5 أمثلة توضح كيف يعمل التعلم الآلي على تغيير الإعلانات الرقمية

من بين جميع التطورات في مجال الإعلان الحديث ، هناك القليل منها أكثر إثارة من التعلم الآلي. إنه يغير طريقة جمع الشركات للبيانات وتحليلها وحتى أتمتة كتابة الإعلانات باستخدام الذكاء الاصطناعي.

لكن مع التكنولوجيا الثورية تأتي أسئلة كبيرة. ماذا ولماذا وكيف تعمل؟ اليوم نجيب على هؤلاء وأكثر.

ما هو التعلم الآلي في الإعلان؟

يشير التعلم الآلي في الإعلان إلى العملية التي تأخذ بها تقنية الإعلان البيانات ، وتحللها ، وتضع استنتاجات لتحسين المهمة. بعبارات أبسط: إنها الطريقة التي تتعلم بها تقنية الإعلان.

ما يتعلمه يعتمد على التكنولوجيا. يمكن أن يكون أي شيء متعلق بالإعلان: شراء الوسائط ، ورسم خرائط رحلة العميل ، وتقسيم الجمهور ، وما إلى ذلك.

كلما زادت البيانات التي تعالجها تقنية التعلم الآلي ، زادت معرفتها بهذه المهمة ، وتحسن في إكمالها. تمامًا كما يفعل الإنسان.

الفرق بين التعلم الآلي والذكاء الاصطناعي

ستسمع غالبًا مصطلحات "التعلم الآلي" و "الذكاء الاصطناعي" المستخدمة في المحادثات حول التقنيات الأكثر تطورًا اليوم. إنهما مرتبطان ببعضهما البعض ، لكن من المهم معرفة أنهما غير قابلين للتبادل.

بينما يشير التعلم الآلي إلى عملية محددة: الآلات التي تستخدم البيانات "للتعلم" وتحسين أدائها ، فإن الذكاء الاصطناعي هو مصطلح أوسع. يشير إلى التقنيات التي يمكنها أداء المهام التي تتطلب تقليديًا ذكاءً بشريًا. لذلك ، يعد التعلم الآلي جانبًا من جوانب الذكاء الاصطناعي ، ولكنه ليس مرادفًا للذكاء الاصطناعي.

لماذا تعلم الآلة؟

من المعاملات الرقمية ومخزون البيع بالتجزئة إلى درجة حرارة غرف الخادم ، هناك القليل من الأعمال الحديثة التي لا تستطيع تتبعها.

وعلى الرغم من أن المزيد من البيانات يعني المزيد من الفرص للتحسين ، فإن هذا صحيح فقط إذا كان لديك ما تحتاجه لتحليله. لسوء الحظ ، فإن معظم الشركات لا تفعل ذلك.

تشير التقارير إلى أن أكثر من نصف بيانات اليوم لا يتم استخدامها. تُعرف باسم "البيانات المظلمة" ، أهم أسباب عدم استخدامها هي كما يلي:

يؤدي نقص الأدوات والبيانات المفقودة والكثير من البيانات والأنظمة المنعزلة إلى منع الشركات من تحقيق أقصى استفادة من جمهورها. تكمن جذور كل هذه العوائق في مشكلة بسيطة ولكنها كبيرة: لا يستطيع البشر فعل كل شيء بعد الآن. هناك الكثير مما يجب تحديده وجمعه ومعالجته.

الحل؟

يقول أوركيد ريتشاردسون ، نائب الرئيس والمدير الإداري في مركز التميز للبيانات التابع لـ IAB ، إنه الذكاء الاصطناعي:

بالفعل ، 95٪ من المعلنين لديهم تيرابايت على بيتابايت من البيانات الديموغرافية ، بما في ذلك البيانات الشخصية ومعلومات الموقع والاهتمامات التي يمكنهم استخدامها لاستهداف العملاء المحتملين الذين لا يعرفون شيئًا عنها تقريبًا. الذكاء الاصطناعي هو وسيلة لترويض تلك البيانات ونقلها إلى المستوى التالي.

بينما يبدو ترويض البيانات ونقلها "إلى المستوى التالي" باستخدام الذكاء الاصطناعي كمفهوم مستقبلي ، إلا أنه شيء يحدث منذ سنوات. ومع ذلك ، فإن المعلنين بدأوا للتو في خدش سطح إمكانات الذكاء الاصطناعي.

5 أمثلة على التعلم الآلي في الإعلان

ليس من السهل دائمًا اكتشاف التعلم الآلي في الإعلانات نظرًا لأن المعالجة المعقدة تتم خلف الكواليس. هناك فرصة جيدة لبعض الأدوات المفضلة لديك للاستفادة من التعلم الآلي لتقديم الأفكار التي تعتبرها أمراً مفروغًا منه.

سواء كانت جديدة أو مجربة وحقيقية ، إليك بعض أهم الأشياء التي يتيح التعلم الآلي للمعلنين القيام بها:

1. استفد من الرؤى غير المتوقعة

إذا كنت معلنًا جيدًا ، يمكنك تشغيل الإعلانات بمساعدة البيانات المستهدفة. لكن الطريقة التي تحصل بها على هذه البيانات ليست مثالية.

على الرغم من أنك قد ترغب في تحليل كل نقطة بيانات متعلقة بعرضك ، إلا أنك تعمل بميزانية محدودة. وسيجبرك ذلك على تحديد أولويات البيانات الأكثر أهمية اللازمة لتشغيل حملة إعلانية ناجحة. يمكن أن يعني تحديد الأولويات ، بناءً على ميزانيتك ، القليل جدًا من البيانات.

ومع ذلك ، هناك مشكلة أقل وضوحًا وهي أن الافتراضات التي تضعها حول عرضك وجمهوره ستحد أيضًا من طريقة الإعلان. على سبيل المثال: إذا كان منتجك عبارة عن لعبة فيديو ، فيمكنك عرض إعلانات للاعبين الشباب وأولياء أمورهم في منتصف العمر ، ولكن لا تفكر في الأجداد أو اللاعبين الأكبر سنًا. يمكن أن تكلفك هذه الأنواع من الافتراضات إيرادات.

في مؤتمر VentureBeat Transform 2018 AI ، تم تقديم هذا السيناريو بواسطة جولي شوماكر ، نائب الرئيس لحلول المعلنين في Unity. إنها فقط نوع المشكلة التي يمكن للتعلم الآلي إصلاحها:

وقالت إن المعلنين قد يكون لديهم أهداف محددة للغاية ، مثل بيع تثبيت لعبة 17 دولارًا للاعب يبلغ من العمر 22 عامًا. قد لا يفكرون في امرأة تبلغ من العمر 65 عامًا. لكن التعلم الآلي قد يكشف عن أن هذه المرأة من المحتمل أن تنفق حوالي 3.99 دولارات على مدار ثلاثة أيام. وإذا كانت تكلفة الاستحواذ 75 سنتًا ، فإنها تحقق عائد استثمار جيدًا مثل أهداف الدولارات الأعلى لأهداف إعلانية نموذجية.

نظرًا لقدرتها الفعالة من حيث التكلفة على معالجة مجموعات كبيرة من البيانات ، تعد تقنيات التعلم الآلي رائعة للكشف عن فرص الإيرادات التي قد تحدها الميزانية والافتراضات البشرية.

سواء كانت رؤى حول الجماهير أو العمليات الداخلية أو إستراتيجيات عروض الأسعار أو أكثر ، يمكن أن تكون إمكانية التحسين رائعة.

مع التعلم الآلي ، "يمكنك تجربة الأشياء المجنونة" ، كما يقول جون كوتسير ، نائب رئيس Insights في Singular ، وهي منصة بيانات تسويقية.

على سبيل المثال ، اتخذ أحد عملاء Singular نهجًا غير تقليدي لتشغيل إعلان عن لعبة فيديو دون عرض أي طريقة لعب فعلية. أثارت الحملة غير البديهية الكثير من المحادثات حول المنتج بين جمهورها المستهدف.

قال Koetsier: "يمكنك تجربة العديد والعديد من الأشياء لأنه يمكنك السماح للآلة بمعرفة ما الذي يحدث تأثيرًا في الوقت الفعلي". "يمكنك القيام بأشياء غبية ، وأحيانًا تكون الأشياء الغبية أشياء ذكية."

2. تحسين تصميم الإعلان

يستجيب الجمهور بشكل مختلف لتصميم الإعلان. الوسائط ، الخط ، الحث على اتخاذ إجراء - هذه من بين المكونات الإبداعية التي تجعل الناس ينقرون أو يضبطون.

في حين أن الكثيرين يعتبرون أن التعلم الآلي يتضمن بيانات كمية بشكل صارم ، فإن هذا ليس هو الحال. يقول راجيف بهات ، نائب الرئيس الأول لعلوم البيانات والسوق في InMobi ، إن نظام التحليلات التنبؤية يمكن أن يساعد في تطوير إبداعات أفضل أيضًا:

في مثل هذا النظام ، يتم سحق البيانات حول التصميمات السابقة والحملات السابقة لتحديد ما يمكن أن يصلح للجهود المستمرة. باستخدام هذا التطبيق للذكاء الاصطناعي ، يمكن للعلامات التجارية الحصول على فكرة أفضل عن كيفية تأثير كل شيء بدءًا من الرسائل أو الخطوط أو الألوان أو الصور أو أحجام الأزرار أو التنسيقات على الأداء العام للحملة ".

قد يبدو الأمر كذلك ، لكن نظامًا كهذا ليس افتراضيًا. توفر Bidalgo ، وهي منصة أتمتة تسويق تطبيقات الهاتف المحمول ، أداة تقوم بذلك بالضبط. تُعرف خدمة التعلم الآلي هذه باسم "الذكاء الاصطناعي الإبداعي" ، وهي تحلل الوسائط المرئية للعثور على أساليب إبداعية من المرجح أن تنجح. يقول كبير مسؤولي التسويق ، ريشي شيفا:

قبل أن تستثمر مئات الآلاف من الدولارات في تطوير أصول الفيديو ، يمكنك بالفعل تشغيل الصور ومقاطع الفيديو التاريخية الخاصة بك من خلال نظامنا ، وسوف يمنحك في الواقع رؤى.

يمكنك تحديد المواد الإبداعية التي كان لها تأثير إيجابي على الجمهور. ويمكن لهذا النظام بالذات أن يكون محددًا تمامًا مثل الطريقة التي يتخذها الأشخاص في الصور. بعد الانتهاء من ذلك ، يقدم البرنامج موجزًا ​​إبداعيًا لفرق المحتوى بناءً على التحليل.

يتضمن تطبيق مشابه للتعلم الآلي ، تم تفصيله في مجلة علم نفس المستهلك ، مشروع بحث يطابق الصور بأنواع الشخصية. في ذلك ، استخدم الباحثون خوارزميات لتحديد 89 ميزة مختلفة للصور ، بما في ذلك تدرج اللون والتشبع وتنوع الألوان ومستوى التفاصيل وعدد الأشخاص والمزيد.

طُلب من المشاركين البالغ عددهم 745 في الدراسة تقييم الصور على مقياس من 1 إلى 7. عندما انتهوا ، أكملوا اختبار الشخصية الذي صنفهم في خمسة مجالات: الانفتاح ، والضمير ، والانبساطية ، والقبول ، والعصابية. بعد ذلك ، حاولوا اكتشاف الصور التي تناشد سمات الشخصية. اكتشفوا من بين أمور أخرى:

• يفضل الأشخاص المنفتحون الصور البسيطة والصور التي تميز الأشخاص
• يفضل الأشخاص المنفتحون الصور بدون أشخاص وبألوان رائعة مثل الأزرق والأسود
• يحب الأشخاص الذين يعانون من العصابية المشاهد الهادئة والمحفزة إلى الحد الأدنى

في دراسة متابعة ، وجد الباحثون أن الأشخاص المستهدفين يفضلون الصور الإعلانية التي تناسب شخصياتهم. ولكن الأهم من ذلك ، وجدت خوارزمية التعلم الآلي أن العلاقة بين نوع الشخصية ونوع الصورة يمكن أن تؤثر على اهتمام المستهلك بالمنتج. لم يفضل الناس الصور التي تطابق شخصياتهم فقط. أبلغوا عن مواقف أكثر إيجابية ونوايا شراء تجاه هذه العلامات التجارية أيضًا.

3. تعزيز الصلة بالسياق

من الناحية النظرية ، يجب أن يكون تصميم إعلان رائع كافيًا لتوليد استجابة رائعة من جمهورك المستهدف. بالطبع ، ليس الأمر بهذه السهولة.

بالإضافة إلى كونه مصممًا جيدًا ، يجب أن يتم عرض إعلانك على النظام الأساسي المناسب ، مع الاستهداف المناسب ، في الوقت المناسب. يقول بهات إن هذه أيضًا عملية يعمل على تحسينها التعلم الآلي:

على سبيل المثال ، من الممكن أن تحقق تصميمات الإعلانات التي تحتوي على قدر أكبر من تباين الألوان أداءً أفضل في الليل ، أو أن الإعلانات التي تعرض نجوم الرياضة تحقق أداءً أفضل في عطلة نهاية الأسبوع. يمكن أن يوفر الذكاء الاصطناعي هذا المستوى من التفصيل والرؤى لتطوير الإعلانات الإبداعية والأداء.

أصبحت الصلة بالسياق أكثر أهمية الآن بعد أن قام المنظمون بقمع استخدام البيانات. وضعت اللائحة العامة لحماية البيانات قيودًا على البيانات ، وتحذو دول أخرى حذوها.

بدلاً من الاعتماد بشكل صارم على بيانات الجمهور ، يتم استخدام تقنيات التعلم الآلي بشكل متزايد لمعالجة البيانات على الصفحة. وهم يفعلون ذلك بطرق معقدة للغاية لدرجة أنهم يكادون بشر. يقول Harmon Lyons ، نائب الرئيس الأول لتطوير الأعمال العالمية في IAS:

تعمل التطورات الحالية على طمس الخطوط الفاصلة بين الإنسان والآلة كما هو واضح في تطبيقات مثل تحليل المشاعر - أصبحت الآلات قادرة بشكل متزايد على تحديد وتصنيف الآراء المعبر عنها في جزء من النص ، من أجل تحديد ما إذا كان موقف الكاتب تجاه موضوع أو منتج معين موجب أو سلبي أو محايد.

تتطور الفروق الدقيقة هنا دائمًا مع توسع اللغة وتتضمن أشياء مثل السخرية والرموز التعبيرية للتعبير عن المعنى. تتيح التطورات السريعة في التعلم العميق لأجهزة الكمبيوتر معالجة الصور ومقاطع الفيديو بطريقة أكثر شبهاً بالبشر.

على المستوى التأسيسي ، يمكن أن يساعد فهم محتوى الصفحة المعلن والناشر في تقديم إعلانات أكثر صلة. على مستوى أكثر تعقيدًا ، يسمح للمعلنين بالقيام ببعض الأشياء المثيرة للإعجاب.

مثال فودافون

ضع في اعتبارك مثالًا من شركة Vodafone في المملكة المتحدة ، التي أرادت الإعلان عن أنها ستحمل iPhone X. نتيجة لإرشادات استخدام العلامة التجارية شديدة التقييد من Apple ، واجهت الشركة صعوبة في ذكر المنتج بالفعل.

لذلك ، استفادوا من تقنية التعلم الآلي من GumGum. عند نشرها ، قامت هذه التقنية بتحليل الصور الموجودة على الصفحة للعثور على إعلانات iPhone ، ثم وضعت إعلانات Vodafone فوقها. كان هذا واضحًا بدرجة كافية للمستهلكين ، الذين فهموا أن الشركة ستحمل iPhone بناءً على ارتباط الإعلانات.

مثال على سيارة جيب

قررت Jeep ، وهي عميل آخر لـ GumGum ، تخطي النمذجة السلوكية والاستفادة من السياق بدلاً من ذلك. باستخدام تقنية التعلم الآلي الخاصة بها ، قامت الشركة بمسح صفحات الويب بحثًا عن صور النماذج التي تنافست مع شيروكي ، مثل Toyota RAV4. ثم ، مثل Vodafone ، وضعوا إعلاناتهم فوق النماذج المنافسة.

بالإضافة إلى حالات الاستخدام هذه ، يمكن للتعلم الآلي أن يفعل أشياء رائعة لسمعة العلامة التجارية. مع زيادة عدد الإعلانات الآلية التي يتم عرضها في مواضع غير آمنة للعلامة التجارية (مثل المحتوى المتطرف ، على سبيل المثال) ، يمكن للتعلم الآلي أن يساعد المعلنين على منع كابوس العلاقات العامة قبل حدوثه ، وتجنب الاضطرار إلى مقاطعة موقع ما وجمهوره الهائل المحتمل (مثل الكثير اضطروا إلى القيام به مع يوتيوب.)

4. استهداف شرائح أكثر تحديدًا

هدف كل معلن هو ذروة الصلة بالموضوع. والطريقة إلى الصلة هي التجزئة. كلما أصبحت شرائح جمهورك أضيق ، كلما اقتربت من تقديم التخصيص 1: 1 الذي يتوق إليه العملاء.

ولكن للوصول إلى أي مكان بالقرب من التخصيص 1: 1 ، فأنت بحاجة إلى كمية هائلة من البيانات ، لتبدأ. بعد ذلك ، أنت بحاجة إلى خوارزمية تعلم آلي متطورة بما يكفي لفحص البيانات وتحويلها إلى شيء قابل للاستخدام.

لحسن الحظ ، كلاهما من ميزات الشبكات الرئيسية مثل Facebook و Google و LinkedIn. إنهم يجمعون مجموعات كبيرة من البيانات عن مستخدميهم - الهوايات والاهتمامات والموقع والمسميات الوظيفية وما إلى ذلك - والتي يمكن للمعلنين استخدامها لتضييق شرائحهم المستهدفة. يقول جيل علوش ، المؤسس المشارك والرئيس التنفيذي لشركة Metadata.io ، إن مثل هذه البيانات قيّمة للغاية لأنها تسهل العمل مع البيانات الأخرى:

عدم الحصول على "ميتا" هنا ، لكن البيانات الوصفية هي معلومات توفر معلومات حول البيانات الأخرى. لنفترض ذلك مرة أخرى بطريقة مختلفة: تلخص البيانات الوصفية المعلومات الأساسية حول البيانات ، مما يجعل العثور على مثيلات معينة من البيانات والعمل معها أسهل. وفقًا لـ Smart Insights ، "ترسم البيانات الوصفية صورة عن الروتين اليومي للفرد ، والتفاعلات ، ووجهات النظر والارتباطات ، والسبب في كونها مفيدة جدًا هو أنها لا تكذب.

عندما تقوم بتجميع هذا النوع من البيانات ، تحصل على ما يسميه جيل وفريق Metadata.io "مذكرة حب" لرؤى الأعمال المستقبلية "لأنها" تعبير عن الحقيقة في شكل مكتوب. "

بالنسبة للشركات ، ليس من السهل الحصول على الحقيقة في شكل معلومات العملاء. لذلك ، عندما يتم جمعها بكثرة والاستفادة منها بواسطة شبكات مثل Facebook و Google ، فإنها تصبح طريقة قيّمة لتضييق نطاق جمهورك المستهدف بشكل كبير إلى شخص أكثر احتمالاً للمطالبة بعرضك.

يجمع Facebook البيانات ويسمح لك بإنشاء جماهير. والأهم من ذلك ، أن النظام الأساسي يستخدم التعلم الآلي لتحديد من من بين هذا الجمهور من المرجح أن يكمل الهدف الذي تقدم عطاءات من أجله.

في الوقت نفسه ، لا قيمة لهذه الممارسة إذا قمت ببساطة بتضييق نطاق جمهورك المستهدف وتقديم نفس التجربة الإعلانية. كان جيل على حق عندما قال: "أفضل الإعلانات اليوم هي محتوى مقنع ومخصص له معنى حقيقي لجمهور العلامة التجارية."

يجب أن يكون لكل جمهور إعلان مخصص بناءً على بياناته. ولمواصلة هذه التجربة ، يجب أن يوجه كل إعلان المستخدمين إلى صفحة ما بعد النقر التي تكون مخصصة بنفس القدر.

خذ هذا المثال من Abreva ، التي أنشأت 119 إعلانًا مختلفًا لمنتجها بناءً على السياق الذي تم عرضه فيه. عندما واجه العملاء الإعلان في مقطع فيديو حول ، على سبيل المثال ، شائعات المشاهير ، سيتم عرض إعلان مثل هذا:

ولكن إذا رأوا إعلانًا أثناء مشاهدة فيديو تعليمي ، فسيشاهدون شيئًا مثل هذا:

أدت الحملة الشخصية إلى زيادة كبيرة في الوعي والتفكير. حقق Abreva زيادة بنسبة 41٪ في تذكر الإعلانات وزيادة بنسبة 342٪ في الاهتمام بالبحث على Google و YouTube.

على الشبكات الأخرى ، مثل بحث Google ، يجعل التعلم الآلي العملية أسرع. باستخدام الإعلانات المتجاوبة على شبكة البحث ، يمكنك إدخال إصدارات متعددة من العنوان والنسخ والوصف ، وسيقوم Google باختبار وتقديم أفضل أداء. في المتوسط ​​، سيولد المعلنون الذين يستخدمون هذه الميزة زيادة بنسبة 15٪ في النقرات.

5. المزايدة بشكل أكثر استراتيجية

في الإعلان الآلي ، لا تستحق كل مرات الظهور ما ترغب في تقديم عطاءات عليه. البعض يكونون. وبعضها يستحق أكثر.

بفضل منصات جانب الطلب ، لم يعد تقييم هذه الانطباعات يتطلب التخمين. باستخدام تقنية التعلم الآلي ، يمكن لهذه الأنظمة الأساسية تقديم عروض أسعار وتحسينات كانت تتطلب في السابق المشترين ذوي الخبرة.

خذ عروض الأسعار الذكية من Google ، على سبيل المثال: إستراتيجية عروض أسعار تلقائية تستخدم التعلم الآلي لتحسين التحويلات أو قيمة التحويل في كل مزاد. يُعرف هذا باسم "عروض أسعار وقت المزاد". وفقًا لـ Google ، هناك خمسة أنواع من إستراتيجيات عروض الأسعار الذكية:

• • التكلفة المستهدفة للاكتساب: تحدد التكلفة المستهدفة للاكتساب عروض أسعار للمساعدة في الحصول على أكبر عدد ممكن من التحويلات في أو أقل من التكلفة المستهدفة للإجراء التي تحددها.

• • عائد النفقات الإعلانية المستهدف: يتيح لك عائد النفقات الإعلانية المستهدف تقديم عروض الأسعار بناءً على عائد النفقات الإعلانية المستهدف. تساعدك هذه الإستراتيجية في الحصول على المزيد من قيمة التحويل أو الأرباح بالعائد المستهدف على الإنفاق الإعلاني (ROAS) الذي تحدده.

• • زيادة التحويلات إلى الحد الأقصى: تعمل "زيادة التحويلات إلى الحد الأقصى" على تعيين عروض الأسعار تلقائيًا للمساعدة في الحصول على أكبر عدد من التحويلات لحملتك أثناء إنفاق ميزانيتك.

• تكلفة النقرة المحسّنة: تساعدك تكلفة النقرة المحسّنة في الحصول على مزيد من التحويلات من عروض الأسعار اليدوية. تعمل تكلفة النقرة المحسّنة عن طريق ضبط عروض أسعارك اليدوية تلقائيًا للنقرات التي يبدو أنها تزيد أو تقل احتمال أن تؤدي إلى بيع أو تحويل على موقع الويب الخاص بك.

يعتمد اختيارك على هدف حملتك وميزانيتك وعوامل أخرى. بغض النظر ، يمكنك أن تثق في أن خوارزمية عروض الأسعار الذكية من Google مدربة جيدًا. إنه يكتسب البيانات ويحللها باستمرار ، وفقًا لـ Google ، لفهم عروض الأسعار ومرات الظهور الأكثر فاعلية للهدف الذي اخترته. تحتوي هذه البيانات على مجموعة من المعلمات أوسع بكثير مما يمكن لأي فريق أو شخص بمفرده معالجته.

وهي تتضمن عوامل أساسية مثل الجهاز والموقع ، والتي يمكن تعديلها يدويًا ، بالإضافة إلى الإشارات التلقائية التي تنفرد بها عروض الأسعار الذكية. هذه هي العدد الأكبر بكثير. يمكنك العثور على العديد هنا ، بما في ذلك سلوك الموقع وسمات المنتج وموضع الويب والمزيد.

نظرًا لأنه يمكن تحسين عروض الأسعار الذكية استنادًا إلى البيانات من جميع حملاتك ، يمكن حتى للحملات الجديدة أن تشهد أداءً متزايدًا. ومع ذلك ، لا يجب عليك اتخاذ أي قرارات تجارية بناءً على نتائج الحملة حتى يكون لديك عينة كبيرة بما يكفي: 30 تحويلاً على الأقل (50 لعائد النفقات الإعلانية المستهدف) ، و / أو أكثر من شهر من وقت التشغيل.

ابدأ في استخدام التعلم الآلي لزيادة التحويلات

يتطلع المعلنون دائمًا إلى تطبيقات أفضل للتقنيات الحالية. هذا هو الحال مع التعلم الآلي مثل أي شيء آخر: روبوتات محادثة أفضل ، والتعرف على الصوت ، ومعالجة الصور ، وما إلى ذلك.

لكن التعلم الآلي يمكن أن يكون له تأثير إيجابي كبير على حملاتك اليوم . يمكن أن تتحسن إستراتيجيات عروض الأسعار والإبداع والأهم من ذلك كله التخصيص بشكل كبير عندما تجد نموذجًا للتعلم الآلي يناسبك. بلا شك ، هناك شيء للجميع. حتى لو كانت مجرد عروض أسعار ذكية ، أو إعلانات بحث متجاوبة من Google.

تعرف على كيفية الاستفادة بشكل أكبر من جهود التعلم الآلي الخاصة بك عن طريق ربط الصفحات المقصودة المخصصة بعد النقر من Instapage. احصل على عرض هنا.