МАТЕМАТИЧЕСКАЯ МОДЕЛЬ И АЛГОРИТМЫ ПОДБОРА РЕКЛАМНЫХ ТОЧЕК ДЛЯ ТАРГЕТИРОВВАННЫХ КАМПАНИЙ В ОФЛАЙН-СРЕДЕ

MATHEMATICAL MODEL AND ALGORITHMS FOR SELECTING ADVERTISING LOCATIONS FOR TARGETED CAMPAIGNS IN OFFLINE ENVIRONMENTS

Sheptukhin Maxim Artemovich

student, Department of Electronic Computing Machines, Vyatka State University,

Russia, Kirov

Krutikov Alexander Konstantinovich

scientific supervisor, senior lecturer, Vyatka State University,

Russia, Kirov

АННОТАЦИЯ

В статье рассматривается разработка веб-сервиса для автоматизации таргетированных рекламных кампаний в офлайн-среде на примере размещения рекламы на кофейных стаканах. Предлагаемое решение ориентировано на малый и средний бизнес и реализует платформенную модель взаимодействия рекламодателей и владельцев кофейных точек. В работе описана логика функционирования сервиса, архитектура системы, а также применение геоинформационных технологий и математических моделей для автоматического подбора релевантных локаций размещения рекламы. Полученные результаты подтверждают целесообразность использования автоматизированных платформ в сегменте гиперлокальной офлайн-рекламы и демонстрируют потенциал повышения эффективности рекламных кампаний.

ABSTRACT

This article presents the development of a web service for automating targeted advertising campaigns in an offline environment using coffee cups as an advertising medium. The proposed solution is focused on small and medium-sized businesses and implements a platform-based interaction model between advertisers and owners of coffee points. The paper describes the system architecture, business logic, and the use of geographic information technologies and mathematical models for automatic selection of relevant advertising locations. The results demonstrate the feasibility of automated platforms in the hyperlocal offline advertising segment and their potential to improve campaign efficiency.

Ключевые слова: таргетированная реклама, офлайн-реклама, геоинформационные системы, веб-сервис, автоматизация.

Keywords: targeted advertising, offline advertising, GIS, web service, automation.

В условиях современной цифровой экономики рекламный рынок сталкивается с противоречивой ситуацией. С одной стороны, онлайн-реклама предоставляет развитые инструменты таргетинга и аналитики, а с другой — характеризуется высокой конкуренцией, ростом стоимости привлечения клиента и постепенным снижением внимания аудитории к цифровым рекламным форматам. Малый и средний бизнес в таких условиях все чаще испытывает трудности при попытках эффективно продвигать свои товары и услуги.

Одновременно с этим сегмент офлайн-рекламы, включая наружные и indoor-форматы, сохраняет значительный потенциал воздействия на аудиторию, однако остается недостаточно автоматизированным. Большинство существующих решений либо ориентированы на крупные рекламные бюджеты, либо предполагают ручное управление кампаниями и участие посредников. Это приводит к высокой стоимости размещения, непрозрачному ценообразованию и отсутствию точного таргетинга.

Одним из перспективных направлений развития офлайн-рекламы является использование альтернативных рекламных носителей, в частности одноразовых кофейных стаканов. Данный формат позволяет взаимодействовать с аудиторией непосредственно в момент потребления продукта, что повышает вовлеченность и вероятность отклика. Тем не менее на практике организация подобных рекламных кампаний остается сложным и трудоемким процессом.

Целью данной работы является разработка веб-сервиса «TargetCup», предназначенного для автоматизации процессов планирования, запуска и анализа таргетированных рекламных кампаний на кофейных стаканах. Сервис реализует платформенный подход и выступает в роли цифрового посредника между рекламодателями и владельцами кофеен или вендинговых автоматов.

Ключевой особенностью разрабатываемой системы является использование геоинформационных технологий и математических моделей для автоматического подбора релевантных точек размещения рекламы. Рекламодатель формирует портрет целевой аудитории, задает параметры кампании и бюджет, после чего система предлагает оптимальный набор локаций на основе анализа географических данных, профиля аудитории и показателей проходимости. Такой подход позволяет отказаться от интуитивного выбора рекламных точек и перейти к формализованным и обоснованным решениям.

Архитектура сервиса построена по клиент-серверной модели. Пользовательский интерфейс реализован в виде одностраничного веб-приложения с интерактивной картой, обеспечивающей наглядную визуализацию рекламного инвентаря. Серверная часть отвечает за бизнес-логику, обработку геоданных, расчёт показателей релевантности и управление рекламными кампаниями. Для хранения пространственных данных используется реляционная база данных с поддержкой географических расширений.

В рамках подбора точек размещения используется математическая модель, реализованная в виде последовательности из пяти функциональных блоков. Первый блок предназначен для расчёта индекса аффинитивности аудитории и отражает степень соответствия конкретной рекламной точки заданному портрету целевой аудитории. Данный показатель формируется на основе взвешенной оценки вероятностей присутствия различных сегментов аудитории в каждой локации (рисунок 1).

Рисунок 1. Оценка релевантности точки заданной целевой аудитории

На втором этапе учитывается географическая релевантность точки размещения. Данный блок анализирует расстояние до целевой зоны и позволяет снизить значимость точек, расположенных за пределами приоритетного радиуса, что особенно важно при локальных рекламных кампаниях (рисунок 2).

Рисунок 2. Учет пространственной близости точки размещения

Третий блок модели отвечает за оценку потенциального охвата рекламной кампании. Здесь учитываются показатели проходимости точки и коэффициент конверсии контакта, позволяющие спрогнозировать количество потенциальных взаимодействий с рекламным сообщением (рисунок 3).

Рисунок 3. Прогнозируемый охват рекламной кампании

На основе результатов предыдущих этапов формируется итоговая функция полезности рекламной точки. В данном блоке агрегируются показатели аффинитивности, географической релевантности и потенциального охвата с использованием весовых коэффициентов, что обеспечивает гибкую настройку модели под различные рекламные сценарии (рисунок 4).

Рисунок 4. Интегральная оценка привлекательности точки

Заключительным этапом является оптимизационный блок, в котором решается задача распределения рекламного бюджета. Используется постановка задачи о рюкзаке, позволяющая выбрать оптимальный набор рекламных точек таким образом, чтобы суммарная полезность была максимальной при заданном бюджетном ограничении (рисунок 5).

Сервис ориентирован на удобство использования и прозрачность всех этапов работы. Рекламодатель получает доступ к личному кабинету, где может управлять кампаниями, отслеживать их статус и анализировать результаты. Владельцы кофейных точек, в свою очередь, получают инструмент дополнительной монетизации без необходимости самостоятельного поиска рекламодателей и организации рекламных процессов.

Рисунок 5. Оптимизационный подбор точек в рамках бюджета

Таким образом, разработанный веб-сервис демонстрирует возможность переноса принципов programmatic-рекламы и self-service платформ в офлайн-среду. Результаты работы подтверждают, что автоматизация и использование геоинформационных технологий позволяют существенно повысить доступность и эффективность таргетированной рекламы для малого и среднего бизнеса. В дальнейшем проект может быть масштабирован за счет подключения новых форматов рекламных носителей и расширения аналитических моделей.

Список литературы:

1. Котлер Ф., Келлер К. Маркетинг менеджмент. — СПб.: Питер, 2020.
2. Longley P. et al. Geographic Information Systems and Science. — Wiley, 2015.
3. Aggarwal C. Recommender Systems: The Textbook. — Springer, 2016.
4. McQuarrie E. The Psychology of Advertising. — Routledge, 2018.