Minęło 20 lat odkąd superkomputer IBM Deep Blue pokonał mistrza świata w szachach Garriego Kasparowa. Było to pierwsze, historyczne zwycięstwo sztucznej inteligencji nad człowiekiem. Jednak to, co jeszcze w 1997 roku było futurystyczną koncepcją, obecnie jest już częścią codzienności. Najnowsze komputery potrafią nie tylko naśladować sposób działania ludzkiego mózgu, ale także rozwiązywać problemy w sposób szybszy i efektywniejszy niż człowiek.

Istnieje mnóstwo sposobów na wykorzystanie AI w wielu różnych dziedzinach, nie tylko w nauce i nowych technologiach. W reklamie rozwiązania bazujące na sztucznej inteligencji to już branżowa konieczność. Zaawansowane algorytmy rozwiązały największe wyzwanie stojące przed każdym marketerem – uzyskanie pogłębionych, zinterpretowanych automatycznie informacji o potencjale zakupowym klienta i możliwościach racjonalnego inwestowania w niego.

Kampanie retargetingowe jako jedno z narzędzi w reku profesjonalnego marketera, wymagają zaawansowanych narzędzi nie tylko do analizy danych ale i wyszukiwania zależności między nimi na każdym etapie. Wspomniana technologia deep learningowa, wdrożona w ostatnim czasie przez RTB House odpowiada na wyzwania, przed którymi stają na co dzień specjaliści od kampanii performace.

Wyzwanie nr 1: Dokładne oszacowanie wartości koszyka użytkownika

Potencjalni klienci prezentują inną wartość zakupową za każdym razem, gdy odwiedzają sklep internetowy. Zależy ona od wielu czynników: produktów, które chcą nabyć, ilości kupowanych rzeczy, a nawet wieku klienta. Kluczowe znaczenie dla prawie każdego marketera ma możliwość oceny i pomiaru potencjału zakupowego danego użytkownika. Jest to bezpośrednio związane z wysokością inwestycji w klienta. W tym wypadku najlepsza prognoza pomoże poprawnie oszacować „możliwość dokonania zakupu" oraz „potencjalną wartość koszyka użytkownika". Te dwa parametry definiują ostatecznie zwrot z wydatków na reklamę.

Celem RTB House było zoptymalizowanie procesu kupowania reklam w sposób, który przyciągnie wyłącznie użytkowników najbardziej wartościowych z perspektywy reklamodawców i który będzie ustawiać dla nich automatycznie wyższe stawki. Dzięki zastosowaniu samouczących się algorytmów w modułach określających wskaźnik konwersji i jej wartość mechanizm firmy zbierał i analizował nie tylko dane dotyczące kliknięć (jak w typowym podejściu), ale zaczął również brać pod uwagę informacje o tym, jak użytkownicy przeglądają konkretne oferty, porównując kategorie zainteresowań, aktywności w ramach koszyka lub sposoby wyszukiwania tak, aby mieć szerszy obraz potencjału zakupowego każdego klienta. Dzięki tak szerokiemu spektrum informacji RTB House mogło zwiększyć ogólną wydajność działań retargetingowych opartych na deep learningu nawet o 29 proc.

Wyzwanie nr 2: Precyzyjne określenie oczekiwań klientów (rekomendacje)

Podczas aukcji w retargetingu personalizowanym mechanizm rekomendacji ma tylko milisekundy, aby wybrać z miliardów opcji kreację, która zostanie wyświetlona na banerze. Korzystając z samouczących się algorytmów oraz technologii rozpoznawania obrazu, RTB House wyświetla konkretnemu klientowi reklamy, które są zgodne ze wzorcem stworzonym w oparciu o historię osób z podobnymi profilami zakupowi. Decyzja o prezentowanej kreacji jest podejmowana także na podstawie reakcji danego użytkownika na poprzednie reklamy. Analizując dane dotyczące kliknięć, informacje o produkcie, kategorie zainteresowań, zachowania zakupowe i sposoby wyszukiwania, efektywność rekomendacji produktów wzrosła nawet o 41 proc., w porównaniu z kampaniami, które nie korzystały z deep learningu.

Wyzwanie nr 3: Pogłębiona analiza stawek za kliknięcie

Zaimplementowane przez RTB House algorytmy deep learningowe określają jaki baner będzie najskuteczniejszy w danym miejscu na stronie i wyświetlają go konkretnemu użytkownikowi. Lepsza metoda szacowania CTR skutkuje wyższym wskaźnikiem ROI dla klientów.

Dzięki zastosowaniu deep learningu RTB House zwiększyło łączny CTR o 16 proc. zachowując założone ramy budżetowe dla swoich klientów.

Podsumowanie

Niezależnie od tego, czy jesteśmy zwolennikami teorii, w której AI przejmuje władzę nad światem czy widzimy w niej nadzieję na lepsze życie, jasne jest, że sztuczna inteligencja będzie kluczową technologią niedalekiej przyszłości. RTB House daje najlepszy przykład innowacyjnego wykorzystania deep learningu i potwierdza, że działania online mogą być o wiele bardziej skuteczne niż dotychczas zakładano. Ewolucja w reklamie, zarówno z punktu widzenia reklamodawców jak i użytkowników jest szczególnie widoczna w wymagających sektorach. Dla przykładu w branży turystycznej trzeba brać pod uwagę bardzo dużo wskaźników, a zachowania zakupowe użytkowników są wyjątkowo trudne do przewidzenia. Jednak poprzez zastosowanie bardziej wydajnej technologii opartej na większej ilości informacji możliwości są po prostu nieskończone.

Łukasz Abgarowicz

Business Development Director, RTB House