По всем вопросам звоните:

+7 495 274-22-22

УДК: 336; 338 DOI:10.33920/nik-02-2601-06

Использование Big Data в таргетированной рекламе

Ярных Эльвира Аркадьевна доктор экономических наук, профессор, профессор кафедры прикладной информатики и статистики Московского гуманитарного университета, 111395, Российская Федерация, г. Москва, ул. Юности, д. 5, Эл. адрес: pik@mosgu.ru
Чекалкин Никита Сергеевич магистрант кафедры прикладной информатики и статистики Московского гуманитарного университета, 111395, Российская Федерация, г. Москва, ул. Юности, д. 5, Эл. адрес: pik@mosgu.ru

Статья посвящена исследованию использования Big Data для анализа рынка электронной коммерции и формировании таргетированной рекламы на примере Amazon. В условиях стремительного прогресса цифровых технологий и увеличения объема информации все большее значение придается большим данным (Big Data) в рекламной сфере. Ежедневно пользователи оставляют свои электронные отпечатки в виде поисковых запросов, истории покупок, взаимодействия с веб-приложениями и геолокационных данных. Все эти данные позволяют торговым фирмам сформировать облик целевой аудитории и настраивать на ее основе маркетинговые компании. Данная работа показывает, как глубокая аналитика данных помогает выявлять тренды и формировать конкурентные маркетинговые стратегии.

Литература:

1. Демиденко А. Таргетинг: Путеводитель к сердцу целевой аудитории. М.: Литрес, 2023. — 86 с.

2. Евсеева А.Ю. Умные кассы как драйвер цифровой трансформации в сегменте HoReCa: опыт успешных кейсов / А.Ю. Евсеева, Д.Ю. Нечаев, Е.А. Черникова // Технологическое предпринимательство: экономика знаний и стартап-культура : Сборник научных трудов по материалам Всероссийской конференции, Москва, 15 ноября 2025 года. М.: НОО «Профессиональная наука», 2025. — С. 5–9.

3. Лапин А.В. Большие данные: основы применения в бизнесе. М.: Инфра-М, 2019. — 192 с.

4. Нечаев Д.Ю. О проблеме концептуализации сложности систем кибербезопасности / Д.Ю. Нечаев, В.Т. Еременко, В.А. Титов // Высшее образование для XXI века. Проблемы воспитания жизнеспособных поколений: Доклады и материалы ХХ Международной научной конференции, Москва, 21–23 ноября 2024 года. М.: Московский гуманитарный университет, 2025. — С. 335–340.

5. Нечаев, Д.Ю. Развитие методологии системного подхода в условиях глобализации многомерного коммуникационного пространства: монография / Д.Ю. Нечаев; Д.Ю. Нечаев ; Российский гос. торгово-экономический ун-т. М.: Изд-во РГТЭУ, 2011. — 126 с.

6. Программное обеспечение информационных технологий и систем (Импортозамещение) / В.Ф. Макаров, Д.Ю. Нечаев, Е.В. Романова, А.Г. Тимофеев. М.: Московский гуманитарный университет, 2023. — 135 с.

1. Demidenko A. Targeting: A Guide to the Heart of the Target Audience. Moscow: Litres, 2023. — 86 p.

2. Evseeva A.Yu. Smart Cash Registers as a Driver of Digital Transformation in the HoReCa Segment: Experience of Successful Cases / A.Yu. Evseeva, D.Yu. Nechaev, E.A. Chernikova // Technological Entrepreneurship: Knowledge Economy and Startup Culture: Collection of Scientific Papers Based on the Materials of the All-Russian Conference, Moscow, November 15, 2025. Moscow: NPO "Professional Science", 2025. — P. 5–9.

3. Lapin A.V. Big Data: Basics of Application in Business. Moscow: Infra-M, 2019. — 192 p.

4. Nechaev D.Yu. On the Problem of Conceptualizing the Complexity of Cybersecurity Systems / D. Yu. Nechaev, V.T. Eremenko, V.A. Titov // Higher education for the 21st century. Problems of raising viable generations: Reports and materials of the XX International scientific conference, Moscow, November 21–23, 2024. Moscow: Moscow University for the Humanities, 2025. — P. 335–340.

5. Nechaev, D.Yu. Development of the methodology of a systems approach in the context of globalization of the multidimensional communication space: monograph / D.Yu. Nechaev; D.Yu. Nechaev; Russian State University of Trade and Economics. Moscow: Publishing house of Russian State Trade and Economics University, 2011. — 126 p.

6. Software for information technologies and systems (Import substitution) / V.F. Makarov, D.Yu. Nechaev, E.V. Romanova, A.G. Timofeev. M.: Moscow University for the Humanities, 2023. — 135 p.

Статья поступила 25.10.2025 г. Статья одобрена к публикации 27.11.2025 г.

Термин Big Data означает обширный набор данных, которые чаще всего генерируются и обрабатываются в режиме реального времени. Кроме того, поток данных может быть, как структурированным и удобным для анализа и обработки (таблицы, базы данных), так и неструктурированными (тексы, фото/аудио/видео файлы). Важно понимать, что сами по себе данные не несут какой-либо полезной информации, если они не были тщательно проанализированы. Глубокий анализ позволяет выявить определенные тенденции, которые впоследствии помогут в принятии решений. Благодаря огромной и разноплановой информации Big Data позволяет торговым фирмам лучше определять устремления и поведение целевой аудитории, что делает их использование ценным ресурсом, а порой и ключевым фактором в цифровом маркетинге [3].

Одним из наиболее важных направлений в маркетинге, где Big Data играет важную роль является таргетированная реклама. Таргетинг – маркетинговый механизм, который широко используется в интернет-маркетинге и позволяет выделять целевую аудиторию по различным критериям. Данный формат рекламы нацелен на конкретные сегменты потребителей, которые были сформированы на основе анализа информации о клиентах и пользователях. Основной его целью является повышение релевантности и эффективности рекламных компаний. Таргетинг позволяет рекламодателям переключить акцент с массовой к персонализированной коммуникации с клиентами. Благодаря этому значительно снижаются расходы на маркетинговые кампании и увеличиваются выгода от инвестиций в данный вид рекламы [1].

В таблице 1 приведены основные классификации таргетинга.

Очевидно, что каждый из вышеперечисленных видов таргетинга предназначен для достижения различных целей и напрямую зависит от ресурсов и информации, которой располагает торговая фирма. Кроме того, использование больших данных в таргетированной рекламе дает ряд преимуществ:

1) улучшение сегментации целевой аудитории (в отличие от классических методов анализа, использование Big Data позволяет проводить глубокий и многоаспектный анализ, что в последствии помогает выявить неочевидные сегменты потребителей);

Для Цитирования:
Ярных Эльвира Аркадьевна, Чекалкин Никита Сергеевич, Использование Big Data в таргетированной рекламе. Ученый совет. 2026;1.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: