Alt hvad du behøver at vide om kunstig intelligens og dens indvirkning på PPC, Native og Display Advertising

Kunstig intelligens

I år påtog jeg mig et par ambitiøse opgaver. Den ene var en del af min professionelle udvikling, for at lære alt, hvad jeg kunne om kunstig intelligens (AI) og markedsføring, og den anden fokuserede på årlig native ad tech-forskning, svarende til hvad der blev præsenteret her sidste år - 2017 Native Advertising Technology Landscape.

Lidt vidste jeg på det tidspunkt, men en hel e-bog kom ud af den efterfølgende AI-forskning, ”Alt hvad du behøver at vide om marketinganalyse og kunstig intelligens. ” Det er bogstaveligt talt alt hvad du behøver at vide om markedsføring og AI i dag og dets indvirkning på analyser, optjente, ejede og betalte medier. Som et resultat vil jeg gerne dele, hvad jeg lærte at udføre al denne nylige forskning i en to-delt serie.

Del et vil fokusere på AIs indvirkning på betalte medier til at omfatte PPC, display og native-reklame. Det vil svale ind i en anden artikel, der udelukkende fokuserer på det oprindelige reklameteknologi landskab for dette år. Det er vokset med 48% fra sidste år.

Før vi kan begynde med indflydelsen af ​​AI på betalte medier, skal vi først se på dens indvirkning på analyser. Det har måske, over alt andet, den mest direkte indvirkning på betalte medier.

Kunstig intelligens og analyse

De fleste af os er vant til at bruge en af ​​de store tre eller så analytics-platforme. De forbliver navnløse. Disse platforme ejer også nogle af de største online markedsføringsmarkeder i verden. De har ikke meget af et incitament til at hjælpe os med at bruge mindre og opnå mere.

Som et resultat fokuserer de kun på data op til en grad væk fra vores websteder. Sådan ser det ud:

Én grad af adskillelse

De fleste af os er vant til at se på vores analyser i denne tilskrivningsmodel. Imidlertid repræsenterer denne model kun op til 20% af de tilgængelige data inden for vores aktuelle indflydelsessfære online. Hvis vi vil se de øvrige 80%, skal modellen fokusere på data tre grader væk fra vores hjemmesider. Sådan ser det ud:

Tre grader adskillelse

Ved hjælp af AI til at trække i mange forskellige strukturerede og ustrukturerede datastrømme kan analyser faktisk se næsten 100% af et websides aktuelle indflydelsessfære online og åbne de 80%, vi ikke kan se ved hjælp af en af ​​de tre store analytiske platforme. Det svarer til at se på Internettet sådan:

3D-visning af Internettet

I modsætning til netop denne opfattelse, som de tre store giver os:

En dimensionel visning af Internettet

At have denne opfattelse har en meget betydelig indvirkning på optjente, ejede og betalte medier, og jeg udforsker hver af deres underkategorier i min nye e-bog. Men for denne artikel, lad os nu se på dens indvirkning på betalte medier specifikt.

Kunstig intelligens og displayannoncering

Udtrykkene "programmatisk" og "realtidsbydning" (RTB) har været alt sammen de seneste år i og omkring display og betalte medier generelt. Lejlighedsvis diskuteres disse sætninger sammen med AI, maskinlæring og naturlig sprogbehandling. Mens både programmatiske og RTB-systemer har en smule AI, repræsenterer de virkelig en broteknologi, der flytter displayannoncering fra sin nuværende tilstand af middelmådig gennemsigtighed til en fuldt tilskrevet og gennemsigtig fremtid.

To teknologier vil have den største indvirkning på denne overgang - AI og blockchain. Displayområdet kæmper med både gennemsigtighed og tilskrivning. Der er mange tredjeparter derude, der holder deres hænder i slikskålen og griber øre på et tidspunkt, hvor vores dyrebare budgetter er brugt. Hvis du tilføjer en glutton af spam-bots, der begår klikbedrageri, har du et system, der er udbredt med problemer.

I gennemsnit har displayannoncering det en klikrate på 0.05%. Af disse click-throughs springer kun 30 til 40% af dem ikke straks. Ineffektiviteten af ​​denne kanal er forbløffende. Den første displayannonce var fra AT&T tilbage i 1994 og indeholdt en klikrate på 44%. I 1998 faldt klikfrekvensen dramatisk - tættere på det, vi ser i dag.

Den gode nyhed er, at teknologien hjælper med at løse disse problemer med ineffektivitet. I et AI-drevet analysemiljø, der kan prale af tre tilskrivningsgrader væk fra hjemmesiden, vil mærker ikke kun kunne se de mest effektive displaykanaler, der fører trafik til dem, men alle kanaler, der effektivt fører trafik til hele det forsigtige websted i og omkring deres branche.

Gennem AI-drevet analyse vil mærker vide nøjagtigt, hvor de har brug for at fordoble, og hvor de har brug for at trække budgettet. Dette niveau af indsigt hjælper med at fordoble og endda tredoble klikfrekvenser og den samlede præstation efter klik for displayannoncering.

Kunstig intelligens og betaling pr. Klik

AI-drevne analyseløsninger kan overflade de mest effektive søgeordssætninger for et brand ved hjælp af mange forskellige ustrukturerede datakilder. PPC er ikke kun til annoncering på Google. Det identificerer huller og ordinerer nye søgeord, budjusteringer og annoncegrupper. Det hjælper marketingfolk med at administrere deres budgetter mere effektivt.

De mulige kombinationer af søgeordssætninger, annoncegrupper, målretning osv. Er næsten uendelige for et brand. At lade disse store data analyseres ved hjælp af AI-drevet analyse er den mest effektive måde at sikre, at et brand investerer i de bedst mulige kombinationer og permutationer.

Brug af maskinlæring optimeringen bliver kun bedre over tid. Det forbedres konstant for at skabe indtægter eller hvad som helst mål, der er etableret for PPC. Med sin realtids karakter er AI-drevet analyse, der bruges til at styre kontoadministration, især kritisk for mærker, der er følsomme over for hurtigtvirkende sæson-, markeds- eller forbrugerskift.

Mens AI har lavet mange slutveje i PPC, er det stadig ikke på et niveau, hvor kontoadministration kan automatiseres fuldstændigt uden en marketingmedarbejder bag rattet. Imidlertid vil fremtidige iterationer bygget oven på neurale netværk med dyb læringsevne komme derhen. Ligesom AI kan læres at spille et spil bedre end et menneske, vil det også være i stand til at køre en PPC-kampagne af sig selv en dag.

Kunstig intelligens og indbygget reklame

AI har allerede en betydelig indvirkning på native-reklamer. På den teknologiske side skaber brugen af ​​maskinlæring omkostninger pr. Engagement modeller (CPE) i modsætning til traditionel CPC, CPM eller CPA. Dette er ideelt for marketingfolk, der ønsker at distribuere deres toptragtindhold i skala. Indholdsmarkedsførere vil have deres indhold beskæftiget med.

Fra et analytisk perspektiv realiseres også de samme fordele, AI giver displayannoncering - ved at vide, hvilke websteder der er mest effektive til at levere handlingstrafik op til tre grader væk. Disse data gør det muligt kun at flytte budgetter til de websteder, der udfører, og gør det muligt for mærker at trække budgettet tilbage fra de websteder, der ikke gør det. Dette niveau af synlighed hjælper marketingfolk med at undgå næsten alt affald, svindel og misbrug forbundet med online betalte medier.

Det giver også en meget nøjagtig konkurrencemæssig opfattelse. Dette er nyttigt af andre mindre åbenlyse grunde. At indsamle en oversigt over konkurrenters kreative aktiver i native reklamer for de enheder, der klarer sig godt, kan hjælpe med at give brands en konkurrencemæssig fordel i deres kreative. Derudover lader indholdsintelligensen, der er indbygget i AI-drevet analyse, marketingmedarbejderen, hvilket indhold der sandsynligvis fungerer bedst, når man bruger native-reklameløsninger til skaleringsfordeling.

Kunstig intelligens og sponsoreret indhold

Content intelligence-værktøjer baseret på AI er også ideelle til at afdække betalte syndikering og sponsorerede indholdsmuligheder. Ifølge Margaret Boland fra Business Insider i løbet af de næste fem år sponsoreret indhold vil være det hurtigst voksende native-format. Sponsoreret indhold betragtes som langtidsindbygget reklame. Det er en hel artikel eller serie af artikler skrevet af enten publikationen eller selve mærket.

Content intelligence kan hjælpe marketingfolk med at skabe den ideelle målrettede liste over publikationer og / eller blogs, som de kan anmode om sponsoreret indhold eller betalt syndikering på. Det giver også en ideel måde at spore dets præstationer over tid uden at skulle stole på, at publikationen tilbyder data.

Kunstig intelligens og betalte sociale medier

Over tid er organiske sociale mediers synlighed for mærker drastisk faldet. Dette tvang mange til at investere i de mange in-feed betalte løsninger på sociale kanaler. Faktisk, 60% af det samlede globale programmatiske annonceudgifter om indfødt reklame vil være på Facebook inden 2020.

Betalte markedsførere af sociale medier indser de samme fordele som beskrevet i ovenstående sektion for programmatisk native-reklame. En stor fordel, det giver med betalt markedsføring på sociale medier, er dog datauafhængighed. Markedsførere behøver ikke udelukkende at stole på Twitter- eller Facebook-dashboards for at overvåge ydeevnen. Data normalisering og benchmarking på tværs af alle sociale mediekanaler er også en fordel.

Også med den tre-graders visning vil marketingfolk være i stand til at identificere, hvor brugeren var før han besøgte det sociale medienetværk. Disse oplysninger kan vise sig at være yderst værdifulde for at identificere nye steder at reklamere for eller at oprette en historieidee til.

Bundlinjen om, hvordan AI påvirker betalte medier, er enkel - bedre ydeevne og mindre omkostninger. Affald, svig og misbrug identificeres bedre, og vi har et bedre overblik over vores industris hjørne af Internettet. Deltag igen i næste uge, da vi dykker dybt ned i hele det indfødte reklameteknologilandskab. For mere om, hvordan AI påvirker optjente og ejede medier og deres underkategorier, er du velkommen til at downloade min seneste e-bog.

Marketinganalyse og kunstig intelligens

Hvad mener du?

Dette websted bruger Akismet til at reducere spam. Lær, hvordan dine kommentardata behandles.