# Особенности работы ML-моделей

## Особенности работы ML-модели:

**Особенности работы ML модели:**\
ML модели не требуют дополнительной оптимизации, как стандартные кампании. Они функционируют на уровне аукциона, поэтому добавление черных списков (BL) может негативно сказаться на их работе. Отключение целых площадок ограничивает модель в трафике на котором она может выбирать хорошие и плохие аукционы, что ухудшает ее эффективность.

**Оптимизация ML модели:**\
Ручная оптимизация не рекомендуется. Однако, если возникает крайняя необходимость и стоит выбор между ручной оптимизацией и отключением кампании с ML моделью, можно выбрать ручную оптимизацию и немного настроить кампанию. Помните, что модель сама по себе является оптимизатором.

**Снижение стоимости CPM и конверсий:**\
Для снижения стоимости CPM и конверсий можно уменьшить коэффициент мультиплаера. Однако это может привести к снижению процента выкупа и количества показов.

**Сравнение показателей:**\
Проводите регулярное сравнение показателей кампаний с ML моделью и без нее. Идеально делать это ежедневно, но как минимум еженедельно. Если показатели модели хуже, чем у кампаний без оптимизации, стоит проанализировать возможные причины.

**Рекомендации по количеству событий для запуска модели:**

* 20 – может быть лучше
* 50 – уже почти хорошо
* 100 – неплохо
* 200 – хорошо
* 500 – отлично
* 1000 – превосходно
* 2000 – замечательно
* 5000 – идеально

{% hint style="warning" %}
Не рекомендуется запускать модель, если количество событий менее 500
{% endhint %}

**Таргетинг и производительность:**\
Модель будет плохо работать при узком таргетинге или несоответствующем таргетинге, на который она обучена. Например, сравнение кампании с аудиторией 100k и кампании с аудиторией 1M может быть некорректным.

**Рекомендации по использованию ML модели:**

* сравнивать результативность между кампаниями с ML оптимизацией и без нее;
* обучать модель на рекламодателе с количеством конверсионных событий более 500;
* стараться выдерживать одинаковый СРМ между кампаниями с ML оптимизацией и без нее;
* оставлять 10-15% трафика на стандартные кампании, даже если модель работает лучше, чтобы получать статистику с новых источников трафика;
* работать с Multiplier для управления итоговым СРМ и количеством трафика.

**Автоотключение моделей:**\
Модели автоматически отключаются, если по их кампаниям не было статистики более 7 дней.

## Дополнительные материалы:

[Презентация ML оптимизация](https://docs.google.com/presentation/d/e/2PACX-1vQ7twRYTOR6sOe_rZozWx41hpUhybV0StHjAtQwAkomwg0Id8n1V2GfvGXVffUrwovtsXr5Na1LszGV/pub?start=false\&loop=false\&delayms=3000)

[Кейс MGCom, «Росбанка» и Hybrid: как на 50% снизить стоимость заявки с помощью ML](https://www.sostav.ru/publication/kejs-mgcom-rosbank-i-hybrid-66896.html)

<br>