كيف يستخدم الناشرون الذكاء الاصطناعي لتحقيق التوازن بين التجارب المخصصة واستراتيجيات تحقيق الدخل

لا شك أن الناشرين في وضع جيد لتسخير العلاقة مع جمهورهم - ويمتلكون الوسائل اللازمة لجمع وبناء مجموعات بيانات الطرف الأول القوية المطلوبة لتقديم تجارب مخصصة وتعزيز تدفقات الإيرادات المتنوعة.

ولكن ، مع تحرك الصناعة بعيدًا عن الاستهداف المستند إلى ملفات تعريف الارتباط - وجوجل يتحدث مقابل حلول المعرف البديلة للتتبع عبر المواقع ، مما يحد من القدرة على التوسع - يجب على الناشرين إيجاد طرق جديدة لتعزيز قيمة مخزونهم والإبلاغ عنها مع ضمان توافق استراتيجيات تحقيق الدخل مع تجربة المستخدم.

هذا هو المكان الذي يأتي فيه الذكاء الاصطناعي (AI) ، ويلعب دورًا رئيسيًا في تحقيق هذا التوازن.

الفرص لا تختفي. هم فقط مختلفون

المشهد الإعلاني اليوم معقد بشكل متزايد. يذهب معظم الإنفاق على الإعلانات الرقمية إلى استهداف وإعادة استهداف أفراد محددين ، الأمر الذي يعتمد على الرؤية المتسقة وإمكانية حساب الهوية. وضعت خطوة Google هذا النهج على قائمة "المهددة بالانقراض" ومن المرجح أن تضيف إلى التجزئة الحالية. كان إنشاء معرّفات قابلة للعنونة أمرًا صعبًا بالفعل - مع انتشار المستخدمين عبر أجهزة الكمبيوتر المحمولة والجوّال و CTV والأدوات الذكية الأخرى - ولكن الآن ، سيتعين على العلامات التجارية أيضًا التبديل بين التقنيات والأنظمة المختلفة عند استخدام Google أو الويب المفتوح.

من جانب الناشر ، سيؤثر هذا على استراتيجيات التخصيص كوسيلة لتقديم قيمة ، من منظور المحتوى والإعلان على حدٍ سواء. ومع ذلك ، فإنه يوفر أيضًا للناشرين فرصة للعب دور أكثر مركزية في توفير الوصول إلى الجماهير القابلة للتوجيه للمعلنين الذين يتطلعون إلى تحسين الإنفاق الإعلاني من خلال تجارب غنية بالمحتوى.

باستخدام تقنية الذكاء الاصطناعي ، يمكن للناشرين تسهيل عملية إعداد البيانات ومطابقة بيانات الطرف الأول للعلامات التجارية مع جماهيرهم القابلة للتوجيه الخاصة بهم بمعدل دقة أعلى من الأدوات الأخرى بخلاف أدوات الذكاء الاصطناعي. عند تطبيقه بالاقتران مع تقنية غرف الأبحاث ، يوفر هذا مساحة آمنة للخصوصية يتحكم فيها الناشر للتعاون في البيانات التي تتطابق مع الجماهير على أساس التشابه ، مما يتيح الوصول المتزايد في الأسواق الخاصة.

يوفر الذكاء الاصطناعي طريقًا لتحسين الوصول الفعال

إن النشطين الأساسيين اللذين يمتلكهما الناشرون هما ، بالطبع ، المحتوى والموافقة. يساعد إنتاج المحتوى الجذاب في كسب تفاعل المستخدمين وولائهم ، بينما تزيد الموافقة المرتكزة على المستخدم من فرص بناء الثقة والحصول على إذن لجمع واستخدام بيانات الطرف الأول المرغوبة كثيرًا. على هذا الأساس ، يكون الناشرون في وضع جيد للبناء على أساس إستراتيجية بيانات الطرف الأول لتقديم وصول أساسي للمستخدمين المعروفين الذين قاموا بتسجيل الدخول.

ومع ذلك ، تكمن المشكلة في قيود البيانات الموافق عليها. لن يكون جميع المستخدمين على استعداد لمشاركة البيانات. في الواقع ، يُعتقد على نطاق واسع أن 2-10٪ فقط من المستهلكين يشاركون تفاصيل مثل العمر والجنس.

للحفاظ على الوصول الأمثل ، سيحتاج الناشرون إلى استكشاف خيارات خارج جدران تسجيل الدخول. أولئك الذين يحرصون على إبقاء المحتوى متاحًا بشكل مفتوح قدر الإمكان ، من المرجح أن يتجهوا إلى استخدام معالجة البيانات وقدرة الذكاء الاصطناعي للبناء على استراتيجيات بيانات الطرف الأول. تتصدر قائمة الاستخدامات النمذجة التنبؤية ، المدعومة بالتعلم الآلي. من خلال أخذ سمات المستخدم الموافقة كقاعدة تحليلية ، فإنه يسمح بالتمديد الدقيق للوصول القابل للعنونة - بما يتماشى مع معدلات الدقة المخصصة والقابلة للتحقق التي يحددها كل ناشر - حتى في حالة نقص البيانات الحتمية.

على سبيل المثال ، عند استخدامه جنبًا إلى جنب مع البيانات السياقية في الوقت الفعلي ، يمكن للذكاء الاصطناعي توجيه الاستهداف على مستوى الظهور بدون بيانات على مستوى المستخدم. مع كل حالة استخدام ، يتمثل النداء الرئيسي في أن التركيز على الخصائص المستنبطة - غير المصرح بها - يحافظ على الخصوصية في المقدمة ومركزًا ، مما يتيح التجارب الشخصية والاستهداف دون إعاقة تجربة المستخدم.  

من الأمثلة على كيفية عمل ذلك في العالم الحقيقي بيانات التوظيف. يمكن للناشرين الذين لديهم أقسام إعلانات التوظيف تسخير الأدوات لدمج البيانات من الباحثين عن عمل لعرض إعلانات عالية الاستهداف للمرشحين المناسبين. يمكن بعد ذلك استخدام الذكاء الاصطناعي لتوسيع نطاق الوصول ، وتوسيع الجمهور بناءً على بيانات التوظيف الأولية للوصول إلى المستهلكين الآخرين ذوي الصلة إحصائيًا دون التأثير على تجربة المستخدم.

ماذا بعد لهذه الصناعة؟

إن التحديق في الكرة البلورية للصناعة الجماعية ليس بالأمر السهل أبدًا ، ولكن هناك علامات على الاتجاه الذي تهب فيه الرياح. على سبيل المثال ، يشير أحدث اقتراح خرج من مبادرة Privacy Sandbox من Google ، FLoC ، إلى استخدام تحليل التعلم الآلي لإنشاء نهج قائم على المجموعة للاستهداف.

بالنسبة للناشرين الذين كانوا قلقين في السابق من مشاركة الجمهور بمساعدة الذكاء الاصطناعي ، قد يكون هذا خبرًا جيدًا: السماح لهم ببناء علاقات أقوى مع المعلنين وتمهيد الطريق لتوسيع نطاق الجماهير. وبغض النظر عن الجدل الدائر حول ما إذا كان FLoC سيكون مضادًا للمنافسة أم لا ، فلا أحد ينكر أنه من المحتمل أن يؤدي إلى مزيد من التطوير التجزئة والتخصيص بواسطة الآلة، وهي خطوة جيدة للصناعة.

في صناعة متغيرة باستمرار ، يوفر الذكاء الاصطناعي في النهاية فرصة للناشرين ليكونوا متفائلين بشأن قدرتهم على موازنة التجارب الشخصية مع استراتيجيات تحقيق الدخل للخصوصية أولاً. تعمل الحلول المتقدمة التي تقدمها منظمة العفو الدولية على تمكين الناشرين من صياغة مسارهم الخاص وتزويدهم بالأدوات المطلوبة لإثبات أنهم ليسوا مجرد مزودي بيانات الطرف الأول ، ولكنهم يرتكزون على حلول آمنة للخصوصية قابلة للتطوير.

المصدر: https://dataconomy.com/2021/04/how-publishers-use-ai-personalized-experiences-monetization-strategies/