Све што треба да знате о вештачкој интелигенцији и њеном утицају на ППЦ, нативно и приказно оглашавање

Вештачка интелигенција

Ове године преузео сам неколико амбициозних задатака. Један је био део мог професионалног развоја, да бих научио све што сам могао о вештачкој интелигенцији (АИ) и маркетингу, а други се фокусирао на годишња истраживања нативних рекламних технологија, слично ономе што је овде представљено прошле године - пејзаж Нативе Адвертисинг Тецхнологи 2017.

У то време нисам мало знао, али читава е-књига је изашла из накнадног истраживања АИ, “Све што треба да знате о маркетиншкој аналитици и вештачкој интелигенцији. “ То је дословно све што требате знати о маркетингу и АИ данас и његовом утицају на аналитику, зарађене, власничке и плаћене медије. Као резултат, желео бих да поделим оно што сам научио спроводећи сва ова недавна истраживања у дводелној серији.

Први део ће се фокусирати на утицај АИ на плаћене медије који укључује ППЦ, приказ и нативно оглашавање. То ће се претворити у други чланак који се фокусира искључиво на природни крајолик технологије оглашавања за ову годину. Порастао је за 48% у односу на прошлу годину.

Пре него што почнемо са утицајем уметне интелигенције на плаћене медије, прво морамо погледати њен утицај на аналитику. То, можда, изнад свега има најдиректнији утицај на плаћене медије.

Вештачка интелигенција и аналитика

Већина нас је навикла да користи једну од три велике платформе за аналитику. Они ће остати безимени. Ове платформе такође поседују нека од највећих тржишта онлајн оглашавања на свету. Немају пуно подстицаја да нам помогну да трошимо мање и постижемо више.

Као резултат, они се фокусирају само на податке удаљене до једног степена од наших веб локација. Ево како то изгледа:

Један степен одвојености

Већина нас се навикла да своју аналитику посматра у овом моделу приписивања. Међутим, овај модел представља само до 20% података доступних у нашој тематској сфери утицаја на мрежи. Ако желимо да видимо осталих 80%, модел би се требао усредсредити на податке удаљене три степена од наших веб локација. Ево како то изгледа:

Три степена раздвајања

Користећи АИ за привлачење многих различитих структурираних и неструктурираних токова података, аналитика заправо може да види скоро 100% актуелне сфере утицаја веб локације на мрежи, отварајући 80% које не можемо да користимо помоћу једне од три велике платформе за аналитику. То је еквивалентно гледању на Интернет овако:

3Д приказ Интернета

Насупрот управо овом погледу који нам дају велика тројица:

Једнодимензионални поглед на Интернет

Овакав поглед има веома значајан утицај на зарађене, власничке и плаћене медије и истражујем сваку и њихове поткатегорије у мојој новој е-књизи. Међутим, за овај чланак погледајмо сада његов утицај на плаћене медије.

Вештачка интелигенција и мултимедијално оглашавање

Фразе „програмско“ и „надметање у реалном времену“ (РТБ) биле су главна ствар у последњих неколико година на изложбама и око њих, као и плаћени медији уопште. Повремено се о овим фразама разговара заједно са АИ, машинским учењем и обрадом природног језика. Иако и програмски и РТБ системи имају нијансу интелигенције, они заиста представљају мост технологију која приказно оглашавање помера из свог тренутног стања осредње транспарентности у потпуно приписану и транспарентну будућност.

Две технологије ће имати највећи утицај на ову транзицију - АИ и блоцкцхаин. Дисплеј се бори и са транспарентношћу и са атрибуцијом. Постоји много трећих страна које забијају руке у посуду са слаткишима и узимају новчиће у тренутку трошења наших драгоцених буџета. Додајте томе прождрљивост непожељних ботова који извршавају преваре кликом и систем ће бити препун проблема.

У просеку, мултимедијално оглашавање има 0.05% стопу учесталости кликова. Од тих кликова, само 30 до 40% њих се не одбије одмах. Неефикасност овог канала је запањујућа. Први мултимедијални оглас био је од компаније АТ&Т још 1994. године и приказивао је 44% стопу учесталости кликова. Стопе кликања до 1998. драматично су пале - ближе ономе што данас видимо.

Добра вест је да технологија помаже у решавању ових проблема неефикасношћу. У аналитичком окружењу вођеном уметничком интелигенцијом, које се може похвалити са три степена приписивања далеко од веб локације, брендови не само да ће моћи да виде најефикасније канале приказа који доводе до њих саобраћај, већ и сви канали који ефикасно привлаче промет ка свим разборитим веб локацијама у и око њихове индустрије.

Кроз аналитику вођену интелигенцијом, брендови ће тачно знати где треба да се удвоструче и где треба да повуку буџет. Овај ниво увида помаже двоструким, па чак и троструким стопама учесталости кликова и укупним перформансама пост-клика за мултимедијално оглашавање.

Вештачка интелигенција и плати по клику

Аналитичка решења вођена интелигенцијом могу да појаве најутицајније кључне фразе за бренд користећи много различитих неструктурираних извора података. ППЦ није само за оглашавање на Гоогле-у. Утврђује недостатке и прописује нове кључне речи, прилагођавања понуда и огласне групе. Помаже трговцима да ефикасније управљају својим буџетима.

Могуће комбинације фраза кључних речи, огласних група, циљања итд. Су готово бесконачне за бренд. Омогућавање анализирања ових великих података коришћењем АИ аналитике је најефикаснији начин да се осигура да бренд улаже у најбоље могуће комбинације и пермутације.

Коришћење машинског учења оптимизација постаје временом све боља. Стално се побољшава како би повећао приход или било које циљеве који су постављени за ППЦ. Са својом природом у реалном времену, аналитика вођена уметном интелигенцијом која се користи за управљање рачунима, посебно је критична за брендове осетљиве на сезонске промене на тржишту или промене потрошача.

Иако је АИ направио многе крајње путеве у ППЦ-у, још увек није на нивоу на којем би управљање рачунима могло бити потпуно аутоматизовано без продавца за воланом. Међутим, тамо ће доћи будуће итерације изграђене на врху неуронских мрежа са дубоким могућностима учења. Баш као што се АИ може научити да игра игру боље од човека, тако ће и он једног дана моћи сам да води ППЦ кампању.

Вештачка интелигенција и нативно оглашавање

АИ већ има значајан утицај на нативно оглашавање. На страни огласне технологије, употреба машинског учења ствара моделе трошкова по ангажовању (ЦПЕ), за разлику од традиционалних ЦПЦ, ЦПМ или ЦПА. Ово је идеално за маркетиншке стручњаке који желе да дистрибуирају свој садржај у врху левка у великом обиму. Продавачи садржаја желе да се њихов садржај бави.

Из перспективе аналитике, остварују се и све исте погодности које АИ пружа за мултимедијално оглашавање - знајући које су веб локације најефикасније у пружању активног саобраћаја до три степена. Ови подаци омогућавају премештање буџета само на оне веб локације које раде и омогућавају брендовима да повуку буџет са оних веб локација које то немају. Овај ниво видљивости помаже трговцима да избегну готово сав отпад, превару и злоупотребу повезану са плаћеним медијима на мрежи.

Такође даје врло тачан конкурентски поглед. Ово је корисно из других мање очигледних разлога. Прикупљање пописа конкурентских креативних средстава у нативном оглашавању за оне јединице које имају добар учинак може помоћи брендовима да дају конкурентску предност у њиховом креативном оглашавању. Поред тога, интелигенција садржаја уграђена у аналитику вођену уметном интелигенцијом омогућава маркетингу да зна који ће садржај вероватно имати најбоље резултате када користи нативна решења за оглашавање за ширење дистрибуције.

Вештачка интелигенција и спонзорисани садржај

Алати за интелигенцију садржаја засновани на АИ такође су идеални за откривање могућности плаћеног удруживања и спонзорисаног садржаја. Према Маргарет Боланд из Бусинесс Инсидер-а, током наредних пет година спонзорисани садржај биће најбржи растући изворни формат. Спонзорисани садржај се сматра изворним оглашавањем дугог облика. То је читав чланак или серија чланака које је написала или публикација или сам бренд.

Интелигенција садржаја може помоћи маркетиншким стручњацима да направе идеалну циљану листу публикација и / или блогова како би затражили спонзорирани садржај или плаћено удруживање. Такође пружа идеалан начин за праћење његових перформанси током времена, без потребе да се ослања на публикацију која нуди податке.

Вештачка интелигенција и плаћени друштвени медији

Временом се органска видљивост брендова на друштвеним мрежама драстично смањила. То је приморало многе да улажу у мноштво решења која се плаћају путем феед-а на друштвеним каналима. Заправо, 60% укупне глобалне програмске потрошње за огласе о нативном оглашавању биће на Фејсбуку до 2020.

Трговци плаћених друштвених медија остварују исте бенефиције као што је описано у горњем одељку програмског нативног оглашавања. Међутим, једна од главних предности коју пружа плаћени маркетинг на друштвеним мрежама је неовисност података. Маркетинши не морају да се ослањају искључиво на Твиттер или Фацебоок контролне табле да би надгледали перформансе. Нормализација података и бенчмаркинг на свим каналима друштвених медија је такође предност.

Такође, са приказом од три степена, трговци ће моћи да идентификују где је корисник био пре посете мрежи друштвених медија. Ове информације би се могле показати веома корисним за идентификовање нових места за оглашавање или изношење идеје о причи.

Закључак како АИ утиче на плаћене медије је једноставан - бољи учинак и нижи трошкови. Отпад, превара и злоупотреба се боље идентификују, а ми имамо бољи поглед на угао Интернета у нашој индустрији. Придружите нам се поново следеће недеље док дубоко зарањамо у целокупан пејзаж матичне технологије оглашавања. Да бисте сазнали више о томе како АИ утиче на зарађене и поседоване медије и њихове подкатегорије, слободно преузмите моја најновија е-књига.

Маркетиншка аналитика и вештачка интелигенција

Шта ви мислите?

Ова страница користи Акисмет како би смањила нежељену пошту. Сазнајте како се ваш коментар обрађује.