In che modo i publisher utilizzano l'intelligenza artificiale per bilanciare le esperienze personalizzate con le strategie di monetizzazione

Senza dubbio, gli editori sono in una buona posizione per sfruttare la relazione con il loro pubblico, possedendo i mezzi per raccogliere e costruire i solidi set di dati proprietari necessari per offrire esperienze personalizzate e alimentare vari flussi di entrate.

Tuttavia, poiché il settore si allontana ulteriormente dal targeting basato sui cookie e da Google Parla chiaro rispetto a soluzioni ID alternative per il monitoraggio su più siti, limitando la capacità di scalabilità: gli editori devono trovare nuovi modi per aumentare e comunicare il valore del proprio spazio pubblicitario, assicurando al contempo che le strategie di monetizzazione siano in linea con l'esperienza dell'utente.

È qui che entra in gioco l'intelligenza artificiale (AI), che gioca un ruolo chiave nel raggiungimento di questo equilibrio.

Le opportunità non stanno scomparendo; sono solo diversi

Il panorama pubblicitario di oggi è sempre più complicato. La maggior parte della spesa pubblicitaria digitale va al targeting e al retargeting di individui specifici, che si basano su visibilità e computabilità coerenti dell'identità. La mossa di Google ha inserito questo approccio nell'elenco "in via di estinzione" e probabilmente si aggiungerà alla frammentazione esistente. Costruire identificatori indirizzabili era già difficile, con utenti sparsi su laptop, dispositivi mobili, CTV e altri gadget intelligenti, ma ora i marchi dovranno anche passare da tecnologie e sistemi diversi quando utilizzano Google o il Web aperto.

Da parte dell'editore, ciò influenzerà le strategie di personalizzazione come mezzo per fornire valore, sia dal punto di vista dei contenuti che della pubblicità. Tuttavia, offre anche agli editori l'opportunità di svolgere un ruolo più centrale nel fornire accesso a un pubblico indirizzabile per gli inserzionisti che desiderano ottimizzare la spesa pubblicitaria attraverso esperienze ricche di contenuti.

Utilizzando la tecnologia AI, gli editori possono facilitare il processo di onboarding dei dati e abbinare i dati proprietari dei marchi con il proprio pubblico indirizzabile con un tasso di precisione più elevato rispetto ad altri strumenti non AI. Se applicato insieme alla tecnologia delle camere bianche, fornisce uno spazio sicuro per la privacy e controllato dall'editore per la collaborazione sui dati che corrisponde al pubblico su una base di somiglianza, consentendo una copertura incrementale nei mercati privati.

L'IA offre un percorso per un efficace miglioramento della portata

I due assi principali che gli editori detengono sono, ovviamente, contenuto e consenso. La produzione di contenuti accattivanti aiuta a conquistare il coinvolgimento e la fedeltà degli utenti, mentre il consenso incentrato sull'utente aumenta le possibilità di creare fiducia e ottenere l'autorizzazione per raccogliere e utilizzare i dati proprietari molto ricercati. Su questa base, gli editori sono in una buona posizione per costruire sulle fondamenta della loro strategia di dati proprietari per fornire una copertura di base per gli utenti noti che hanno effettuato l'accesso.

Il problema, tuttavia, risiede nei limiti dei dati consentiti. Non tutti gli utenti saranno disposti a condividere i dati. In effetti, è opinione diffusa che solo il 2-10% dei consumatori condivida dettagli come età e sesso.

Per mantenere una copertura ottimale, gli editori dovranno quindi esplorare le opzioni oltre i muri di accesso. Coloro che desiderano mantenere i contenuti il ​​più apertamente disponibili possibile probabilmente si rivolgeranno all'utilizzo dell'elaborazione dei dati e della capacità di miglioramento dell'IA per basarsi su strategie di dati proprietari. In cima alla lista degli usi c'è la modellazione predittiva, basata sull'apprendimento automatico. Prendendo gli attributi dell'utente consenziente come base analitica, consente l'estensione accurata della portata indirizzabile – in linea con i tassi di accuratezza personalizzati e verificabili stabiliti da ciascun editore – anche quando mancano dati deterministici.

Ad esempio, se utilizzata insieme a dati contestuali in tempo reale, l'IA può guidare il targeting a livello di impressione senza dati a livello di utente. In ogni caso d'uso, l'attrattiva principale è che l'enfasi sulle caratteristiche dedotte, non dichiarate, mantiene la privacy in primo piano, consentendo esperienze personalizzate e targeting senza ostacolare l'esperienza dell'utente.  

Un esempio di come questo potrebbe funzionare nel mondo reale è con i dati di reclutamento. Gli editori con dipartimenti pubblicitari di reclutamento possono sfruttare gli strumenti per integrare i dati di chi cerca lavoro per mostrare annunci altamente mirati ai candidati pertinenti. L'intelligenza artificiale può quindi essere utilizzata per scalare la copertura, espandendo il pubblico in base ai dati di reclutamento iniziale per raggiungere altri consumatori statisticamente rilevanti senza influire sull'esperienza dell'utente.

Quale futuro per l'industria?

Guardare nella sfera di cristallo dell'industria collettiva non è mai facile, ma ci sono segni di come soffiano i venti. Ad esempio, l'ultima proposta emersa dall'iniziativa Privacy Sandbox di Google, FLoC, suggerisce l'uso dell'analisi dell'apprendimento automatico per creare un approccio di coorte al targeting.

Per gli editori che in precedenza erano diffidenti nei confronti della distribuzione del pubblico assistita dall'intelligenza artificiale, questa potrebbe essere una buona notizia: consentire loro di costruire legami più forti con gli inserzionisti e aprire la strada alla scala del pubblico. Mettendo da parte il dibattito sul fatto che FLoC sarà o meno anticoncorrenziale, non si può negare che probabilmente guiderà un ulteriore sviluppo di segmentazione e personalizzazione con apprendimento automatico, che è una buona mossa per il settore.

In un settore in continua evoluzione, l'IA offre infine agli editori l'opportunità di essere ottimisti sulla loro capacità di bilanciare esperienze personalizzate con strategie di monetizzazione incentrate sulla privacy. Le soluzioni avanzate offerte dall'IA consentono agli editori di forgiare il proprio percorso e dotarli degli strumenti necessari per dimostrare che non sono solo fornitori di dati proprietari, ma sono il fulcro di soluzioni scalabili e sicure per la privacy.

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