От нас с вами, от хозяев сайтов. Мы, по сути, даем ему эти данные, когда выбираем тематику сайта при установке на него счетчика liveinternet (li.ru).
Имея списки сайтов по тематикам, «Ливинтернету» остается сложить два и два.
Первым компонентом нехитрой формулы является половозрастная статистика по темам. Например, строительные сайты интересуют 80% мужчин и 20% женщин (условно). И так далее по всем темам. Можно было бы и историю поисковых запросов взять в качестве компонента формулы, но нет: миллионы запросов нереально рассортировать по половозрастным предпочтениям, а вот пять десятков тематик — запросто.
Второй фактор — long-tail, история хождения посетителя по сайтам, оборудованным счетчиком liveinternet и отнесенным к той или иной тематике.
Эта история доступна компании liveinternet благодаря установленному в броузеры посетителей файлу cookie с домена counter.yadro.ru.
Итак, упрощенный для наглядности алгоритм:
1. Посетитель заходит на ваш сайт, «Ливинтернет» фиксирует это и сразу видит, что этот самый посетитель за последнюю неделю был на двух строительных сайтах, одном банковском, двух игровых и целых трех эротических;
2. Путем вычисления упомянутых выше процентов популярности тематик li.ru делает вывод, что это с вероятностью 85% мужчина от 18 до 24. Так и запишем.
По некоторым посетителям у компании liventernet нет достаточных данных. В таком случае происходит экстраполяция — перенос данных по известным посетителям и на неизвестных тоже. Их вписывают в ту или иную демографическую группу по аналогии с известными.
Это общий принцип, в действительности есть ещё детали, влияние которых незначительно. Алгоритм не стоит на месте, что-то добавляется, совершенствуется. Остается главное — определение демографии по тематикам и long-tail. Не поисковые предпочтения, не пол и возраст согласно анкетам блогеров, коих у ЛИВа множество, не корреляция технических характеристик софта и железа с полом и возрастом (например что линукс — это мужчины до 40), не гео- или ip-данные.
Можно припомнить примеры, где «демография Ливинтернет» не укладывалась в обозначенную выше формулу или коррелировала с каким-либо отдельным неожиданным показателем. Бывает всякое — и что-то всерьез сказать по таким конкретным ситуациям можно, только если там была соблюдена чистота эксперимента.
Как это использовать?
Даже если наладить экспорт данных из счетчика liveinternet, использовать «демографию» для выдачи тому или иному новому посетителю «женского» или «мужского» баннера можно только на сайте с совсем малой посещаемостью и только на второй, третий и др. переходы посетителя по страницам в ходе визита, а не на первоначальный вход. Это вызвано задержкой данных и невозможностью отличить посетителей по li.ru, если их в одну секунду было несколько.
Логично, что подобную услугу могли бы предоставлять провайдеры геотаргетинга, авторизации и глобальной компетенции. Технически это осуществимо довольно просто, по крайней мере, по России. Алгоритм, при условии, что у нас есть глобальная компетенция (например, наш яваскрипт, картинка или счетчик на статистически значимом множестве сайтов):
1. Собираем базу данных сайтов по тематикам. Например, путем банального парсинга «Ливинтернета» в целях узнать, какой сайт на какую тему участвует в рейтинге.
2. Получаем статистические сведения по демографическим предпочтениям с привязкой к этим тематикам. Например, с помощью маркетингового исследования.
3. Используя информацию своих глобальных cookies, рассчитываем «демографию» по той же формуле, что и li.ru, в результате знаем вероятный пол и возраст конкретного посетителя уже «на подходе».
Для реализации подобного надо, чтобы наш счетчик был на множестве мелких сайтов, тематика которых нам известна. Наличие одного огромного сайта без ярко выраженных демографически обособленных разделов не дает нам такой компетенции.
Из крупных российских проектов подобное технически могли бы осуществить фотохостинги (наподобие radikal.ru) — если бы выдавали часть хотлинковых картинок скриптом и ставили бы куку, логируя при этом домен рефера. В таком случае хотлинкуемые картинки работали бы по сути ЛИВовскими счетчиками.
На данный момент у нас нет информации о предоставлении каким-либо провайдером данных подобной услуги. Мы были бы очень рады такой информации.
Как вы догадались?
Сначала были идеи, их было много. Потом были эксперименты, тоже много и разные. Не углубляясь в обширную и занудную техническую сторону, дадим краткое резюме:
Эксперимент 1.
На совершенно необитаемый сайт ставим счетчик liveinternet и заодно для контроля другие счетчики.
Чистым от каких-либо cookies и прочей истории компьютером проходим по чисто мужским сайтам строительной, промышленной и автомобильной тематики, на которых установлен счетчик «Ливинтернет», и которые участвуют в рейтингах по соответствующим мужским тематикам.
Затем — на экспериментальный сайт. Для накопления статистической выборки повторяем это много раз, с различными сочетаниями технических параметров.
Результат: liveinternet считает аудиторию целевого сайта состоящей в подавляющем большинстве из мужчин. Проведение аналогичного раунда по женским тематикам соответственно сместило «демографию» в сторону женщин.
Эксперимент 2.
На другой необитаемый сайт заходим очищенными от cookies компьютерами, не бывавшими до этого вообще нигде. Варьируем технические показатели — разные броузеры, разрешение экрана (а вдруг liveinternet считает что у молодых мониторы больше, или что мужчины старше 50 пользуются только IE 6...).
Повторяем это на нескольких «подопытных кроликах», чтобы проследить все возможные закономерности.
Результат: при недостатке или отсутствии данных (незнакомые для liveinternet посетители, не имеющие его cookies) выдаются средние данные по тематике.
Ловкость рук, и никакого мошенничества
Многих вводит в замешательство, что в отчете «Демография» нигде нет слова «предположительно», и аудитория оценена не диаграммой в процентах, а точным количеством на графике. И в таблице. Утверждается: сегодня на сайте у вас было 17854 женщины от 25-34 лет. Ни больше, ни меньше. Как будто ЛИВ заглянул в лицо каждому посетителю и лично каждого учел!
Конечно, это наводит на мысль о продвинутых «шпионских» системах слежения. Но в действительности «ларчик просто открывался».
