Сам радар не знает ни возраста, ни пола. Он фиксирует идентификатор устройства, время и расстояние — всё. Социально-демографический портрет появляется на следующем шаге: собранные идентификаторы сопоставляются с профилями рекламной системы и обогащаются через технологию Яндекс Крипта. Возраст, пол, интересы приходят оттуда, а не с роутера.
Это различие стоит держать в голове, потому что от него зависит, какие выводы из портрета можно делать, а какие нельзя.
Что радар знает о человеке сам по себе
Практически ничего. Смартфон с включённым Wi-Fi в фоне рассылает служебные запросы к окружающим сетям — подключаться никуда не нужно. Радар эти запросы принимает и записывает: идентификатор, момент времени, силу сигнала, по которой оценивается расстояние.
Из этого набора собирается первый слой данных — поведенческий. Он ваш собственный, ни от какой внешней базы не зависит.
Человек прошёл мимо или задержался внутри. Появился впервые или был здесь раньше. Пришёл в обед или вечером, в будни или в выходной. Пороги, по которым система разделяет «прошёл мимо» и «вошёл», задаются в карточке радара — по времени в зоне и по дистанции, и настраивать их приходится под конкретное помещение: у киоска на улице и у магазина в глубине галереи эти цифры разные.
Обратите внимание: пока никакого портрета нет. Есть счётчик, только умный — он различает поток и посетителей, новых и вернувшихся. Уже полезно, но про людей по-прежнему ничего.
Откуда берутся возраст, пол и интересы
Второй слой данных приходит извне.
Собранные идентификаторы выгружаются в рекламную систему, где сопоставляются с профилями пользователей. Совпавшие обогащаются через технологию Яндекс Крипта, и в кабинете радара вы получаете срез по массиву: охват, возраст, пол, схожесть, города проживания, тип устройства, интересы и категории.
Ключевое слово — по массиву. Крипта не говорит, что конкретный человек с таким-то устройством — женщина 34 лет, интересующаяся ремонтом. Она даёт распределение: в аудитории, собранной у вашей точки, столько-то процентов такого-то возраста, такие-то интересы встречаются чаще, чем в среднем по городу.
Для маркетинга это ровно то, что нужно. Персональное обращение к прохожему вам и не требуется, а часто и незаконно. Нужен ответ на вопрос «кто вокруг меня» — и он появляется.
Отдельная строка, на которую редко смотрят: города проживания. Для точки в туристическом месте, у вокзала или рядом с крупным офисным центром это самая содержательная колонка во всей выгрузке. Она отвечает на вопрос, местная у вас аудитория или транзитная, а от ответа зависит вообще всё — от ассортимента до того, есть ли смысл в программе лояльности.
Почему матчится не всё и что это значит для точности
Теперь неудобная часть. Матчится до 30% собранных адресов. Не сто, не восемьдесят. Две трети собранного в портрет не попадёт.
Причин несколько, и они разной природы. Часть устройств подменяет идентификатор при поиске сетей — это рандомизация, и на неё рассчитан активный трекинг WiFi Radar 2.0. Часть адресов не находится в базе рекламной площадки: телефон без рекламной активности не даёт системе ничего, по нему нечего сопоставлять. Постоянный гость, зашедший за неделю десять раз, — это десять записей и один человек.
Что из этого следует практически.
Портрет — статистическая величина. На потоке в несколько тысяч устройств за неделю тридцати процентов достаточно, чтобы распределение по возрасту было устойчивым. На точке, мимо которой проходит полсотни человек в день, вы получите не портрет района, а случайный шум с красивыми процентами. Хуже всего, что выглядеть эти два случая в кабинете будут одинаково.
Второе: доля матчинга — не показатель качества вашей локации. Она зависит от состава устройств и от полноты базы площадки, а не от того, хорошее у вас место или плохое. Сравнивать два своих радара по проценту совпадений — занятие бессмысленное.
Как читать портрет района и не наврать себе
Скажу прямо: средний портрет аудитории сам по себе почти бесполезен. «Наши посетители — мужчины и женщины 25–44 лет» описывает примерно любую точку в любом жилом районе России. На такой строчке нельзя построить ни одного решения.
Смысл появляется только в сравнении. Минимум три среза стоит смотреть всегда.
Прошедшие мимо против зашедших. Совпадают портреты — значит, аудитория ваша, а проблема в витрине, ценах или входной группе. Расходятся — вы стоите не в своей аудитории, и никакая акция этого не переломит.
Часы и дни. Утренний поток у офисного центра и вечерний в том же месте — разные люди с разными интересами. Если смена, ассортимент и реклама у вас одинаковые весь день, вы обслуживаете усреднённого человека, которого не существует.
Новые против постоянных. Если доля вернувшихся не растёт месяц за месяцем, наружная вывеска работает, а всё остальное — нет.
И маленькая дисциплина, которая экономит много времени: до того, как открыть выгрузку, запишите, каким вы ожидаете увидеть портрет. Потом сравните. Расхождение с ожиданием и есть единственная информация в этом файле — совпадение вы бы и так себе придумали.
Что делать с портретом на следующей неделе
Первое — сегмент под рекламу. Собранная аудитория выгружается в Яндекс Директ и VK Рекламу, разово или с автообновлением. В одном из внедрений в HoReCa кампания с бюджетом 1 140 рублей дала 102 клика по 11 рублей — втрое дешевле средней стоимости клика в тех же каналах. Дело не в магии, а в узости аудитории: реклама шла на людей, которые физически проходили мимо двери.
Второе — look-alike. Портрет района становится образцом, по которому площадка ищет похожих людей по всему городу. Это единственный способ масштабировать хорошую локацию, не переезжая.
Третье — исключения. Тех, кто и так ходит к вам каждый день, из рекламной кампании можно убрать. Вы перестанете платить за показы людям, уже стоящим в вашей очереди.
Четвёртое, и самое недооценённое, — использовать выгрузку как исходные данные для анализа. Массив с распределением по возрасту, интересам и городам можно передать аналитической модели вместе с вопросом: где открывать следующую точку, какой ассортимент под какую группу, в какие часы усиливать смену. Раньше за такой ответ платили исследовательскому агентству, и он приходил через два месяца в виде презентации.
Если хочется посмотреть на структуру данных до покупки оборудования — готовые аудиторные сегменты собираются по конкретному адресу без установки радара. Портрет района вы увидите тот же, а поведенческий слой — прошёл мимо, зашёл, вернулся — нет, он появляется только со своей точкой.
Посмотреть на реальных данных
Демо-кабинет открыт без регистрации: cp.wifiradar.ru/radar, логин и пароль wifiradar_demo. Дашборды там на живых данных, не на нарисованных.
Как устроен сбор и что попадает в выгрузку — на странице продукта. Разборы внедрений — в кейсах.