AdvertentietechnologieAnalyse en testenArtificial IntelligenceContent MarketingSociale media en influencer-marketing

Alles wat u moet weten over kunstmatige intelligentie en de impact ervan op PPC-, native- en display-advertenties

Dit jaar heb ik een aantal ambitieuze taken op me genomen. De ene was onderdeel van mijn professionele ontwikkeling, om alles te leren over kunstmatige intelligentie (AI) en marketing, en de andere was gericht op jaarlijks native ad-tech-onderzoek, vergelijkbaar met wat hier vorig jaar werd gepresenteerd - het Native Advertising Technology-landschap van 2017.

Ik wist toen nog weinig, maar er kwam een ​​heel e-boek uit het daaropvolgende AI-onderzoek, "Alles wat u moet weten over marketinganalyse en kunstmatige intelligentie. " Het is letterlijk alles wat u vandaag moet weten over marketing en AI en de impact ervan op analyses, verdiende, eigendom en betaalde media. Daarom wil ik graag delen wat ik heb geleerd tijdens het uitvoeren van al dit recente onderzoek in een tweedelige serie.

Deel één gaat over de impact van AI op betaalde media, waaronder PPC, display en native advertising. Dat sluit aan bij een tweede artikel dat zich dit jaar exclusief richt op het native advertentietechnologielandschap. Het is met 48% gegroeid ten opzichte van vorig jaar.

Voordat we kunnen beginnen met de impact van AI op betaalde media, moeten we eerst kijken naar de impact ervan op analytics. Dat heeft misschien vooral de meest directe impact op betaalde media.

Kunstmatige intelligentie en analyse

De meesten van ons zijn gewend om een ​​van de drie grote analyseplatforms te gebruiken. Ze zullen naamloos blijven. Deze platforms bezitten ook enkele van de grootste online advertentiemarkten ter wereld. Ze hebben niet echt een stimulans om ons te helpen minder uit te geven en meer te bereiken.

Als gevolg hiervan richten ze zich slechts op gegevens tot een graad verwijderd van onze websites. Hier is hoe dat eruit ziet:

Een graad van scheiding

De meesten van ons zijn eraan gewend geraakt om in dit attributiemodel naar onze analyses te kijken. Dit model vertegenwoordigt echter slechts maximaal 20% van de gegevens die binnen onze actuele invloedssfeer online beschikbaar zijn. Als we de andere 80% willen bekijken, zou het model zich moeten concentreren op gegevens die drie graden verwijderd zijn van onze websites. Hier is hoe dat eruit ziet:

Drie graden van scheiding

Door AI te gebruiken om veel ongelijksoortige gestructureerde en ongestructureerde datastromen binnen te halen, kunnen analyses feitelijk bijna 100% van de actuele invloedssfeer van een website online zien, waardoor de 80% wordt geopend die we niet kunnen zien met een van de drie grote analyseplatforms. Het is het equivalent van zo naar internet kijken:

3D-weergave van internet

In tegenstelling tot alleen deze mening die de grote drie ons geven:

Eéndimensionale weergave van internet

Het hebben van deze mening heeft een zeer grote impact op verdiende, eigendom en betaalde media en ik verken elk van hun subcategorieën in mijn nieuwe e-boek. Laten we voor dit artikel nu echter kijken naar de impact ervan op betaalde media.

Kunstmatige intelligentie en display-advertenties

De uitdrukkingen "programmatisch" en "real-time bidding" (RTB) zijn de laatste jaren de drukte geweest in en rond display en betaalde media in het algemeen. Af en toe worden deze zinnen besproken naast AI, machine learning en natuurlijke taalverwerking. Hoewel zowel programmatische als RTB-systemen een vleugje AI hebben, vertegenwoordigen ze echt een brugtechnologie die display-advertenties verplaatst van de huidige staat van middelmatige transparantie naar een volledig toegeschreven en transparante toekomst.

Twee technologieën zullen de grootste impact hebben op deze transitie: AI en blockchain. De weergaveruimte worstelt met zowel transparantie als attributie. Er zijn veel derde partijen die hun handen in de snoepkom steken en centen pakken op een moment dat onze kostbare budgetten worden uitgegeven. Voeg daar een overvloed aan spambots aan toe die klikfraude plegen en je hebt een systeem vol problemen.

Gemiddeld heeft display-advertenties een klikfrequentie van 0.05%. Van die doorkliks stuiteren slechts 30 tot 40% niet onmiddellijk. De inefficiëntie van dit kanaal is verbazingwekkend. De eerste display-advertentie was van AT&T in 1994 en had een klikfrequentie van 44%. Tegen 1998 daalden de klikfrequenties dramatisch - dichter bij wat we vandaag zien.

Het goede nieuws is dat technologie deze problemen inefficiënt helpt oplossen. In een AI-gestuurde analyseomgeving die drie graden van attributie verwijderd is van de website, zullen merken niet alleen de meest efficiënte weergavekanalen kunnen zien die verkeer naar hen leiden, maar alle kanalen die efficiënt verkeer naar alle voorzichtige websites leiden. in en rond hun branche.

Door middel van AI-gestuurde analyses weten merken precies waar ze moeten verdubbelen en waar ze budget moeten halen. Dit niveau van inzicht helpt bij het verdubbelen en zelfs verdrievoudigen van klikfrequenties en de algehele prestaties na het klikken voor display-advertenties.

Kunstmatige intelligentie en betalen per klik

AI-gestuurde analyseoplossingen kunnen de meest impactvolle zoekwoordzinnen voor een merk naar voren brengen met behulp van veel verschillende ongestructureerde gegevensbronnen. PPC is niet alleen bedoeld voor adverteren op Google. Het identificeert hiaten en schrijft nieuwe zoekwoorden, bodaanpassingen en advertentiegroepen voor. Het helpt marketeers om hun budgetten efficiënter te beheren.

De mogelijke combinaties van zoekwoordzinnen, advertentiegroepen, targeting, enz. Zijn bijna oneindig voor een merk. Het laten analyseren van deze big data met behulp van AI-gestuurde analyses is de meest efficiënte manier om ervoor te zorgen dat een merk investeert in de best mogelijke combinaties en permutaties.

Met behulp van machine learning wordt de optimalisatie met de tijd alleen maar beter. Het wordt voortdurend verbeterd om inkomsten te genereren of welke doelen dan ook voor PPC worden vastgesteld. Met zijn realtime karakter zijn AI-gestuurde analyses die worden gebruikt om accountbeheer te stimuleren, vooral van cruciaal belang voor merken die gevoelig zijn voor snel reagerende seizoens-, markt- of consumentverschuivingen.

Hoewel AI veel eindwegen heeft gemaakt in PPC, is het nog steeds niet op een niveau waarop accountbeheer volledig kan worden geautomatiseerd zonder een marketeer achter het stuur. Toekomstige iteraties die zijn gebouwd op neurale netwerken met deep learning-mogelijkheden, zullen er echter wel komen. Net zoals AI kan worden geleerd om een ​​spel beter te spelen dan een mens, zal het ook in staat zijn om op een dag zelf een PPC-campagne te voeren.

Kunstmatige intelligentie en native advertising

AI heeft al een aanzienlijke impact op native advertising. Wat de advertentietechniek betreft, leidt het gebruik van machine learning tot kosten per betrokkenheid-modellen (CPE), in tegenstelling tot traditionele CPC, CPM of CPA. Dit is ideaal voor marketeers die hun content in de bovenste trechter op schaal willen verspreiden. Contentmarketeers willen dat hun content wordt betrokken.

Vanuit een analytisch perspectief worden dezelfde voordelen die AI biedt voor display-advertenties ook gerealiseerd - wetende welke sites het meest efficiënt zijn in het genereren van bruikbaar verkeer tot op drie graden afstand. Met deze gegevens kunnen budgetten alleen worden verplaatst naar sites die goed presteren en kunnen merken hun budget terugtrekken van sites die dat niet doen. Dit niveau van zichtbaarheid helpt marketeers om bijna alle verspilling, fraude en misbruik in verband met online betaalde media te vermijden.

Het geeft ook een zeer nauwkeurig concurrentievoordeel. Dit is handig om andere, minder voor de hand liggende redenen. Het verzamelen van een inventaris van de creatieve activa van concurrenten in native advertising voor die eenheden die goed presteren, kan merken een concurrentievoordeel geven in hun advertentie. Bovendien laat de content-intelligentie die is ingebouwd in AI-gestuurde analyses de marketeer weten welke content waarschijnlijk het beste presteert bij het gebruik van native advertising-oplossingen om de distributie te schalen.

Kunstmatige intelligentie en gesponsorde inhoud

Content intelligence-tools op basis van AI zijn ook ideaal voor het ontdekken van betaalde syndicatie- en gesponsorde contentmogelijkheden. Volgens Margaret Boland van Business Insider, de komende vijf jaar gesponsorde inhoud zal het snelst groeiende native formaat zijn. Gesponsorde inhoud wordt beschouwd als langwerpige native advertising. Het is een heel artikel of een reeks artikelen geschreven door de publicatie of het merk zelf.

Content intelligence kan marketeers helpen bij het maken van de ideale gerichte lijst van publicaties en / of blogs om gesponsorde content of betaalde syndicatie aan te vragen. Het biedt ook een ideale manier om de prestaties in de loop van de tijd te volgen zonder afhankelijk te zijn van de publicatie om gegevens aan te bieden.

Kunstmatige intelligentie en betaalde sociale media

In de loop van de tijd is de organische zichtbaarheid van merken op sociale media drastisch afgenomen. Dit dwong velen om te investeren in de veelheid aan in-feed betaalde oplossingen op sociale kanalen. In feite, 60% van de totale wereldwijde uitgaven voor programmatic advertenties op native advertising zal tegen 2020 op Facebook staan.

Betaalde socialemediamarketeers realiseren dezelfde voordelen als beschreven in het bovenstaande gedeelte over programmatic native advertising. Een groot voordeel dat het biedt met betaalde socialemediamarketing is echter gegevensonafhankelijkheid. Marketeers hoeven niet uitsluitend op de Twitter- of Facebook-dashboards te vertrouwen om de prestaties te monitoren. Datanormalisatie en benchmarking op alle sociale mediakanalen is ook een voordeel.

Met de weergave van drie graden kunnen marketeers ook identificeren waar de gebruiker was voordat hij het sociale medianetwerk bezocht. Deze informatie kan zeer waardevol blijken te zijn voor het identificeren van nieuwe plaatsen om te adverteren of om een ​​verhaalidee te pitchen.

Waar het op neerkomt hoe AI betaalde media beïnvloedt, is simpel: betere prestaties en lagere kosten. Afval, fraude en misbruik worden beter geïdentificeerd en we hebben een beter zicht op de hoek van het internet in onze branche. Sluit u volgende week weer bij ons aan terwijl we een diepe duik nemen in het hele landschap van native advertising-technologie. Voor meer informatie over de invloed van AI op verdiende en bezeten media en hun subcategorieën, kunt u deze downloaden mijn laatste e-boek.

Marketinganalyse en kunstmatige intelligentie

Tsjaad Pollitt

Chad Pollitt, een gedecoreerde veteraan van Operatie Iraqi Freedom en voormalig bevelhebber van het Amerikaanse leger, is de mede-oprichter van Relevance, 's werelds eerste en enige website gewijd aan contentpromotie, nieuws en inzichten. Hij is ook Adjunct Professor Internet Marketing aan de Indiana University Kelley School of Business en Adjunct Instructor Content Marketing aan de Rutgers University Business School. Chad is lid van de adviesraad voor 's werelds eerste door blockchain aangedreven afvalbeheersysteem, Swachhcoin, en native advertising-platforms, inPowered en AdHive.

Gerelateerde artikelen

Terug naar boven knop
Sluiten

Adblock gedetecteerd

Martech Zone kan u deze inhoud gratis aanbieden omdat we inkomsten genereren met onze site via advertentie-inkomsten, gelieerde links en sponsoring. We zouden het op prijs stellen als u uw adblocker zou verwijderen terwijl u onze site bekijkt.