Allt du behöver veta om artificiell intelligens och dess inverkan på PPC, Native och Display Advertising

Artificiell intelligens

I år tog jag på mig ett par ambitiösa uppgifter. Det ena var en del av min professionella utveckling, att lära mig allt jag kunde om artificiell intelligens (AI) och marknadsföring, och det andra fokuserade på årlig inbyggd ad tech-forskning, liknande det som presenterades här förra året - 2017 Native Advertising Technology Landscape.

Lite visste jag då, men en hel e-bok kom från den efterföljande AI-forskningen, "Allt du behöver veta om marknadsanalys och artificiell intelligens. ” Det är bokstavligen allt du behöver veta om marknadsföring och AI idag och dess inverkan på analys, intjänade, ägda och betalda medier. Som ett resultat skulle jag vilja dela med mig av vad jag lärde mig genomföra all denna senaste forskning i en tvådelad serie.

Del ett kommer att fokusera på AI: s inverkan på betalda medier för att inkludera PPC, display och integrerad reklam. Det kommer att passa in i en andra artikel som fokuserar uteslutande på det inhemska reklamtekniklandskapet för i år. Den växte med 48% från förra året.

Innan vi kan börja med effekterna av AI på betalda medier måste vi först titta på dess inverkan på analys. Det kanske, framför allt, har den mest direkta inverkan på betalda medier.

Artificiell intelligens och Analytics

De flesta av oss är vana vid att använda en av de tre stora analytiska plattformarna. De ska förbli namnlösa. Dessa plattformar äger också några av de största marknadsplatserna för onlineannonsering i världen. De har inte mycket av ett incitament att hjälpa oss spendera mindre och uppnå mer.

Som ett resultat fokuserar de bara på data upp till en grad från våra webbplatser. Så här ser det ut:

En grad av separation

De flesta av oss har blivit vana vid att titta på vår analys i denna attributionsmodell. Den här modellen representerar dock bara upp till 20% av den tillgängliga informationen inom vårt aktuella inflytningsområde online. Om vi ​​vill se de andra 80% skulle modellen behöva fokusera på data tre grader från våra webbplatser. Så här ser det ut:

Tre grader av separation

Med hjälp av AI för att dra in många olika strukturerade och ostrukturerade dataströmmar kan analyser faktiskt se nästan 100% av webbplatsens aktuella inflytningsområde online, vilket öppnar de 80% som vi inte kan se med en av de tre stora analysplattformarna. Det motsvarar att titta på Internet så här:

3D-vy av Internet

Till skillnad från just denna uppfattning som de tre stora ger oss:

En dimensionell vy av Internet

Att ha denna uppfattning har mycket stor inverkan på intjänade, ägda och betalda medier och jag utforskar varje underkategori i min nya e-bok. Men för den här artikeln, låt oss nu se på dess inverkan på betalda medier specifikt.

Artificiell intelligens och displayannonsering

Uttrycken "programmatisk" och "realtidsbudgivning" (RTB) har varit det mest surr de senaste åren i och runt displayen och betalda medier i allmänhet. Ibland diskuteras dessa fraser tillsammans med AI, maskininlärning och naturlig språkbehandling. Medan både programmatiska och RTB-system har en aning av AI, representerar de verkligen en broteknik som flyttar displayannonsering från sitt nuvarande tillstånd av medelmåttig transparens, till en helt tillskriven och transparent framtid.

Två tekniker kommer att ha störst inverkan på denna övergång - AI och blockchain. Displayutrymmet kämpar med både transparens och attribution. Det finns många tredje parter där ute som sticker sina händer i godisskålen och tar tag i pennor samtidigt som våra värdefulla budgetar spenderas. Lägg till en glutton av spambots som begår klickbedrägeri och du har ett system med många problem.

I genomsnitt har displayannonsering en klickfrekvens på 0.05%. Av dessa klickfrekvenser studsar bara 30 till 40% av dem inte omedelbart. Ineffektiviteten hos denna kanal är häpnadsväckande. Den första visningsannonsen var från AT&T redan 1994 och hade en klickfrekvens på 44%. År 1998 sjönk klickfrekvensen dramatiskt - närmare det vi ser idag.

Den goda nyheten är att tekniken hjälper till att lösa dessa problem med ineffektivitet. I en AI-driven analysmiljö som har tre tilldelningsgrader från webbplatsen kommer varumärken inte bara att se de mest effektiva displaykanalerna som driver trafik till dem, utan alla kanalerna som effektivt driver trafik till hela den försiktiga webbplatsen i och runt deras bransch.

Genom AI-driven analys kommer varumärken att veta exakt var de behöver fördubblas och var de behöver dra budget. Denna nivå av insikt hjälper till att dubbla och till och med tredubbla klickfrekvenser och den totala prestandan efter klick för visningsannonsering.

Artificiell intelligens och betala per klick

AI-drivna analyslösningar kan visa de mest slagkraftiga nyckelordfraserna för ett varumärke med många olika ostrukturerade datakällor. PPC är inte bara för reklam på Google. Den identifierar luckor och föreskriver nya sökord, budjusteringar och annonsgrupper. Det hjälper marknadsförare att hantera sina budgetar mer effektivt.

De möjliga kombinationerna av sökordsfraser, annonsgrupper, inriktning etc. är nästan oändliga för ett varumärke. Att låta denna stora data analyseras med AI-driven analys är det mest effektiva sättet att säkerställa att ett varumärke investerar i bästa möjliga kombinationer och permutationer.

Med maskininlärning blir optimeringen bara bättre med tiden. Det förbättras ständigt för att generera intäkter eller vad som helst för PPC. Med sin realtidskaraktär är AI-driven analys som används för att driva kontohantering särskilt kritisk för varumärken som är känsliga för snabbverkande säsongs-, marknads- eller konsumentskift.

Medan AI har gjort många slutvägar i PPC är det fortfarande inte på en nivå där kontohantering kan automatiseras helt utan en marknadsförare bakom ratten. Men framtida iterationer byggda ovanpå neurala nätverk med djup inlärningsförmåga kommer dit. Precis som AI kan lära sig att spela ett spel bättre än en människa, så kommer det också att kunna köra en PPC-kampanj av sig själv en dag.

Artificiell intelligens och infödda reklam

AI har redan en betydande inverkan på integrerad reklam. På ad tech-sidan skapar användningen av maskininlärning modeller för kostnad per engagemang (CPE), i motsats till traditionell CPC, CPM eller CPA. Detta är idealiskt för marknadsförare som vill distribuera sitt topptrattinnehåll i stor skala. Innehållsmarknadsförare vill ha sitt innehåll engagerat med.

Ur ett analysperspektiv realiseras också alla samma fördelar som AI ger för visningsannonsering - att veta vilka webbplatser som är mest effektiva för att leverera trafikbar trafik upp till tre grader bort. Med denna information kan budgetar bara flyttas till de webbplatser som utför och gör det möjligt för varumärken att dra tillbaka budgeten från de webbplatser som inte gör det. Denna synlighet hjälper marknadsförare att undvika nästan allt avfall, bedrägeri och missbruk i samband med betalda medier online.

Det ger också en mycket exakt konkurrensutsikt. Detta är användbart av andra mindre uppenbara skäl. Att samla en inventering av konkurrenternas kreativa tillgångar i inbyggd reklam för de enheter som presterar bra kan hjälpa varumärken att få en konkurrensfördel i sina kreativa. Dessutom låter innehållsintelligensen inbyggd i AI-driven analys marknadsföraren veta vilket innehåll som sannolikt kommer att fungera bäst när man använder integrerade reklamlösningar för att skala distribution.

Artificiell intelligens och sponsrat innehåll

Innehållsverktyg baserade på AI är också perfekta för att avslöja betalningssyndikering och sponsrade innehållsmöjligheter. Enligt Margaret Boland från Business Insider under de kommande fem åren sponsrat innehåll kommer att vara det snabbast växande ursprungliga formatet. Sponsrat innehåll betraktas som integrerad reklam i långform. Det är en hel artikel eller serie artiklar skrivna av antingen publikationen eller varumärket i sig.

Innehållsinformation kan hjälpa marknadsförare att skapa en idealisk riktad lista över publikationer och / eller bloggar för att begära sponsrat innehåll eller betalt syndikering på. Det ger också ett perfekt sätt att spåra dess prestanda över tid utan att behöva lita på att publikationen erbjuder data.

Artificiell intelligens och betalda sociala medier

Med tiden har organiska sociala medier synlighet för varumärken drastiskt minskat. Detta tvingade många att investera i de många in-feed betalade lösningarna på sociala kanaler. Faktiskt, 60% av de totala globala programmatiska annonsutgifterna om inhemsk reklam kommer att finnas på Facebook senast 2020.

Betalade marknadsförare för sociala medier inser samma fördelar som beskrivs i ovanstående programmatiska integrerade reklamavsnitt. En stor fördel med betald marknadsföring på sociala medier är dock dataoberoende. Marknadsförare behöver inte förlita sig enbart på Twitter- eller Facebook-instrumentpanelen för att övervaka prestanda. Datanormalisering och benchmarking över alla sociala mediekanaler är också en fördel.

Med vyn i tre grader kommer marknadsförare också att kunna identifiera var användaren befann sig innan han besökte nätverket för sociala medier. Denna information kan visa sig vara mycket värdefull för att identifiera nya platser att annonsera för eller att lägga en berättelseidé till.

Slutsatsen om hur AI påverkar betalda medier är enkel - bättre prestanda och lägre kostnad. Avfall, bedrägeri och missbruk identifieras bättre och vi har en bättre bild av vår industris hörn av Internet. Följ med oss ​​igen nästa vecka när vi tar ett djupt dyk in i hela landskapet för infödda reklamteknologier. För mer information om hur AI påverkar intjänade och ägda medier, och deras underkategorier, är du välkommen att ladda ner min senaste e-bok.

Marknadsanalys och artificiell intelligens

Vad tror du?

Den här sidan använder Akismet för att minska spam. Läs om hur din kommentardata behandlas.