5 exemple care arată cum învățarea automată schimbă publicitatea digitală

Dintre toate progresele în publicitatea modernă, puține sunt mai interesante decât învățarea automată. Schimbă modul în care companiile colectează și analizează datele și chiar automatizează redactarea reclamelor cu AI.

Dar odată cu tehnologia revoluționară apar întrebări mari. Ce, de ce și cum funcționează? Astăzi răspundem la acestea și la multe altele.

Ce este învățarea automată în publicitate?

Învățarea automată în publicitate se referă la procesul prin care tehnologia publicitară preia date, le analizează și formulează concluzii pentru a îmbunătăți o sarcină. În termeni mai simpli: așa învață tehnologia publicitară.

Ceea ce învață depinde de tehnologie. Ar putea fi orice legat de publicitate: cumpărare media, cartografierea călătoriei clienților, segmentarea publicului etc.

Cu cât o tehnologie de învățare automată procesează mai multe date, cu atât învață mai multe despre sarcina respectivă și cu atât devine mai bine la finalizarea acesteia. La fel cum ar face un om.

Diferența dintre învățarea automată și inteligența artificială

Veți auzi adesea termenii „învățare automată” și „inteligență artificială” folosiți în conversațiile despre cele mai sofisticate tehnologii de astăzi. Sunt înrudite, dar este important să știți că nu sunt interschimbabile.

În timp ce învățarea automată se referă la un proces specific: mașinile care folosesc date pentru a „învăța” și a-și îmbunătăți funcționarea, inteligența artificială este un termen mai larg. Se referă la tehnologii care pot îndeplini sarcini care necesită în mod tradițional inteligență umană. Prin urmare, învățarea automată este un aspect al inteligenței artificiale, dar nu este sinonimă cu AI.

De ce învățarea automată?

De la tranzacțiile digitale și stocurile de vânzare cu amănuntul până la temperatura camerelor serverelor, există puține lucruri pe care afacerea modernă nu le poate urmări.

Și, deși mai multe date înseamnă mai multe oportunități de îmbunătățire, acest lucru este adevărat numai dacă aveți ceea ce aveți nevoie pentru a le analiza. Din păcate, majoritatea afacerilor nu.

Rapoartele arată că mai mult de jumătate din datele de astăzi rămân neutilizate. Cunoscute sub numele de „date întunecate”, principalele motive pentru care nu este folosită sunt următoarele:

Lipsa instrumentelor, datele lipsă, prea multe date și sistemele izolate împiedică companiile să profite la maximum de publicul lor. La baza tuturor acestor obstacole se află o problemă simplă, dar majoră: oamenii nu mai pot face totul. Sunt prea multe de identificat, colectat și procesat.

Soluția?

Orchid Richardson, vicepreședinte și director general la Centrul de Excelență al IAB, spune că este AI:

Deja, 95% dintre agenții de publicitate au teraocteți pe petaocteți de date demografice, inclusiv date personale, informații despre locație și interese pe care le pot folosi pentru a viza clienții potențiali despre care nu știu aproape nimic. Inteligența artificială este o modalitate de a îmblânzi acele date și de a le duce la nivelul următor.

În timp ce îmblânzirea datelor și ducerea lor „la următorul nivel” cu AI pare un concept futurist, este ceva care se întâmplă de ani de zile. Totuși, agenții de publicitate abia încep să zgârie suprafața potențialului AI.

5 Exemple de învățare automată în publicitate

Învățarea automată în publicitate nu este întotdeauna ușor de observat, deoarece procesarea complexă are loc în culise. Există șanse mari ca unele dintre instrumentele tale preferate să folosească învățarea automată pentru a oferi informații pe care le iei de bune.

Indiferent dacă sunt noi sau încercate și adevărate, iată câteva dintre cele mai mari lucruri pe care învățarea automată le permite agenților de publicitate să le facă:

1. Valorificați informații neașteptate

Dacă sunteți un agent de publicitate bun, difuzați anunțuri cu ajutorul datelor direcționate. Dar modul în care obțineți acele date nu este perfect.

Deși poate doriți să analizați fiecare punct de date legat de oferta dvs., operați cu un buget limitat. Și asta vă va forța să acordați prioritate celor mai importante date necesare pentru a derula o campanie publicitară de succes. Prioritizarea, în funcție de bugetul dvs., poate însemna foarte puține date.

O problemă mai puțin evidentă, totuși, este că presupunerile pe care le faci despre oferta ta și publicul acesteia vor limita, de asemenea, modul în care faci publicitate. De exemplu: dacă produsul dvs. este un joc video, puteți difuza reclame pentru jucătorii tineri și părinții lor de vârstă mijlocie, dar să nu luați în considerare bunicii sau jucătorii mai în vârstă. Aceste tipuri de ipoteze vă pot costa venituri.

La Conferința AI VentureBeat Transform 2018, acest scenariu a fost prezentat de Julie Shumaker, vicepreședinte al soluțiilor de publicitate Unity. Este doar tipul de problemă pe care învățarea automată o poate rezolva:

Agenții de publicitate ar putea avea obiective foarte specifice, cum ar fi vânzarea unei instalări de joc de 17 USD unui jucător de 22 de ani, a spus ea. S-ar putea să nu se gândească la o femeie de 65 de ani. Dar învățarea automată poate dezvălui că această femeie este probabil să cheltuiască aproximativ 3,99 USD pe parcursul a trei zile. Și dacă costul de achiziție este de 75 de cenți, acesta oferă un ROI la fel de bun ca obiectivele de dolari mai mari pentru ținte publicitare mai tipice.

Pentru capacitatea lor rentabilă de a procesa seturi vaste de date, tehnologiile de învățare automată sunt excelente pentru a descoperi oportunități de venituri pe care bugetul și ipotezele umane le pot limita.

Indiferent dacă este vorba de informații despre audiențe, procese interne, strategii de licitare sau mai mult, potențialul de îmbunătățire poate fi mare.

Cu învățarea automată, „puteți încerca lucrurile nebunești”, spune John Koetsier, VP of Insights la Singular, o platformă de date de marketing.

Unul dintre clienții Singular, de exemplu, a adoptat abordarea neconvențională de a difuza o reclamă pentru un joc video fără a afișa vreun joc real. Campania contraintuitivă a generat multe conversații despre produs în rândul publicului țintă.

„Puteți încerca multe, multe lucruri pentru că puteți lăsa mașina să descopere în timp real ceea ce generează impact”, a spus Koetsier. „Poți face lucruri stupide, iar uneori lucrurile stupide sunt lucruri inteligente.”

2. Îmbunătățiți reclamele

Publicul reacționează diferit la reclamele publicitare. Media, tipare, îndemn – acestea sunt printre ingredientele creative care îi determină pe oameni să dea clic sau să se retragă.

În timp ce mulți consideră că învățarea automată implică date strict cantitative, acesta nu este cazul. Rajiv Bhat, vicepreședinte senior al științelor datelor și pieței la InMobi, spune că un sistem de analiză predictivă poate ajuta și la dezvoltarea unei creații mai bune:

Într-un astfel de sistem, datele despre reclamele și campaniile anterioare sunt analizate pentru a determina exact ce ar funcționa pentru eforturile în curs. Cu această aplicație de inteligență artificială, mărcile pot înțelege mai bine modul în care totul, de la mesaje, fonturi, culori, imagini, dimensiunile butoanelor sau formate, influențează performanța generală a campaniei.”

Poate sună așa, dar un sistem ca acesta nu este ipotetic. Bidalgo, o platformă de automatizare a marketingului pentru aplicații mobile, oferă un instrument care face exact acest lucru. Denumit „Creative AI”, acest serviciu de învățare automată analizează mediile vizuale pentru a găsi abordări creative care ar putea avea succes. CMO-ul său, Rishi Shiva, spune:

Înainte de a investi sute de mii de dolari în dezvoltarea materialelor video, vă puteți rula imaginile și videoclipurile istorice prin sistemul nostru și vă va oferi de fapt informații.

Puteți determina ce reclamă a avut un impact pozitiv asupra publicului. Și acest sistem special poate deveni la fel de specific precum modul în care oamenii pozează în imagini. După ce s-a terminat, software-ul oferă un brief creativ pentru echipele de conținut pe baza analizei.

O aplicație similară a învățării automate, detaliată în Journal of Consumer Psychology, implică un proiect de cercetare care potrivește imaginile cu tipurile de personalitate. În ea, cercetătorii au folosit algoritmi pentru a identifica 89 de caracteristici diferite pentru imagini, inclusiv nuanța, saturația, diversitatea culorilor, nivelul de detaliu, numărul de persoane și multe altele.

Cei 745 de participanți la studiu au fost rugați să evalueze imaginile pe o scară de la 1 la 7. Când au terminat, au finalizat un test de personalitate care i-a evaluat în cinci domenii: deschidere, conștiinciozitate, extroversiune, agreabilitate și nevrotism. Apoi, au încercat să descopere ce imagini apelau la ce trăsături de personalitate. Printre altele, au descoperit:

• Oamenii extrovertiți au preferat imaginile simple și imaginile care prezentau oameni
• Oamenii cu mintea deschisă au preferat imaginile fără oameni și cu culori reci, precum albastru și negru
• Oamenilor cu nevroticism le-au plăcut scenele calme și puțin stimulatoare

Într-un studiu ulterior, cercetătorii au descoperit că subiecții preferau imaginile publicitare care se potriveau personalității lor. Dar, mai important, algoritmul de învățare automată a descoperit că relația dintre tipul de personalitate și tipul de imagine ar putea afecta interesul consumatorului pentru un produs. Oamenii nu au preferat doar imaginile care se potrivesc cu personalitatea lor. Ei au raportat atitudini mai favorabile și intenții de cumpărare față de aceste mărci, de asemenea.

3. Sporiți relevanța contextuală

În teorie, proiectarea unei reclame grozave ar trebui să fie suficientă pentru a genera un răspuns excelent din partea publicului țintă. Desigur, niciodată nu este atât de ușor.

Pe lângă faptul că este bine conceput, anunțul dvs. trebuie să fie difuzat pe platforma potrivită, cu direcționarea potrivită, la momentul potrivit. Bhat spune că acesta este, de asemenea, un proces pe care învățarea automată îl îmbunătățește:

De exemplu, este posibil ca reclamele cu mai mult contrast de culoare să aibă rezultate mai bune noaptea sau ca reclamele care prezintă vedete ale sportului să aibă rezultate mai bune în weekend. AI poate oferi acest nivel de granularitate și informații pentru dezvoltarea și performanța creației publicitare.

Relevanța contextuală devine din ce în ce mai importantă acum, când autoritățile de reglementare reprimă utilizarea datelor. GDPR a impus restricții asupra datelor, iar alte țări urmează exemplul.

În loc să se bazeze strict pe datele privind publicul, tehnologiile de învățare automată sunt din ce în ce mai obișnuite să proceseze datele de pe pagină. Și o fac în moduri atât de complexe încât sunt aproape umani. Harmon Lyons, vicepreședinte senior al dezvoltării afacerilor globale la IAS, spune:

Progresele actuale estompează liniile dintre om și mașină, așa cum este evident în aplicații precum analiza sentimentelor - mașinile sunt din ce în ce mai capabile să identifice și să clasifice opiniile exprimate într-un text, pentru a determina dacă atitudinea scriitorului față de un anumit subiect sau produs. este pozitiv, negativ sau neutru.

Nuanța aici evoluează mereu pe măsură ce limbajul se extinde și include lucruri precum sarcasmul și emoticoanele pentru a exprima sensul. Progresele rapide în învățarea profundă permit computerelor să proceseze imagini și videoclipuri într-un mod mai asemănător omului.

La un nivel fundamental, înțelegerea conținutului unei pagini poate ajuta advertiserul și editorul să difuzeze publicitate mai relevantă. La un nivel mai complex, le permite agenților de publicitate să facă niște lucruri impresionante.

Exemplu Vodafone

Luați în considerare un exemplu de la Vodafone din Marea Britanie, care a vrut să facă publicitate că va transporta iPhone X. Ca urmare a liniilor directoare extrem de restrictive de utilizare a mărcii de la Apple, compania a avut greu să menționeze produsul.

Deci, au folosit tehnologia de învățare automată de la GumGum. Când a fost implementată, această tehnologie a analizat imaginile de pe pagină pentru a găsi reclame pentru iPhone și apoi a plasat anunțuri Vodafone deasupra acestora. Acest lucru a fost suficient de clar pentru consumatori, care au înțeles că compania va transporta iPhone-ul pe baza asocierii reclamelor.

Exemplu de jeep

Jeep, un alt client GumGum, a decis să renunțe la modelarea comportamentală și, în schimb, să valorifice contextul. Cu tehnologia sa de învățare automată, compania a scanat pagini web pentru imagini ale modelelor care au concurat cu Cherokee, cum ar fi Toyota RAV4. Apoi, ca și Vodafone, și-au plasat reclamele deasupra modelelor concurente.

Dincolo de aceste cazuri de utilizare, învățarea automată poate face lucruri grozave pentru reputația mărcii. Odată cu creșterea numărului de anunțuri programatice difuzate în destinații de plasare nesigure pentru marcă (cum ar fi lângă conținutul extremist, de exemplu), învățarea automată îi poate ajuta pe agenții de publicitate să prevină un coșmar de PR înainte ca acesta să se întâmple și să evite nevoia să boicoteze un site și publicul său potențial masiv. (cum au fost forțați mulți să facă cu YouTube.)

4. Vizează segmente mai definite

Scopul fiecărui agent de publicitate este relevanța maximă. Iar calea către relevanță este segmentarea. Cu cât segmentele tale de public devin mai restrânse, cu atât te apropii mai mult de a oferi personalizarea 1:1 la care clienții o doresc.

Dar pentru a ajunge aproape de personalizarea 1:1, aveți nevoie de o cantitate masivă de date, pentru început. Apoi, aveți nevoie de un algoritm de învățare automată suficient de sofisticat pentru a verifica datele și a le transforma în ceva utilizabil.

Din fericire, acestea sunt ambele caracteristici ale rețelelor majore precum Facebook, Google și LinkedIn. Ei adună colecții vaste de date despre utilizatorii lor — hobby-uri, interese, locație, titluri de post, etc. — pe care agenții de publicitate le pot folosi pentru a-și restrânge segmentele țintă. Gil Allouche, co-fondator și CEO la Metadata.io, spune că astfel de date sunt atât de valoroase încât facilitează lucrul cu alte date:

Nu pentru a obține prea „meta” aici, dar metadatele sunt informații care oferă informații despre alte date. Să spunem asta din nou într-un mod diferit: metadatele rezumă informațiile de bază despre date, ceea ce facilitează găsirea și lucrul cu anumite cazuri de date. Potrivit Smart Insights, „metadatele pictează o imagine despre rutina zilnică a unui individ, interacțiuni, puncte de vedere și asocieri, iar motivul pentru care sunt atât de utile este că nu minte.

Când adunați acest tip de date, obțineți ceea ce Gil și echipa de la Metadata.io numesc o „„notă de dragoste” pentru perspective viitoare de afaceri”, deoarece este „o expresie a adevărului în formă scrisă”.

Pentru companii, adevărul sub formă de informații despre clienți nu este ușor de găsit. Deci, atunci când este colectat din abundență și valorificat de rețele precum Facebook și Google, devine o modalitate valoroasă de a vă restrânge semnificativ publicul țintă la unul mai probabil să vă revendice oferta.

Facebook colectează date și vă permite să creați audiențe. Și mai important, platforma folosește învățarea automată pentru a determina cine dintre publicul respectiv are cel mai probabil să realizeze obiectivul pentru care licitați.

În același timp, această practică nu are valoare dacă pur și simplu vă restrângeți publicul țintă și oferiți aceeași experiență publicitară. Gil are dreptate când spune „Cele mai bune reclame de astăzi sunt conținut convingător, personalizat, cu o semnificație reală pentru publicul unui brand”.

Fiecare public ar trebui să aibă un anunț personalizat pe baza datelor sale. Și pentru a continua această experiență, fiecare anunț ar trebui să direcționeze utilizatorii către o pagină post-clic care este la fel de personalizată.

Luați acest exemplu de la Abreva, care a creat 119 reclame diferite pentru produsul său în funcție de contextul în care a fost vizualizat. Când clienții au întâlnit anunțul într-un videoclip despre, să zicem, bârfele celebrităților, li s-a afișat un anunț ca acesta:

Dar dacă ar vedea un anunț în timp ce urmăreau un tutorial video, ar vedea ceva de genul acesta:

Campania personalizată a dus la un impuls major în conștientizare și considerație. Abreva a generat o creștere cu 41% a reamintirii anunțurilor și o creștere cu 342% a interesului de căutare pe Google și YouTube.

Pe alte rețele, cum ar fi căutarea Google, învățarea automată face procesul și mai rapid. Cu anunțurile adaptabile afișate în Rețeaua de căutare, puteți introduce mai multe versiuni de titlu, copie și descriere, iar Google îl va testa și va difuza pe cel mai performant. În medie, agenții de publicitate care folosesc această funcție vor genera o creștere de 15% a clicurilor.

5. Licitați mai strategic

În publicitatea programatică, nu toate afișările valorează ceea ce sunteți dispus să licitați pentru ele. Unii sunt. Și unele valorează și mai mult.

Datorită platformelor de cerere, evaluarea acestor impresii nu mai necesită presupuneri. Folosind tehnologia de învățare automată, aceste platforme pot face sume licitate și optimizări care odată necesitau cumpărători experimentați.

Luați licitarea inteligentă Google, de exemplu: o strategie de licitare automată care utilizează învățarea automată pentru a optimiza conversiile sau valoarea conversiilor în fiecare licitație. Aceasta este cunoscută sub denumirea de „licitare în timpul licitației”. Potrivit Google, există cinci tipuri de strategii de licitare inteligentă:

• • Suma CPA vizată: Suma CPA vizată setează sume licitate pentru a ajuta la obținerea cât mai multor conversii la sau sub costul-pe-acțiune (CPA) vizat pe care l-ați setat.

• • Rentabilitatea vizată a cheltuielilor publicitare: rentabilitatea vizată a cheltuielilor publicitare vă permite să licitați pe baza unei rentabilități vizate a cheltuielilor publicitare (ROAS). Această strategie vă ajută să obțineți mai multă valoare de conversie sau venituri la rentabilitatea cheltuielilor publicitare (ROAS) stabilită.

• • Maximizați conversiile: Maximizați conversiile setează automat sume licitate pentru a vă ajuta să obțineți cele mai multe conversii pentru campania dvs. în timp ce vă cheltuiți bugetul.

• CPC îmbunătățit: costul-pe-clic îmbunătățit (ECPC) vă ajută să obțineți mai multe conversii din licitarea manuală. ECPC funcționează prin ajustarea automată a sumelor licitate manuale pentru clicuri care par mai mult sau mai puțin probabil să ducă la o vânzare sau o conversie pe site-ul dvs.

Ceea ce alegeți depinde de obiectivul campaniei, de bugetul dvs. și de alți factori. Oricum, poți fi sigur că algoritmul de licitare inteligentă Google este bine antrenat. În mod constant, achiziționează și analizează date, conform Google, pentru a înțelege care sume licitate și afișări sunt cele mai eficiente pentru obiectivul ales. Aceste date conțin o gamă mult mai largă de parametri decât ar putea procesa orice echipă sau persoană.

Include factori de bază, cum ar fi dispozitivul și locația, care pot fi ajustate manual, precum și semnale automate care sunt unice pentru Smart Bidding. Acestea sunt mult mai mari ca număr. Puteți găsi mai multe aici, inclusiv comportamentul site-ului, atributele produsului, plasarea pe web și multe altele.

Deoarece licitarea inteligentă se poate optimiza pe baza datelor din toate campaniile dvs., chiar și cele noi pot obține performanțe crescute. Totuși, nu ar trebui să luați nicio decizie comercială pe baza rezultatelor campaniei până când nu aveți un eșantion suficient de mare: cel puțin 30 de conversii (50 pentru rentabilitatea vizată a cheltuielilor publicitare) și/sau peste o lună de durată.

Începeți să utilizați învățarea automată pentru a crește conversiile

Agenții de publicitate așteaptă întotdeauna cu nerăbdare aplicații mai bune ale tehnologiilor actuale. Acesta este cazul învățării automate la fel de mult ca oricare altul: chatbot mai buni, recunoașterea vocii, procesarea imaginilor etc.

Dar învățarea automată poate avea un impact pozitiv major asupra campaniilor dvs. de astăzi . Strategiile de licitare, creative și, mai ales, personalizarea, se pot îmbunătăți exponențial atunci când găsiți un model de învățare automată care funcționează pentru dvs. Fără îndoială, există ceva pentru toată lumea. Chiar dacă este vorba doar de licitare inteligentă sau de anunțuri adaptate de căutare Google.

Aflați cum să profitați și mai mult de eforturile de învățare automată conectând pagini de destinație post-clic personalizate din Instapage. Obțineți un demo aici.