Kuinka kustantajat käyttävät tekoälyä tasapainottamaan henkilökohtaiset kokemukset ja kaupallistamisstrategiat

Kustantajilla on epäilemättä hyvät mahdollisuudet hyödyntää suhdetta yleisöönsä - heillä on keinot kerätä ja rakentaa vahvat ensimmäisen osapuolen tietojoukot, joita tarvitaan henkilökohtaisten kokemusten tuottamiseen ja erilaisiin tulovirtoihin.

Mutta kun teollisuus etenee kauempana evästepohjaisesta kohdistamisesta - ja Googlesta puhuu Sivustojen välisen seurannan vaihtoehtoisia tunnistusratkaisuja vastaan ​​rajoitetaan mittakaavan kykyä - julkaisijoiden on löydettävä uusia tapoja lisätä ja mainostaa mainosjakaumansa arvoa samalla kun varmistetaan, että kaupallistamisstrategiat vastaavat käyttökokemusta.

Tässä tulee tekoäly, jolla on keskeinen rooli tämän tasapainon saavuttamisessa.

Mahdollisuudet eivät häviä; he ovat vain erilaisia

Tämän päivän mainonta on yhä monimutkaisempaa. Suurin osa digitaalisista mainosmenoista kohdistuu tiettyjen henkilöiden kohdentamiseen ja uudelleen kohdentamiseen, mikä perustuu identiteetin jatkuvaan näkyvyyteen ja laskettavuuteen. Google on siirtänyt tämän lähestymistavan uhanalaisten luetteloon ja todennäköisesti lisää nykyistä pirstoutumista. Osoitettavien tunnisteiden rakentaminen oli jo vaikeaa - käyttäjien leviäminen kannettaville tietokoneille, mobiililaitteille, väritelevisioille ja muille älylaitteille - mutta nyt myös tuotemerkkien on vaihdettava eri tekniikoiden ja järjestelmien välillä käytettäessä Googlea tai avointa verkkoa.

Kustantajan puolella tämä vaikuttaa personointistrategioihin keinona tuottaa arvoa sekä sisällön että mainonnan näkökulmasta. Se tarjoaa kuitenkin myös kustantajille mahdollisuuden olla keskeisemmässä asemassa tarjoamalla osoitettavissa olevia yleisöjä mainostajille, jotka haluavat optimoida mainontakulut sisällörikkaiden kokemusten avulla.

Tekoälytekniikkaa käyttämällä julkaisijat voivat helpottaa tietojen siirtymisprosessia ja sovittaa tuotemerkkien ensimmäisen osapuolen tiedot omiin osoitettaviin yleisöihinsä korkeammalla tarkkuudella kuin muut ei-tekoälytyökalut. Kun sitä käytetään yhdessä cleanroom-tekniikan kanssa, se tarjoaa yksityisyyden suojan ja julkaisijan hallitseman tilan tiedonsiirtoon, joka sopii yleisöihin samankaltaisuuspohjalla, mikä mahdollistaa asteittaisen tavoittamisen yksityisillä markkinapaikoilla.

Tekoäly tarjoaa reitin tehokkaaseen ulottuvuuden parantamiseen

Kaksi keskeistä ässää kustantajaa ovat tietysti sisältö ja suostumus. Sitouttavan sisällön tuottaminen auttaa saamaan käyttäjien sitoutumista ja uskollisuutta, kun taas käyttäjäkeskeinen suostumus lisää mahdollisuuksia rakentaa luottamusta ja saada lupa kerätä ja käyttää kaivattua ensimmäisen osapuolen dataa. Tämän perusteella kustantajilla on hyvät mahdollisuudet rakentaa ensimmäisen osapuolidatastrategiansa pohjalle tarjotakseen perustason tavoite tunnetuille, kirjautuneille käyttäjille.

Kysymys liittyy kuitenkin suostumuksella annettujen tietojen rajoituksiin. Kaikki käyttäjät eivät ole halukkaita jakamaan tietoja. Itse asiassa yleisesti katsotaan, että vain 2-10% kuluttajista jakaa yksityiskohtia, kuten ikä ja sukupuoli.

Optimaalisen kattavuuden ylläpitämiseksi julkaisijoiden on siksi tutkittava vaihtoehtoja sisäänkirjautumisseinien ulkopuolella. Ne, jotka haluavat pitää sisällön mahdollisimman avoimesti saatavana, todennäköisesti kääntyvät käyttämään tekoälyn tietojenkäsittely- ja parannuskapasiteettia rakentamaan ensimmäisen osapuolen tietostrategioita. Käyttöluettelon kärjessä on ennustava mallinnus, joka perustuu koneoppimiseen. Ottamalla suostumukselliset käyttäjäattribuutit analyyttiseksi perustaksi se mahdollistaa osoitettavan kattavuuden tarkan laajentamisen - kunkin julkaisijan asettamien räätälöityjen ja todennettavissa olevien tarkkuusasteiden mukaisesti - myös silloin, kun deterministisiä tietoja puuttuu.

Esimerkiksi, kun sitä käytetään yhdessä reaaliaikaisen asiayhteyteen liittyvän datan kanssa, tekoäly voi ohjata näyttökertatason kohdistamista ilman käyttäjätason tietoja. Jokaisessa käyttötapauksessa tärkein vetoomus on, että pääteltyjen - ei ilmoitettujen - ominaisuuksien korostaminen pitää yksityisyyden edessä ja keskellä mahdollistamalla yksilölliset kokemukset ja kohdentamisen estämättä käyttäjäkokemusta.  

Esimerkki siitä, miten tämä voisi toimia todellisessa maailmassa, on rekrytointitiedot. Julkaisijat, joilla on rekrytointimainontaosastoja, voivat hyödyntää työkaluja työnhakijoiden tietojen integroimiseksi tarkasti kohdistettujen mainosten näyttämiseksi asiaankuuluville ehdokkaille. Tekoälyä voidaan sitten käyttää kattavuuden laajentamiseen, laajentamalla yleisöä alkuperäisten rekrytointitietojen perusteella tavoittamaan muut tilastollisesti merkitykselliset kuluttajat vaikuttamatta käyttökokemukseen.

Mitä seuraavaksi teollisuudelle?

Kollektiivisen teollisuuden kristallipallon katseleminen ei ole koskaan helppoa, mutta on merkkejä siitä, miten tuulet puhaltavat. Esimerkiksi viimeisin ehdotus, joka on tullut Googlen Privacy Sandbox -aloitteesta FLoC, ehdottaa koneoppimisanalyysin käyttämistä kohorttiin perustuvan lähestymistavan luomiseen.

Kustantajille, jotka olivat aiemmin varovaisia ​​tekoälyavusteisen yleisöjakauman suhteen, tämä voisi olla hyvä uutinen: antaa heille mahdollisuuden rakentaa vahvempia siteitä mainostajiin ja tasoittaa tietä yleisön mittakaavassa. Keskustelun siitä, onko FLoC kilpailunvastainen vai ei, ei voida kiistää, että se todennäköisesti ajaa edelleen koneella opittu segmentointi ja personointi, mikä on hyvä liike teollisuudelle.

Jatkuvasti muuttuvalla teollisuudella tekoäly tarjoaa viime kädessä mahdollisuuden kustantajille olla optimistisia kyvyssä tasapainottaa henkilökohtaiset kokemukset yksityisyyttä edeltäviin kaupallistamisstrategioihin. Tekoälyn tarjoamat edistyneet ratkaisut antavat kustantajille mahdollisuuden luoda oma polku ja varustaa heidät tarvittavilla työkaluilla osoittamaan, etteivät ne ole pelkästään ensimmäisen osapuolen tietojen toimittajia, vaan ne tukevat skaalautuvia tietosuojaturvallisia ratkaisuja.

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