Что хотят услышать интервьюеры:

Показывать нужно тем пользователям, у которых выше вероятность целевого действия и достаточная ценность для бизнеса. Обычно это аудитории, сегментированные по поведению, интересам, жизненному циклу и вероятности конверсии. Главная цель — не максимальный охват, а максимальный ожидаемый эффект от показа.

Определение:

В машинном маркетинге «кому показывать» означает выбор целевой аудитории для рекламного или рекомендательного воздействия на основе данных и моделей. Решение обычно строится на признаках пользователя, его истории действий, контексте и бизнес-ограничениях: бюджете, частоте показов, LTV, риске оттока, вероятности покупки или отклика.

Пример использования:

Например, интернет-магазин хочет показать промо-баннер не всем подряд, а только тем, кто с высокой вероятностью купит в ближайшие 7 дней. Для этого модель оценивает пользователей по признакам: недавние визиты, просмотренные категории, добавления в корзину, средний чек и реакция на прошлые кампании.

# Пример: простой скоринг пользователей для показа кампании

users = [
    {"id": 1, "score": 0.92, "last_visit_days": 1},
    {"id": 2, "score": 0.48, "last_visit_days": 10},
    {"id": 3, "score": 0.81, "last_visit_days": 3},
    {"id": 4, "score": 0.15, "last_visit_days": 30},
]

threshold = 0.8

target_users = [u for u in users if u["score"] >= threshold]

print(target_users)
# [{'id': 1, 'score': 0.92, 'last_visit_days': 1},
#  {'id': 3, 'score': 0.81, 'last_visit_days': 3}]

Пояснение кода:

Код не требуется в полном инженерном смысле, но пример показывает типичный шаг выбора аудитории.

У каждого пользователя есть скор: оценка вероятности целевого действия.
Задается порог threshold, выше которого показ считается оправданным.
Пользователи фильтруются по этому порогу.
В результате кампания уходит только в наиболее перспективный сегмент.

Ключевые моменты:

Решение строится не на интуиции, а на прогнозе вероятности отклика, покупки или удержания.
Важно учитывать не только вероятность действия, но и экономику: маржа, CAC, LTV, лимиты частоты показов.
Сегментация может быть по поведению, демографии, источнику трафика, стадии воронки и контексту.
Часто используют uplift-подход: показывать тем, кому реклама действительно меняет поведение, а не просто тем, кто и так бы купил.
Для качества нужны корректные данные, стабильные признаки и проверка на отложенной выборке или A/B-тестах.
Ошибка в выборе аудитории приводит либо к перерасходу бюджета, либо к потере конверсий.

Кому показывать в машинном маркетинге?