, MDE

Guardrails: шағымдар ≤ Х, RG-жалаулар ≤ У, latency ≤ Z

Инциденттерді қайтару және рунибук жоспары

10) Псевдо-SQL/рецептер

RFM сегментациясы

sql
WITH acts AS (
SELECT user_id,
MAX(ts)                  AS last_act,
COUNT() FILTER (WHERE ts > NOW()-INTERVAL '30 day') AS freq_30d,
SUM(amount) FILTER (WHERE ts > NOW()-INTERVAL '90 day') AS money_90d
FROM user_activity LEFT JOIN payments USING(user_id)
GROUP BY 1
),
rfm AS (
SELECT user_id,
DATE_PART('day', NOW() - last_act) AS recency_days,
freq_30d,
money_90d
FROM acts
)
SELECT,
CASE WHEN recency_days<=7 THEN 'R0-7'
WHEN recency_days<=30 THEN 'R8-30' ELSE 'R31+' END AS R_bucket,
CASE WHEN freq_30d>=10 THEN 'F10+'
WHEN freq_30d>=3 THEN 'F3-9' ELSE 'F0-2' END    AS F_bucket,
CASE WHEN money_90d>=200 THEN 'M200+'
WHEN money_90d>=50 THEN 'M50-199' ELSE 'M0-49' END AS M_bucket
FROM rfm;

Депозитке бейімділік (train slice, кемуінсіз)

sql
-- label: deposit in next 7 days
WITH snap AS (SELECT DATE_TRUNC('day',:cut) AS cut),
feat AS (... your RFM/behavioral features with condition ts <= cut...),
label AS (
SELECT u. user_id,
CASE WHEN EXISTS (
SELECT 1 FROM payments p
WHERE p. user_id=u. user_id
AND p. ts > cut AND p. ts <= cut + INTERVAL '7 day'
) THEN 1 ELSE 0 END AS dep_next_7d
FROM users u CROSS JOIN snap
)
SELECT FROM feat JOIN label USING(user_id);

11) Fairness, құпиялылық және этика

PII-минимизация: идентификаторларды токенизациялау, RLS/CLS, бүркемелеу.
Fairness: сезімтал топтар бойынша әсерлердің/қателердің айырмашылықтарын тексеріңіз; жарамсыз белгілерді болдырмаңыз.
Ашықтық: таргетинг себептері (top-features/ережелер) - саппортқа қолжетімді; апелляция жолы.
Жиілік қақпақтары мен «тыныш сағаттар» - шаршағанға және пайдаланушыға зиянға қарсы.

12) Қарсы үлгілер

Өлшенетін инкрементсіз «сұлулыққа арналған» сегменттер.
Инкремент бойынша емес, корреляция бойынша бағалау (A/B/DiD жоқ).
Көптеген сегменттер → қайшылықты әрекеттер мен спам.
Гистерезисіз шекті шешімдер → контактілердің «жыпылықтауы».
guardrails (RG/шағым/жиілік) және түсініктіліктің болмауы.
Онлайн оркестрсіз байланыстар кешігеді, әсер жоғалады.

13) Сегменттелген таргетингті іске қосудың чек-парағы

Мақсаттар, KPI және бюджет айқындалды; түйіршіктілік деңгейі келісілді
Деректер схемалары және PIT рецепттері; антибот/фрод-сүзгілер қосылған
Сегменттер паспорттармен сипатталған; жанжал-матрица және басымдықтар берілген
Әдіс таңдалды (ережелер/кластерлеу/propensity/uplift) және бағалау дизайны
Decision tables, гистерезис, кап және rate-limit теңшелген
Оркестратор және ұқсастығы және DLQ бар арналар; «тыныш сағат»
Мониторинг: әсер (uplift/ROMI), тәуекелдер (шағымдар/RG), дрейф
Құжаттама: сегменттердің/саясаттардың нұсқалары, иелері, runbooks

Жиынтығы

Сегменттелген таргетинг - CRM-дегі «жапсырмалар» жиынтығы емес, басқарылатын жүйе: сапалық деректер мен белгілер → мағыналы сегменттер (құндылық/мінез-құлық/сезімталдық) → гистерезисі бар саясат және guardrails → инкрементті каузалды бағалау → тұрақты оркестратор және мониторинг. Мұндай жүйе шағымдар мен тәуекелдерді төмендете отырып, ROMI және LTV-ді арттырады - және әрбір жанасуды орынды, уақтылы және әдепті етеді.

Сегменттелген таргетинг