Tot el que heu de saber sobre la intel·ligència artificial i el seu impacte en la publicitat PPC, nativa i de display

Intel·ligència Artificial

Aquest any he assumit un parell de tasques ambicioses. Un va formar part del meu desenvolupament professional, per aprendre tot el que vaig poder sobre intel·ligència artificial (IA) i màrqueting, i l’altre es va centrar en la investigació anual de tecnologia publicitària nativa, similar al que es va presentar aquí l’any passat: el paisatge de tecnologia de publicitat autòctona del 2017.

Poc sabia en aquell moment, però un llibre electrònic sencer va sortir de la posterior investigació sobre IA, "Tot el que heu de saber sobre el màrqueting Analytics i la intel·ligència artificial". Literalment, és tot el que heu de saber sobre el màrqueting i la intel·ligència artificial avui en dia i el seu impacte en els mitjans analítics, guanyats, propietaris i de pagament. Com a resultat, voldria compartir el que vaig aprendre realitzant tota aquesta investigació recent en una sèrie de dues parts.

La primera part se centrarà en l'impacte de la IA en els mitjans de pagament per incloure PPC, display i publicitat nativa. Això coincidirà amb un segon article que se centrarà exclusivament en el panorama tecnològic publicitari natiu d’aquest any. Ha crescut un 48% respecte a l’any passat.

Abans de començar amb l’impacte de la IA en els mitjans de pagament, primer hem de mirar el seu impacte en l’anàlisi. Això, potser, per sobre de qualsevol altra cosa té l’impacte més directe en els mitjans de pagament.

Intel·ligència artificial i analítica

La majoria de nosaltres estem acostumats a utilitzar una de les tres grans plataformes d’anàlisi. Es mantindran sense nom. Aquestes plataformes també posseeixen alguns dels mercats de publicitat en línia més grans del món. No tenen gaire incentiu per ajudar-nos a gastar menys i aconseguir més.

Com a resultat, només se centren en dades a un grau de distància dels nostres llocs web. Això és el que sembla:

Un grau de separació

La majoria de nosaltres ens hem acostumat a mirar les nostres analítiques en aquest model d’atribució. Tot i això, aquest model només representa fins al 20% de les dades disponibles a la nostra àrea d’influència tòpica en línia. Si volem veure l’altre 80%, el model hauria de centrar-se en dades a tres graus de distància dels nostres llocs web. Això és el que sembla:

Tres graus de separació

Mitjançant la IA per obtenir molts fluxos de dades estructurats i no estructurats, les analítiques poden veure gairebé el 100% de l’esfera d’influència tòpica d’un lloc web en línia, obrint el 80% que no podem veure utilitzant una de les tres grans plataformes d’anàlisi. És l’equivalent de mirar Internet així:

Vista 3D d’Internet

A diferència d’aquesta visió que ens ofereixen els tres grans:

Vista unidimensional d'Internet

Tenir aquesta visió té un impacte molt important en els mitjans guanyats, de propietat i de pagament, i exploro cadascuna de les seves subcategories i el seu nou llibre electrònic. Tanmateix, ara per a aquest article anem a veure específicament el seu impacte en els mitjans de pagament.

Intel·ligència artificial i publicitat de display

Les frases "programàtiques" i "ofertes en temps real" (RTB) han estat la moda dels darrers anys a la pantalla i entorns, i els mitjans de pagament en general. De vegades, aquestes frases es discuteixen al costat de la IA, l’aprenentatge automàtic i el processament del llenguatge natural. Tot i que els sistemes programàtics i RTB tenen un matís d’intel·ligència artificial, realment representen una tecnologia pont que mou la publicitat de pantalla des del seu estat actual de transparència mediocre a un futur totalment atribuït i transparent.

Dues tecnologies tindran el major impacte en aquesta transició: IA i blockchain. L’espai de visualització lluita tant amb la transparència com amb l’atribució. Hi ha molts tercers que s’enganxen les mans al bol de llaminadures i agafen cèntims al mateix temps que gastem els nostres preuats pressupostos. Afegiu-hi un glotó de robots brossa que cometen frau en clics i teniu un sistema ple de problemes.

De mitjana, la publicitat de display té un percentatge de clics del 0.05%. D’aquests clics, només entre el 30 i el 40% no reboten immediatament. La ineficiència d’aquest canal és sorprenent. El primer anunci de display va ser d’AT&T el 1994 i presentava un percentatge de clics del 44%. El 1998 les taxes de clics van caure dràsticament: més a prop del que veiem avui.

La bona notícia és que la tecnologia ajuda a solucionar aquests problemes amb ineficiència. En un entorn d’anàlisi basat en la IA que té tres graus d’atribució fora del lloc web, les marques no només podran veure els canals de visualització més eficients que condueixen el trànsit cap a ells, sinó que tots els canals condueixen el trànsit de manera eficient a tots els llocs web prudents. dins i al voltant de la seva indústria.

Mitjançant l’anàlisi basada en la IA, les marques sabran exactament on han de doblar-se i on han d’obtenir pressupostos. Aquest nivell d’informació ajuda a duplicar i fins a triplicar els percentatges de clics i el rendiment global després del clic per a la publicitat de display.

Intel·ligència artificial i pagament per clic

Les solucions d’anàlisi impulsades per la intel·ligència artificial poden aflorar les frases de paraules clau més impactants d’una marca mitjançant diverses fonts de dades no estructurades. PPC no és només per fer publicitat a Google. Identifica els buits i prescriu paraules clau noves, ajustos de l'oferta i grups d'anuncis. Ajuda els professionals del màrqueting a gestionar els seus pressupostos de manera més eficient.

Les possibles combinacions de frases de paraules clau, grups d'anuncis, orientació, etc. són gairebé infinites per a una marca. Permetre que aquestes grans dades s’analitzin mitjançant anàlisis basades en la IA és la manera més eficient d’assegurar-se que una marca inverteixi en les millors combinacions i permutacions possibles.

Amb l’aprenentatge automàtic l’optimització només millora amb el pas del temps. Millora constantment per generar ingressos o qualsevol altre objectiu establert per a PPC. Amb la seva naturalesa en temps real, les analítiques basades en la intel·ligència artificial que s’utilitzen per impulsar la gestió de comptes, són especialment importants per a les marques sensibles als canvis de temporada, de mercat o de consumidors d’acció ràpida.

Tot i que la IA ha fet moltes carreteres finals a PPC, encara no es troba en un nivell en què la gestió de comptes es pugui automatitzar completament sense un venedor al volant. No obstant això, les futures iteracions construïdes sobre xarxes neuronals amb capacitat d’aprenentatge profund hi arribaran. De la mateixa manera que es pot ensenyar a la IA a jugar un joc millor que un ésser humà, també serà capaç d’executar una campanya PPC per si sola un dia.

Intel·ligència artificial i publicitat autòctona

La IA ja té un impacte significatiu en la publicitat nativa. Pel que fa a la tecnologia publicitària, l’ús de l’aprenentatge automàtic crea models de cost per interacció (CPE), en comparació amb el CPC tradicional, el CPM o el CPA. Això és ideal per als professionals del màrqueting que vulguin distribuir a gran escala el seu contingut d’embut de conversió superior. Els professionals del màrqueting de contingut volen que interaccionin amb el seu contingut.

Des d’una perspectiva analítica, també s’obtenen els mateixos beneficis que proporciona la IA per a la publicitat de display, sabent quins llocs són més eficients per oferir trànsit accionable a tres graus de distància. Aquestes dades permeten traslladar els pressupostos només als llocs que funcionen i permet a les marques retirar el pressupost dels llocs que no ho fan. Aquest nivell de visibilitat ajuda els professionals del màrqueting a evitar gairebé tots els residus, fraus i abusos associats als mitjans de pagament en línia.

També proporciona una visió competitiva molt precisa. Això és útil per altres motius menys evidents. La recopilació d’un inventari dels recursos creatius de la competència a la publicitat nativa per a aquelles unitats que tinguin un bon rendiment pot ajudar a proporcionar a les marques un avantatge competitiu en la seva creativitat. A més, la intel·ligència de contingut integrada en l’anàlisi basada en la IA permet al venedor saber quin contingut probablement tindrà el millor rendiment en utilitzar solucions de publicitat natives per escalar la distribució.

Intel·ligència artificial i contingut patrocinat

Les eines d’intel·ligència de contingut basades en IA també són ideals per descobrir oportunitats de sindicació de pagament i contingut patrocinat. Segons Margaret Boland, de Business Insider, durant els propers cinc anys el contingut patrocinat serà el format natiu de més ràpid creixement. El contingut patrocinat es considera publicitat nativa de llarga durada. Es tracta d’un article sencer o una sèrie d’articles escrits per la publicació o per la mateixa marca.

La intel·ligència de contingut pot ajudar els professionals del màrqueting a crear la llista específica de publicacions i / o blocs per sol·licitar contingut patrocinat o sindicació de pagament. També proporciona una manera ideal de fer un seguiment del seu rendiment al llarg del temps sense haver de confiar en la publicació per oferir dades.

Intel·ligència artificial i xarxes socials de pagament

Amb el pas del temps, la visibilitat orgànica de les xarxes socials per a les marques ha disminuït dràsticament. Això va obligar a molts a invertir en la multitud de solucions de pagament en els canals socials. De fet, 60% de la despesa global en publicitat programàtica a la publicitat nativa estarà a Facebook el 2020.

Els venedors de mitjans socials de pagament obtenen els mateixos avantatges que els descrits a la secció de publicitat nativa programàtica anterior. No obstant això, un dels principals avantatges que proporciona amb el màrqueting de pagament de xarxes socials és la independència de dades. Els professionals del màrqueting no necessiten confiar exclusivament en els taulers de control de Twitter o Facebook per controlar el rendiment. La normalització de dades i la comparativa de tots els canals de xarxes socials també és un avantatge.

A més, amb la visualització de tres graus, els professionals del màrqueting podran identificar on estava l’usuari abans de visitar la xarxa de xarxes socials. Aquesta informació pot resultar molt valuosa per identificar nous llocs on anunciar-se o fer una idea de la història.

La conclusió sobre com afecta la IA els mitjans de pagament és senzilla: un millor rendiment i menys costos. Els residus, el frau i l’abús s’identifiquen millor i tenim una millor visió del racó d’Internet de la nostra indústria. Acompanyeu-vos de nou la setmana que ve mentre ens endinsem en tot el panorama tecnològic de la publicitat autòctona. Per obtenir més informació sobre l’impacte de la IA sobre els mitjans guanyats i de la propietat, i les seves subcategories, no dubteu a descarregar-los el meu darrer llibre electrònic.

Anàlisi de màrqueting i intel·ligència artificial

Què et sembla?

Aquest lloc utilitza Akismet per reduir el correu no desitjat. Esbrineu com es processa el vostre comentari.