Hur publicister använder AI för att balansera personliga erfarenheter med strategier för intäktsgenerering

Utgivare är utan tvekan väl lämpade att utnyttja relationen med sin publik - de har möjlighet att samla in och bygga de starka datamängder från första part som krävs för att leverera personliga upplevelser och driva olika intäktsströmmar.

Men när branschen går längre bort från cookie-baserad inriktning - och Google talar ut mot alternativa ID-lösningar för spårning över flera platser, vilket begränsar möjligheten att skala - utgivare måste hitta nya sätt att öka och kommunicera värdet på deras lager samtidigt som de säkerställer att intäktsgenereringsstrategier överensstämmer med användarupplevelsen.

Det är här artificiell intelligens (AI) kommer in och spelar en nyckelroll för att uppnå denna balans.

Möjligheterna försvinner inte; de är bara olika

Dagens reklamlandskap blir alltmer komplicerat. De flesta digitala annonsutgifterna går till inriktning och ominriktning av specifika individer, vilket är beroende av konsekvent synlighet och beräkningsbarhet för identitet. Googles drag har lagt detta tillvägagångssätt på den ”hotade” listan och kommer sannolikt att öka befintlig fragmentering. Att konstruera adresserbara identifierare var redan svårt - med användare spridda över bärbara datorer, mobila enheter, CTV och andra smarta prylar - men nu måste varumärken också växla mellan olika tekniker och system när de använder Google eller den öppna webben.

På förlagssidan kommer detta att påverka personaliseringsstrategier som ett sätt att leverera värde, både ur ett innehålls- och reklamperspektiv. Men det ger också publicister en möjlighet att spela en mer central roll när det gäller att ge tillgång till adresserbar publik för annonsörer som vill optimera annonsutgifter genom innehållsrika upplevelser.

Genom att använda AI-teknik kan utgivare underlätta dataprocessen och matcha varumärkets förstapartsdata med sin egen adresserbara publik med en högre noggrannhet än andra icke-AI-verktyg. När det används tillsammans med renrumsteknik ger detta ett sekretess säkert och utgivarkontrollerat utrymme för datasamarbete som matchar publiken på en likhetsbas, vilket möjliggör ökad räckvidd på privata marknadsplatser.

AI erbjuder en väg till effektiv förbättring av räckvidden

De två grundläggande ess som utgivarna har är naturligtvis innehåll och samtycke. Att producera engagerande innehåll hjälper till att vinna användarengagemang och lojalitet, medan användarcentrerat samtycke ökar chanserna att skapa förtroende och få tillstånd att samla in och använda eftertraktade förstapartsdata. På grundval av detta är publicister i en bra position att bygga på grunden för sin första partidata-strategi för att leverera grundläggande räckvidd för kända, inloggade användare.

Frågan ligger dock med begränsningarna för samtyckta uppgifter. Inte alla användare är villiga att dela data. I själva verket anses det allmänt att bara 2-10% av konsumenterna delar uppgifter som ålder och kön.

För att upprätthålla optimal räckvidd måste publicister därför utforska alternativ utanför inloggningsväggarna. De som vill hålla innehåll så öppet tillgängligt som möjligt kommer sannolikt att använda sig av databehandlings- och förbättringskapaciteten hos AI för att bygga på förstapartsdatastrategier. Högt på listan över användningsområden är prediktiv modellering, driven av maskininlärning. Genom att ta samtyckta användarattribut som en analytisk bas möjliggör det en exakt utvidgning av adresserbar räckvidd - i linje med skräddarsydda och verifierbara noggrannhetsgrader som fastställs av varje utgivare - även om det saknas deterministisk data.

Till exempel, när AI används tillsammans med kontextuppgifter i realtid kan AI driva inriktningsinriktning utan användarnivådata. I varje användningsfall är det huvudsakliga överklagandet att betoning på avledda - inte deklarerade - egenskaper håller integriteten i centrum och möjliggör personliga upplevelser och inriktning utan att hindra användarupplevelsen.  

Ett exempel på hur detta kan fungera i den verkliga världen är med rekryteringsdata. Förlag med rekryteringsavdelningar kan utnyttja verktyg för att integrera data från arbetssökande för att visa högt riktade annonser för relevanta kandidater. AI kan sedan användas för att skala räckvidden och utöka publiken baserat på de första rekryteringsdata för att nå andra statistiskt relevanta konsumenter utan att påverka användarupplevelsen.

Vad händer nu för branschen?

Det är aldrig lätt att ta sig in i den kollektiva industrikristallkulan, men det finns tecken på hur vinden blåser. Till exempel föreslår det senaste förslaget från Googles Privacy Sandbox-initiativ, FLoC, användning av maskininlärningsanalys för att skapa en kohortbaserad strategi för inriktning.

För publicister som tidigare varit försiktiga med AI-assisterad publiksyndikering kan det vara goda nyheter: att låta dem bygga starkare band med annonsörer och bana väg för att skala publiken. Att lägga undan debatten om huruvida FLoC kommer att vara konkurrensbegränsande eller inte, det kan inte förnekas att det sannolikt kommer att driva vidare utveckling av maskininlärad segmentering och personalisering, vilket är ett bra steg för branschen.

I en ständigt föränderlig bransch ger AI i slutändan en möjlighet för utgivare att vara optimistiska om deras förmåga att balansera personifierade upplevelser med integritetsstrategier för första intäktsgenerering. De avancerade lösningarna som erbjuds av AI ger utgivare möjlighet att skapa sin egen väg och utrusta dem med de verktyg som krävs för att visa att de inte bara är leverantörer av förstapartsdata utan lynchpin till skalbara integritetssäkra lösningar.

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