Alles, was Sie über künstliche Intelligenz und ihre Auswirkungen auf PPC-, Native- und Display-Werbung wissen müssen

Künstliche Intelligenz

In diesem Jahr habe ich einige ehrgeizige Aufgaben übernommen. Einer war Teil meiner beruflichen Entwicklung, um alles über künstliche Intelligenz (KI) und Marketing zu lernen, und der andere konzentrierte sich auf die jährliche native Ad-Tech-Forschung, ähnlich wie hier im letzten Jahr - die 2017 Native Advertising Technology Landscape.

Ich wusste damals noch wenig, aber aus der anschließenden KI-Forschung ging ein ganzes E-Book hervor: „Alles, was Sie über Marketing Analytics und künstliche Intelligenz wissen müssen. ” Es ist buchstäblich alles, was Sie heute über Marketing und KI und deren Auswirkungen auf Analysen, verdiente, eigene und bezahlte Medien wissen müssen. Infolgedessen möchte ich in einer zweiteiligen Reihe mitteilen, was ich bei der Durchführung all dieser jüngsten Forschungsarbeiten gelernt habe.

Teil eins wird sich auf die Auswirkungen von AI auf Bezahlmedien konzentrieren, einschließlich PPC, Display und native Werbung. Dies wird in einen zweiten Artikel einfließen, der sich in diesem Jahr ausschließlich mit der einheimischen Werbetechnologielandschaft befasst. Es ist gegenüber dem Vorjahr um 48% gewachsen.

Bevor wir uns mit den Auswirkungen von KI auf Bezahlmedien befassen können, müssen wir zunächst die Auswirkungen auf die Analytik untersuchen. Das hat vielleicht vor allem die direktesten Auswirkungen auf Bezahlmedien.

Künstliche Intelligenz und Analytik

Die meisten von uns sind es gewohnt, eine der drei großen Analyseplattformen zu verwenden. Sie sollen namenlos bleiben. Diese Plattformen besitzen auch einige der größten Online-Werbemärkte der Welt. Sie haben keinen großen Anreiz, uns zu helfen, weniger auszugeben und mehr zu erreichen.

Daher konzentrieren sie sich nur auf Daten, die bis zu einem Grad von unseren Websites entfernt sind. So sieht das aus:

Ein Grad der Trennung

Die meisten von uns haben sich daran gewöhnt, ihre Analysen in diesem Attributionsmodell zu betrachten. Dieses Modell repräsentiert jedoch nur bis zu 20% der Daten, die in unserem aktuellen Einflussbereich online verfügbar sind. Wenn wir die anderen 80% anzeigen möchten, müsste sich das Modell auf Daten konzentrieren, die drei Grad von unseren Websites entfernt sind. So sieht das aus:

Drei Trennungsgrade

Mithilfe von KI können viele unterschiedliche strukturierte und unstrukturierte Datenströme abgerufen werden. Mit Analytics können fast 100% des aktuellen Einflussbereichs einer Website online erfasst werden. Dies eröffnet die 80%, die wir mit einer der drei großen Analyseplattformen nicht sehen können. Es ist das Äquivalent dazu, das Internet so zu betrachten:

3D-Ansicht des Internets

Im Gegensatz zu nur dieser Ansicht, die uns die großen Drei geben:

Eindimensionale Ansicht des Internets

Diese Ansicht hat erhebliche Auswirkungen auf verdiente, eigene und bezahlte Medien, und ich untersuche jede einzelne Unterkategorie in meinem neuen E-Book. In diesem Artikel wollen wir uns jedoch speziell mit den Auswirkungen auf Bezahlmedien befassen.

Künstliche Intelligenz und Display-Werbung

Die Ausdrücke „programmatisch“ und „Echtzeit-Gebote“ (RTB) waren in den letzten Jahren in und um das Display und die Bezahlmedien im Allgemeinen sehr beliebt. Gelegentlich werden diese Sätze neben KI, maschinellem Lernen und Verarbeitung natürlicher Sprache diskutiert. Während sowohl programmatische als auch RTB-Systeme einen Hauch von KI aufweisen, stellen sie tatsächlich eine Brückentechnologie dar, die Display-Werbung von ihrem gegenwärtigen Zustand mittelmäßiger Transparenz in eine vollständig zugeschriebene und transparente Zukunft versetzt.

Zwei Technologien werden den größten Einfluss auf diesen Übergang haben - KI und Blockchain. Der Anzeigebereich hat sowohl mit Transparenz als auch mit Zuschreibung zu kämpfen. Es gibt viele Dritte da draußen, die ihre Hände in die Süßigkeitenschale stecken und sich zu einem Zeitpunkt, an dem unsere kostbaren Budgets ausgegeben werden, ein paar Cent schnappen. Hinzu kommt eine Menge Spam-Bots, die Klickbetrug begehen, und Sie haben ein System voller Probleme.

Display-Werbung hat im Durchschnitt eine Klickrate von 0.05%. Von diesen Click-throughs springen nur 30 bis 40% nicht sofort ab. Die Ineffizienz dieses Kanals ist erstaunlich. Die erste Display-Anzeige stammte von AT & T aus dem Jahr 1994 und wies eine Klickrate von 44% auf. Bis 1998 sanken die Klickraten dramatisch - näher an dem, was wir heute sehen.

Die gute Nachricht ist, dass die Technologie dazu beiträgt, diese Probleme ineffizient zu beheben. In einer AI-gesteuerten Analyseumgebung mit drei Attributionsgraden außerhalb der Website können Marken nicht nur die effizientesten Anzeigekanäle sehen, die den Verkehr zu ihnen leiten, sondern alle Kanäle, die den Verkehr zu der gesamten umsichtigen Website effizient leiten in und um ihre Branche.

Durch AI-gesteuerte Analysen wissen Marken genau, wo sie sich verdoppeln müssen und wo sie ihr Budget ziehen müssen. Diese Einsicht hilft dabei, die Klickraten zu verdoppeln und sogar zu verdreifachen und die Gesamtleistung nach dem Klicken für Display-Werbung zu verbessern.

Künstliche Intelligenz und Pay Per Click

KI-gesteuerte Analyselösungen können mithilfe vieler verschiedener unstrukturierter Datenquellen die wirkungsvollsten Keyword-Phrasen für eine Marke anzeigen. PPC dient nicht nur der Werbung bei Google. Es identifiziert Lücken und schreibt neue Keywords, Gebotsanpassungen und Anzeigengruppen vor. Es hilft Marketingfachleuten, ihre Budgets effizienter zu verwalten.

Die möglichen Kombinationen von Keyword-Phrasen, Anzeigengruppen, Targeting usw. sind für eine Marke nahezu unbegrenzt. Die Analyse dieser Big Data mithilfe von AI-gesteuerten Analysen ist der effizienteste Weg, um sicherzustellen, dass eine Marke in die bestmöglichen Kombinationen und Permutationen investiert.

Durch maschinelles Lernen wird die Optimierung mit der Zeit immer besser. Es wird ständig verbessert, um den Umsatz oder die für PPC festgelegten Ziele zu steigern. Aufgrund seiner Echtzeitnatur ist die AI-gesteuerte Analyse zur Steuerung des Kontomanagements besonders wichtig für Marken, die auf schnell wirkende saisonale, Markt- oder Verbraucherverschiebungen reagieren.

Während AI in PPC viele Endstraßen gemacht hat, ist es immer noch nicht auf einem Niveau, auf dem die Kontoverwaltung ohne einen Vermarkter hinter dem Lenkrad vollständig automatisiert werden kann. Zukünftige Iterationen, die auf neuronalen Netzen mit Deep-Learning-Fähigkeit aufbauen, werden jedoch dort ankommen. So wie der KI beigebracht werden kann, ein Spiel besser als ein Mensch zu spielen, kann sie eines Tages auch selbst eine PPC-Kampagne durchführen.

Künstliche Intelligenz und native Werbung

KI hat bereits einen erheblichen Einfluss auf die native Werbung. Auf der Ad-Tech-Seite führt der Einsatz von maschinellem Lernen zu Cost-per-Engagement-Modellen (CPE) im Gegensatz zu herkömmlichem CPC, CPM oder CPA. Dies ist ideal für Vermarkter, die ihren Top-Trichter-Inhalt in großem Maßstab verteilen möchten. Content-Vermarkter möchten, dass sich ihre Inhalte mit ihnen beschäftigen.

Aus analytischer Sicht werden auch dieselben Vorteile realisiert, die AI für Display-Werbung bietet - zu wissen, welche Websites am effizientesten sind, um umsetzbaren Datenverkehr in einer Entfernung von bis zu drei Grad bereitzustellen. Mit diesen Daten können Budgets nur auf Websites verschoben werden, die eine Leistung erbringen, und Marken können das Budget von Websites zurückziehen, die dies nicht tun. Diese Sichtbarkeit hilft Marketingfachleuten dabei, fast alle Verschwendung, Betrug und Missbrauch zu vermeiden, die mit Online-Bezahlmedien verbunden sind.

Es gibt auch eine sehr genaue Wettbewerbsansicht. Dies ist aus anderen weniger offensichtlichen Gründen nützlich. Das Sammeln eines Inventars der kreativen Vermögenswerte von Wettbewerbern in einheimischer Werbung für diejenigen Einheiten, die eine gute Leistung erbringen, kann dazu beitragen, Marken einen Wettbewerbsvorteil in ihren Kreativen zu verschaffen. Darüber hinaus lässt die in AI-gesteuerte Analyse integrierte Content Intelligence den Vermarkter wissen, welche Inhalte wahrscheinlich die beste Leistung erbringen, wenn native Werbelösungen zur Skalierung der Verteilung verwendet werden.

Künstliche Intelligenz und gesponserte Inhalte

Auf KI basierende Content-Intelligence-Tools sind auch ideal, um bezahlte Syndizierungen und gesponserte Content-Möglichkeiten aufzudecken. Laut Margaret Boland von Business Insider in den nächsten fünf Jahren gesponserte Inhalte werden das am schnellsten wachsende native Format sein. Gesponserte Inhalte gelten als native Langformwerbung. Es ist ein ganzer Artikel oder eine Reihe von Artikeln, die entweder von der Veröffentlichung oder von der Marke selbst geschrieben wurden.

Content Intelligence kann Marketingfachleuten dabei helfen, die ideale Liste von Veröffentlichungen und / oder Blogs zu erstellen, um gesponserte Inhalte oder bezahlte Syndizierungen anzufordern. Es bietet auch eine ideale Möglichkeit, die Leistung im Laufe der Zeit zu verfolgen, ohne sich auf die Veröffentlichung verlassen zu müssen, um Daten anzubieten.

Künstliche Intelligenz und bezahlte soziale Medien

Im Laufe der Zeit hat sich die Sichtbarkeit von organischen sozialen Medien für Marken drastisch verringert. Dies zwang viele dazu, in die Vielzahl von In-Feed-Bezahllösungen auf sozialen Kanälen zu investieren. Eigentlich, 60% der gesamten globalen programmatischen Werbeausgaben auf native Werbung wird bis 2020 auf Facebook sein.

Bezahlte Social-Media-Vermarkter realisieren die gleichen Vorteile wie im obigen Abschnitt über programmatische native Werbung beschrieben. Ein wesentlicher Vorteil des bezahlten Social-Media-Marketings ist jedoch die Datenunabhängigkeit. Vermarkter müssen sich nicht ausschließlich auf die Twitter- oder Facebook-Dashboards verlassen, um die Leistung zu überwachen. Auch die Normalisierung und das Benchmarking von Daten über alle Social-Media-Kanäle hinweg ist von Vorteil.

Mit der Drei-Grad-Ansicht können Marketer außerdem feststellen, wo sich der Benutzer vor dem Besuch des Social-Media-Netzwerks befand. Diese Informationen könnten sich als äußerst wertvoll erweisen, um neue Orte zu identifizieren, an denen Werbung geschaltet oder eine Story-Idee vorgestellt werden kann.

Das Fazit, wie sich KI auf kostenpflichtige Medien auswirkt, ist einfach - bessere Leistung und geringere Kosten. Verschwendung, Betrug und Missbrauch werden besser identifiziert, und wir haben einen besseren Überblick über die Ecke unserer Branche im Internet. Kommen Sie nächste Woche wieder zu uns und tauchen Sie tief in die gesamte einheimische Werbetechnologielandschaft ein. Wenn Sie mehr darüber erfahren möchten, wie sich KI auf verdiente und eigene Medien und deren Unterkategorien auswirkt, können Sie sie gerne herunterladen mein neuestes ebook.

Marketing Analytics & Künstliche Intelligenz

Was denken Sie?

Diese Seite verwendet Akismet, um Spam zu reduzieren. Erfahren Sie, wie Ihre Kommentardaten verarbeitet werden.