Monday, Nov. 19, 2018

Jak deep learning pomaga stworzyć baner reklamowy?

Napisane przez:

|

17 sierpnia 2018

|

Opublikowane w:

Jak deep learning pomaga stworzyć baner reklamowy?

 

Rosnąca popularność narzędzi do blokowania reklam dowodzi, że użytkownicy szukają sposobów na ograniczenie ich liczby. Co więcej, ich treść zazwyczaj nie ma dla odbiorców znaczenia. Łukasz Abgarowicz, Business Development Director Poland RTB House, wyjaśnia, w jaki sposób deep learning może poprawić wyniki reklam poprzez personalizowanie komunikatów.

Codziennie wyświetlane w Internecie reklamy już nie przykuwają uwagi użytkowników, dlatego konieczne jest dostarczanie odbiorcom starannie dobranych, interesujących dla nich treści. Najlepszy efekt przynoszą kampanie reklamowe oparte na personalizacji, przeprowadzane przy użyciu sztucznej inteligencji. Technologie te są podstawą skutecznej reklamy cyfrowej, co potwierdza sukces m.in. Netflixa i Amazona.

Chcąc osiągnąć lepsze rezultaty, warto wykorzystać technologię deep learningu na dużą skalę. Dzięki niej szczegółowe analizy przeprowadzane przez algorytmy umożliwiają szybsze – trwające mniej niż sekundę – rozpoznawanie potrzeb użytkowników. W efekcie wyświetlane reklamy zawierają spersonalizowane oferty, dopasowane do potrzeb i zainteresowań użytkownika.

Deep learning zwiększa efektywność kampanii

Często użytkownik przegląda oferty różnych sklepów, ale nie dokonuje zakupu. Dzięki kampanii retargetingowej umożliwiającej wyświetlanie określonym użytkownikom odpowiednich treści, jest większe prawdopodobieństwo, że klient powróci do danego sklepu. Decyzję o zakupie może jednak podjąć nawet po kilku tygodniach.

Dwa pytania, na które marketerzy w branży e-commerce muszą odpowiedzieć to: co i jak wyświetlać danemu użytkownikowi? Reklamodawcy próbują różnych podejść, chcąc dostosować komunikat reklamowy, tak by był indywidualny i wystarczająco atrakcyjny, aby przekonać klienta do złożenia zamówienia.

Algorytmy wykorzystujące deep learning naśladują proces przetwarzania informacji i podejmowania decyzji przez ludzki mózg. Algorytm na bieżąco „uczy się” powiązań między różnymi zachowaniami klientów a realizacją celów sprzedażowych. Dzięki tym analizom, produkty wyświetlane na banerach reklamowych są lepiej dobierane, zwiększając w ten sposób efektywność całej kampanii nawet o 50%.

Odkryć co ukryte

Reklamodawcy stosujący deep learning w retargetingu mogą analizować nie tylko podstawowe zachowania użytkowników, takie jak oglądane produkty czy kategorie, ale również te niewidoczne na pierwszy rzut oka. Podobnie jak podczas analizy mowy ciała, gdzie mikro ekspresje odgrywają kluczową rolę w ujawnieniu prawdziwych intencji. Algorytmy oparte o deep learning analizują również czas, jaki upływa między wyświetlaniem poszczególnych produktów oraz ich ceny, a także sekwencje odwiedzanych podstron w sklepie. Na tej podstawie mechanizmy interpretują co dokładnie robił dany użytkownik i przewidują jego intencje. Dzięki dużej ilości danych historycznych algorytmy przewidują jakimi produktami zainteresowany może być klient.

Jednak w zależności od kategorii produktu i cech konsumenta proces decyzyjny ostatecznego zakupu może potrwać kilka tygodni. Pozornie nieistotne, ukryte informacje, takie jak częstotliwość, z jaką użytkownik odwiedza dany sklep lub urządzenie, z którego korzysta, i może spowodować, że mechanizmy rekomendacji znacznie wcześniej przewidzą jakich produktów użytkownik będzie szukał w najbliższej przyszłości.

Personalizacja ofert dla określonych użytkowników

Target audience, marketing segmentation, customers care, labour market, customer relationship management (CRM) and team building concepts.

Kolejnym krokiem po zebraniu informacji jest kolejność i sposób przedstawienie oferty użytkownikowi. Algorytmy deep learningu nieustannie analizują i oceniają produkty pod kątem atrakcyjności dla danego użytkownika, a nie kategorii użytkowników. Z kolei standardowym podejściu i wykorzystując machine learning, kreacje tworzone są poprzez łączenie produktów z kilku stałych segmentów, np. produkty oglądane przez użytkownika, podobne produkty z tej samej kategorii oraz najczęściej kupowane produkty.

Tworzenie banerów z wykorzystaniem deep learningu to znacznie bardziej złożony mechanizm. Proces ten polega na tworzeniu indywidualnych kombinacji produktów, opartej na upodobaniach użytkownika, zamiast stałej oferty dla grup użytkowników.

Tworzenie reklam w czasie rzeczywistym

Zachowania i potrzeby użytkowników nieustannie ulegają zmianom. Dlatego kluczowe jest, aby mechanizmy rekomendacji umożliwiały tworzenie profili zachowań w czasie rzeczywistym, dostosowując to, co jest prezentowane na banerze za każdym razem, gdy reklama jest wyświetlana.

Starsze metody pozwalały dotychczas na tworzenie profili zachowań jedynie w stałych odstępach czasu. Efektem często było wyświetlanie użytkownikowi produktów, którymi już nie był zainteresowany. Nowoczesne technologie sprawiają, że algorytmy mogą błyskawicznie zareagować na zachowania użytkownika i wcześniej obejrzane przez niego oferty i tym samym umożliwiają podjęcie decyzji, co ma zostać pokazane, tuż przed wyświetleniem banneru reklamowego. Profil zachowań jest wykorzystywany w czasie rzeczywistym i uwzględniane są nie tylko działania użytkownika w sklepie, ale też jego reakcje na komunikat reklamowy. To duże osiągnięcie, ponieważ od chwili uzyskania informacji o możliwości wyświetlenia baneru do momentu jego wyświetlenia mija mniej niż sekunda.

Mechanizmy retargetingu oparte na deep learningu pozwalają na stałą analizę, dzięki której możliwe jest rekonstruowanie profili zachowań użytkowników w czasie rzeczywistym. Dane RTB House wskazują, że po zintegrowaniu deep learningu z mechanizmami rekomendacji użytkownicy klikają w reklamy do 41% częściej niż zazwyczaj. Taki wzrost odnotowywany jest przede wszystkim w sklepach internetowych z branży fashion oraz w sklepach typu multi-category, gdzie możliwości mieszania i łączenia kategorii produktowych przez system rekomendacji są niemal nieograniczone.

Podsumowanie

Jeśli nadmierne natężenie reklam obniża ich skuteczność, marketerzy powinni wykorzystać innowacyjne technologie sztucznej inteligencji, aby wyróżnić się na rynku i zapewnić efektywność swoich kampanii. Tradycyjny retargeting już nie wystarcza – aby marka była konkurencyjna, konieczne jest zastosowanie nowszych rozwiązań. Deep learning staje się coraz popularniejszy i zmienia wiele branż – od motoryzacyjnej, przez rozrywkową, po marketing. Pozwala dostarczać spersonalizowane komunikaty, zwiększając tym samym zadowolenie klientów i poprawiając skuteczność kampanii reklamowych.

 

Related News

Jestem dumna z… – kto wygrał w Plebiscycie Lady Business Awards 2018.
RTB House wprowadza nowatorskie rozwiązanie Brand Safety
RTB House jedyną polską firmą w kategorii „Big Five” w rankingu Deloitte

About Author

Skomentuj

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *