Sztuczna inteligencja (AI) nie jest nowością, a jej wpływ na reklamę internetową rośnie z każdym rokiem. Najwięksi giganci technologiczni, tacy jak Google, Meta czy TikTok, nieustannie rywalizują i optymalizują swoje algorytmy, aby zdobyć przewagę nad konkurencją. W ślad za nimi podążają mniejsze firmy, które również chcą zaistnieć na tym dynamicznie rozwijającym się rynku. Poznaj przykłady, jakie są praktyczne zastosowania AI w reklamie.
Jak obecnie wykorzystuje się AI w marketingu
Sztuczną inteligencję wykorzystuje się w świecie reklamy na kilka sposobów.
Personalizacja treści reklamowych
Na podstawie informacji o użytkowniku, jego zainteresowań, wcześniejszych wyszukiwań czy zakupów algorytm może dopasować treść reklamową, która najlepiej będzie odpowiadać profilowi behawioralnemu danej osoby, co przekłada się na większe prawdopodobieństwo konwersji.
Słuchaj „Marketer+” Podcast
Do stworzenia indywidualnego podejścia potrzebne są odpowiednie dane, w zależności od tego, jak bardzo komunikat ma być spersonalizowany.
Ilustracja 1. Hierarchia typów danych służących do personalizacji przekazu marketingowego
Źródło: Digital Marketing. Strategy, Implementation and Practice; Dave Chaffey
Optymalizacja kampanii reklamowych
Optymalizacja kampanii dzięki AI może opierać się na szeregu różnych zmiennych, takich jak:
- testy A/B – sprawdzanie, która kreacja najlepiej odpowiada zdefiniowanej grupie odbiorców,
- dynamic creative optimization (DCO) – tworzenie kreacji reklamowej
w czasie rzeczywistym na podstawie profilu użytkownika w taki sposób, żeby zwiększyć prawdopodobieństwo zainteresowania nią użytkownika
i w konsekwencji – kliknięcia w nią, - weather targeting – wyświetlanie innych kreacji reklamowych
w zależności od ustawionego triggera pogodowego, np.: jeśli temperatura spadnie poniżej 0 stopni, użytkownikowi wyświetli się kreacja reklamowa
z płatkami śniegu itd., - automatyczna alokacja budżetów kampanii reklamowych pomiędzy najlepiej konwertującymi powierzchniami i formatami reklamowymi w celu uzyskania jak największego zwrotu z inwestycji w media (ROI).
Dopasowanie reklamy do kreacji
Sztuczna inteligencja może rozpoznawać materiały foto oraz wideo i w zależności od tego, co one przedstawiają, nakładać na nie związane kontekstowo reklamy.
Ilustracja 2. Przykład reklamy kontekstowej
Targetowanie reklam przy użyciu modeli predykcyjnych
Algorytm może być używany w celu przewidzenia zachowań użytkownika w sieci i na tej podstawie serwować mu reklamy optymalnie dostosowane do jego dotychczasowych działań.
Rozmowa z chatbotem
Marki, aby zoptymalizować swoje wydatki (nie zatrudniać fizycznych pracowników), a także aby usprawnić proces obsługi klientów, mogą zainwestować w „wirtualnych doradców”, którzy spersonalizują doświadczenia klientów. Technologia ta może być oparta na rozwiązaniach typu large language models (LLM) i trenowana na zbiorze danych pochodzących z bazy, np. sklepu internetowego (e-commerce).
Dzięki dostępowi do historii zakupów danego użytkownika, jego polubień produktów na koncie klienckim, dodań do „listy zakupów” czy wysyłanych zapytań do działu obsługi klienta chatbot jest w stanie uprościć proces zakupowy, a także dawać trafne propozycje produktów, co w konsekwencji może przełożyć na zwiększenie obrotu sklepu oraz zaangażowania klientów w interakcji z marką i wzrost net promoter score (NPS).
Optymalizacja treści
Algorytmy sztucznej inteligencji mogą być użyte w świecie marketingu także do działań: search engine optimization (SEO), user experience (UX) czy też user interface (UI). Dzięki analizie zachowania użytkownika na stronie AI może wskazać obszary, które wymagają poprawy, dać propozycje rozwinięcia „mocnych stron” oraz tworzyć content na strony WWW, który będzie dobrze spozycjonowany przez algorytmy wyszukiwarki Google’a i tym samym spowoduje wyższe indeksowanie witryny w wynikach organicznych.
Generowanie treści
Nieodłącznym elementem reklamy jest praca kreatywna. Do jej realizacji wymagani są zwyczajowo graficy, którzy tworzą grafiki reklamowe, oraz copywriterzy, którzy odpowiadają za tworzenie np. opisów do tych grafik.
Dzięki wykorzystaniu programów opartych o AI ta praca może zostać zoptymalizowana. Pomocne w tym procesie są narzędzia typu ChatGPT, DALL·E czy StyleGAN.
Posuwając się o krok dalej, firmy zaczynają kreować własnych bohaterów marki lub wirtualnych influencerów przy użyciu wyłącznie AI. W ten sposób mogą prowadzić swoje działania reklamowe za ułamek kwoty, jaką musiałyby przeznaczyć na „fizycznych” influencerów. Przykładem takich działań może być Candy, stworzona przez markę modową PRADA.
Ilustracja 3. Przykład wirtualnego influencera stworzonego przy użyciu AI
Źródło: https://www.instagram.com/p/CVVjn6cFMgD/ [data dostępu: 8.06.2024]
Algorytmy voice recognition
Użytkownicy coraz chętniej wydają polecanie głosowe swoim urządzeniom. Jest to ogromne źródło danych o użytkownikach, które działa podobnie do standardowej wyszukiwarki internetowej. Różnica polega na tym, że tutaj możliwe staje się również sterowanie innymi urządzeniami podłączonymi do tego ekosystemu, takimi jak urządzenia domowe lub samochodowe.
Na podstawie komend wydawanych przez użytkownika, np. jeśli użytkownik często prosi o propozycję przepisu na ciasto, algorytm przy kolejnej próbie przedstawi użytkownikowi reklamę cukierni w pobliżu. Klasyfikując ton głosu użytkownika, narzędzie może zaproponować film lub utwór muzyczny pasujący do nastroju itd.
Analiza sentymentu
Co prawda analizę sentymentu stosuje się od dawna, natomiast dzięki wykorzystaniu algorytmów AI istnieje możliwość dotarcia do znacznie większej liczby opinii konsumentów i lepszego ich skategoryzowania na temat określonej kategorii, usługi, marki itp.
Augmented Reality (AR)
Marki mogą tworzyć rozszerzoną rzeczywistość, w której istnieje możliwość zobaczenia na sobie danych produktów: butów czy oprawek okularów.
Idąc krok dalej, w tego typu ekosystemie da się spersonalizować doświadczenia poprzez generowanie rekomendacji innych produktów, które najlepiej będą pasować do stylizacji użytkownika. Algorytm, dzięki dostępowi do kamery, widzi, w co jest ubrany użytkownik (czy to spodnie/sukienka, jaki ubranie ma kolor, fason itd.), i na tej podstawie przedstawia rekomendacje produktu najlepiej dopasowanego do stylizacji.
Ilustracja 4. Przykład wirtualnej przymierzalni (virtual fitting room)
Źródło: https://www.netguru.com/blog/machine-learning-models-in-virtual-fitting-room-apps [data dostępu: 8.06.2024]
Podsumowanie
Sztuczna inteligencja przynosi wiele korzyści zarówno twórcom technologii, jak i jej użytkownikom. Odpowiedzialne podejście do AI, z naciskiem na bezpieczeństwo danych i etykę, powinno być priorytetem dla wszystkich uczestników rynku: od firm technologicznych, przez reklamodawców, aż po doradców marketingowych.
Każdy rok przynosi nowe innowacje. Czy jesteśmy gotowi na nadchodzące zmiany w świecie reklamy? AI na pewno nie powiedziało jeszcze ostatniego słowa.
