Sve što trebate znati o umjetnoj inteligenciji i njenom utjecaju na PPC, nativno i prikazno oglašavanje

Ove godine preuzeo sam nekoliko ambicioznih zadataka. Jedan je bio dio mog profesionalnog razvoja, naučio sam sve što sam mogao o umjetnoj inteligenciji (AI) i marketingu, a drugi se fokusirao na godišnja istraživanja nativnih oglasnih tehnologija, slično onome što je ovdje predstavljeno prošle godine - pejzaž Native Advertising Technology iz 2017. godine.

U to sam vrijeme malo znao, ali iz naknadnog istraživanja AI izašla je cijela e-knjiga, “Sve što trebate znati o marketinškoj analitici i umjetnoj inteligenciji. ” To je doslovno sve što trebate znati o marketingu i AI danas i njegovom utjecaju na analitiku, zarađene, vlasničke i plaćene medije. Kao rezultat toga, želio bih podijeliti ono što sam naučio provodeći sve ovo nedavno istraživanje u dvodijelnoj seriji.

Prvi dio fokusirat će se na utjecaj umjetne inteligencije na plaćene medije koji uključuje PPC, prikaz i nativno oglašavanje. To će se pretvoriti u drugi članak koji se fokusira isključivo na prirodni krajolik tehnologije oglašavanja za ovu godinu. Porastao je za 48% u odnosu na prošlu godinu.

Prije nego što počnemo s utjecajem umjetne inteligencije na plaćene medije, prvo moramo pogledati njezin utjecaj na analitiku. To, možda, iznad svega ima najizravniji utjecaj na plaćene medije.

Umjetna inteligencija i analitika

Većina nas navikla je koristiti jednu od tri velike platforme za analitiku. Oni će ostati bezimeni. Ove platforme takođe posjeduju neka od najvećih svjetskih tržišta oglašavanja. Nemaju puno poticaja da nam pomognu da trošimo manje i postižemo više.

Kao rezultat toga, oni se fokusiraju samo na podatke udaljene do jednog stepena od naših web lokacija. Evo kako to izgleda:

Većina nas se navikla gledati svoju analitiku u ovom modelu atribucije. Međutim, ovaj model predstavlja samo do 20% podataka dostupnih u našoj tematskoj sferi utjecaja na mreži. Ako želimo vidjeti ostalih 80%, model bi se trebao usredotočiti na podatke udaljene tri stupnja od naših web stranica. Evo kako to izgleda:

Koristeći AI za privlačenje mnogih različitih strukturiranih i nestrukturiranih tokova podataka, analitika zapravo može vidjeti gotovo 100% aktualne sfere utjecaja web stranice na mreži, otvarajući 80% koje ne možemo vidjeti koristeći jednu od tri velike analitičke platforme. To je ekvivalentno gledanju na Internet ovako:

Za razliku od upravo ovog gledišta koje nam daju velika trojica:

Ovakav pogled ima vrlo značajan utjecaj na zarađene, vlasničke i plaćene medije i istražujem svaku i njihove potkategorije u mojoj novoj e-knjizi. Međutim, pogledajmo sada za ovaj članak njegov utjecaj na plaćene medije.

Umjetna inteligencija i prikazno oglašavanje

Fraze „programsko“ i „nadmetanje u stvarnom vremenu“ (RTB) bile su glavna stvar u zadnjih nekoliko godina u prikazivanju i oko njega, kao i o plaćenim medijima uopšte. Povremeno se o ovim frazama razgovara zajedno sa AI, mašinskim učenjem i obradom prirodnog jezika. Iako i programski i RTB sistemi imaju prizvuk umjetne inteligencije, oni zaista predstavljaju mostnu tehnologiju koja pomiče prikazno oglašavanje iz svog trenutnog stanja osrednje transparentnosti u potpuno pripisanu i transparentnu budućnost.

Dvije tehnologije imat će najveći utjecaj na ovu tranziciju - AI i blockchain. Prostor za prikaz bori se i sa transparentnošću i sa atribucijom. Postoji mnogo trećih strana koje zabijaju ruke u posudu sa slatkišima i grabe novčiće u vrijeme naših potrošenih dragocjenih budžeta. Dodajte tome proždrljivost neželjenih robota koji izvršavaju prevare klikom i sistem je prepun problema.

U prosjeku, prikazno oglašavanje ima 0.05% stope klikanja. Od tih klikova, samo 30 do 40% njih se ne odbije odmah. Neefikasnost ovog kanala je zapanjujuća. Prvi prikazni oglas bio je od tvrtke AT&T davne 1994. godine i imao je 44% stopu klikanja. Stope klikanja do 1998. dramatično su pale - bliže onome što danas vidimo.

Dobra vijest je da tehnologija pomaže u rješavanju ovih problema neefikasnošću. U analitičkom okruženju vođenom umjetnom inteligencijom koje se može pohvaliti s tri stupnja pripisivanja daleko od web lokacije, brendovi ne samo da će moći vidjeti najučinkovitije prikazivačke kanale koji im dovode promet, već i svi kanali koji učinkovito usmjeravaju promet na svu razboritu web stranicu u i oko njihove industrije.

Kroz AI analitiku, brendovi će tačno znati gdje trebaju udvostručiti i gdje trebaju povući budžet. Ovaj nivo uvida pomaže dvostrukim, pa čak i trostrukim klikovnim stopama i ukupnim performansama nakon klika za prikazno oglašavanje.

Umjetna inteligencija i plaćanje po kliku

Analitička rješenja vođena umjetnom inteligencijom mogu prikazati najuticajnije ključne fraze za brend koristeći mnogo različitih nestrukturiranih izvora podataka. PPC nije samo za oglašavanje na Googleu. Utvrđuje praznine i propisuje nove ključne riječi, prilagodbe licitacija i grupe oglasa. Pomaže trgovcima da efikasnije upravljaju svojim budžetima.

Moguće kombinacije fraza ključnih riječi, grupa oglasa, ciljanja itd. Gotovo su beskonačne za brend. Omogućavanje analiziranja ovih velikih podataka korištenjem AI analitike najefikasniji je način da se osigura da marka ulaže u najbolje moguće kombinacije i permutacije.

Korištenje strojnog učenja optimizacija postaje vremenom sve bolja. Stalno se poboljšava kako bi povećao prihod ili bilo koje ciljeve koji su postavljeni za PPC. Sa svojom prirodom u realnom vremenu, analitika vođena umjetnom inteligencijom koja se koristi za upravljanje računima, posebno je kritična za marke osjetljive na sezonske promjene na tržištu, promjene potrošača ili potrošača.

Iako je AI napravio mnoge krajnje puteve u PPC-u, još uvijek nije na nivou na kojem bi upravljanje računima moglo biti potpuno automatizirano bez marketera za volanom. Međutim, tamo će doći buduće iteracije izgrađene na vrhu neuronskih mreža s dubokim sposobnostima učenja. Baš kao što se AI može naučiti igrati igru ​​bolje od čovjeka, tako će i on jednog dana moći sam voditi PPC kampanju.

Umjetna inteligencija i nativno oglašavanje

AI već ima značajan utjecaj na nativno oglašavanje. Na strani oglasne tehnologije, upotreba mašinskog učenja stvara modele cijene po angažmanu (CPE), za razliku od tradicionalnih CPC, CPM ili CPA. Ovo je idealno za marketinške stručnjake koji žele distribuirati svoj sadržaj u gornjem toku u širokom opsegu. Prodavači sadržaja žele da se njihov sadržaj bavi.

Iz perspektive analitike, ostvaruju se i sve iste pogodnosti koje AI pruža za prikazno oglašavanje - znajući koje su web lokacije najefikasnije u pružanju aktivnog prometa do tri stepena. Ovi podaci omogućuju premještanje proračuna samo na one web lokacije koje imaju učinak i omogućavaju brendovima da povuku budžet sa onih web lokacija koje to nemaju. Ovaj nivo vidljivosti pomaže trgovcima da izbjegnu gotovo sav otpad, prevaru i zloupotrebu povezanu s mrežama koje se plaćaju na mreži.

Takođe daje vrlo precizan konkurentski pogled. Ovo je korisno iz drugih manje očiglednih razloga. Prikupljanje inventara kreativnih sredstava konkurenta u izvornom oglašavanju za one jedinice koje imaju dobar učinak može pomoći brandovima da daju konkurentsku prednost u njihovom kreativnom oglašavanju. Pored toga, inteligencija sadržaja ugrađena u analitiku vođenu umjetnom inteligencijom omogućava marketingu da zna koji će sadržaj vjerovatno imati najbolju izvedbu pri korištenju izvornih rješenja za oglašavanje za širenje distribucije.

Umjetna inteligencija i sponzorirani sadržaj

Alati za inteligenciju sadržaja zasnovani na AI takođe su idealni za otkrivanje mogućnosti plaćenog udruživanja i sponzoriranog sadržaja. Prema Margaret Boland iz Business Insider, u narednih pet godina sponzorirani sadržaj bit će najbrži rastući izvorni format. Sponzorirani sadržaj smatra se izvornim oglašavanjem dugog oblika. To je cijeli članak ili serija članaka koje je napisala ili publikacija ili sama marka.

Inteligencija sadržaja može pomoći marketingu da naprave idealnu ciljanu listu publikacija i / ili blogova kako bi zatražili sponzorirani sadržaj ili plaćeno udruživanje. Takođe pruža idealan način za praćenje njegovih performansi tokom vremena, bez potrebe da se oslanja na publikaciju koja nudi podatke.

Umjetna inteligencija i plaćeni društveni mediji

Vremenom se organska vidljivost marki na društvenim mrežama drastično smanjila. To je prisililo mnoge da ulažu u mnoštvo rješenja koja se plaćaju putem feeda na društvenim kanalima. Zapravo, 60% ukupne globalne programske potrošnje za oglase o nativnom oglašavanju bit će na Facebooku do 2020.

Trgovci plaćenim društvenim mrežama ostvaruju iste beneficije kao što je opisano u gore navedenom programskom dijelu nativnog oglašavanja. Međutim, jedna od glavnih prednosti koju pruža plaćeni marketing na društvenim mrežama je neovisnost podataka. Marketinši se ne trebaju oslanjati isključivo na Twitter ili Facebook nadzorne ploče kako bi nadzirali performanse. Prednost je i normalizacija podataka na svim kanalima društvenih medija.

Također, s prikazom od tri stupnja, trgovci će moći identificirati gdje je korisnik bio prije posjeta mreži društvenih medija. Ove informacije bi se mogle pokazati vrlo vrijednim za identificiranje novih mjesta za oglašavanje ili iznošenje ideje o priči.

Zaključak kako AI utječe na plaćene medije jednostavan je - bolje performanse i niži troškovi. Otpad, prijevare i zloupotrebe bolje se identificiraju, a mi imamo bolji pogled na kutak Interneta u našoj industriji. Pridružite nam se ponovo sljedeće sedmice dok duboko zaranjamo u čitav krajolik matične tehnologije oglašavanja. Za više informacija o tome kako AI utječe na zarađeni medij i njihove podkategorije, slobodno preuzmite moja najnovija e-knjiga.

Marketinška analitika i umjetna inteligencija