Настройка отчетности по неочевидным срезам
Исходная семантика клиента была не только глубоко распарсенной, но и широкой сама по себе (различные марки, модели авто, характеристики и т. д.). Благодаря этому у нас было большое пространство для выявления неочевидных срезов. Мы собрали список из ~60 вариантов группировки семантики (страна-производитель, страна бренда, пробег, объем двигателя, цвет кузова, стоимость комплектаций, стоимость комплектации относительно авто в %, ценовая категория марки авто и т. д.). Также, мы использовали неочевидные технические срезы (количество слов в ключевом запросе, диапазоны частотностей в точном или широком соответствии и т. д.). Собрав всю статистику, мы внесли новые корректировки по показам, эмпирическим путем перебирая варианты эффективных корректировок ставок. Все эти действия постепенно снижали стоимость обращения/увеличивало количество целевых действий на сайте.