Från under huven till framsidan och i mitten — så förändrar AI annonsupplevelsen

Maskininlärning och AI är viktiga för att analysera signaler som kan göra det möjligt för annonsörer att bättre förstå, nå och engagera sina kunder. Denna ultrasnabba analys möjliggör större effektivitet i kampanjskapande, kreativ utveckling, kampanjdistribution och budgetoptimering. AI möjliggör smidighet i nära realtid när det gäller att göra reklamkampanjer som inte bara är förbättrade konsumentupplevelser, utan också kan hjälpa till att uppnå affärsmål snabbare.

”Inom Amazon Ads-verksamheten använder vi miljarder parametrar och realtidsshopping- och streamingsignaler för att engagera kunder med relevanta annonser. Och därför fungerar våra annonser bättre, säger Kelly MacLean, vice vd för Amazon DSP , Ads Technology. ”Även om dessa miljoner signaler kan verka överväldigande, är de inte överväldigande för en maskin. Det är bränslet som driver lärande och insikter, och ju mer desto bättre.”

Utvecklande AI-funktioner, som generativ AI, som beskriver en gren av djupinlärning som använder expansiva neurala nätverk för att skapa innehåll som svar på en uppmaning, kan producera ett stort utbud av innehåll på nolltid. Detta innehåll kan anta formen av text, bilder och videor som är noggrant anpassade och kreativa. Denna förmåga gör det möjligt att skapa visuellt rika och mer engagerande annonser, som går utöver traditionella reklamfunktioner. Teknikens förmåga att snabbt generera högkvalitativt och varierat innehåll i skala kan hjälpa till att minska den tid och de resurser som behövs för att utveckla annonsmaterial, optimera kampanjutgifterna och hjälpa varumärken att experimentera och iterera med nya kreativa idéer för att se vilka som får bäst resultat. I oktober förra året lanserades Amazon Ads generativa AI-bildgenerator för att hjälpa till att avlägsna kreativa hinder och stödja varumärken i att generera livsstilsbilder som kan hjälpa till att förbättra annonsprestandan, och den utnyttjar generativ AI för att automatiskt välja ut livsstilsbilder, baserat på produktinformation, på några sekunder.

Liksom med alla saker är AI-användning i annonsering en resa, vilken kräver ständig iteration om den ska öka sitt värde för annonsörerna. Enligt en nyligen genomförd undersökning från Advertiser Perceptions använder annonsörer AI-verktyg främst för att lösa behoven av ökad effektivitet (63 %), mer flexibilitet och smidighet när det gäller kampanjändringar (50 %), snabbare utveckling av annonsmaterial (46 %) och kostnadsbesparingar (40 %).¹ Mot bakgrund av dessa föränderliga behov hos annonsörerna kan AI hjälpa till att låsa upp många olika möjligheter som kan leda till bättre affärsresultat, exempelvis genom modellerade målgrupper som levererar optimerade kampanjresultat, vilka kan bidra till att öka den genomsnittliga avkastningen på annonskostnaden.

”Vi har observerat att när våra modellerade målgrupper får en räckvidd för anonyma leveranser över hela den öppna webben, kan vi upprätthålla utmärkt leverans och öka engagemangsgraden – upp till 25 % och effektivisera utgifterna med en minskning på 12 % av kostnaden per klick per visning – allt enligt en intern analys som vi genomförde på amerikanska kampanjer, ²” säger MacLean, vice vd för Amazon Ads DSP. ”Och för att öka värdet till annonsörer ytterligare har vi också hjälpt till att öka den genomsnittliga avkastningen på annonsutgifterna i USA. Amazon DSP-kampanjer med över en tredjedel, tack vare vår bredd av köp-, surf- och streamingsignaler.”

Framstegen inom videoskapande med generativ AI (till exempel genom promptar på naturligt språk) är en indikation på att videoannonsering är nästa område för innovation i branschen. Genom att dra fördel av generativ AI för video kan annonsörer få tillgång till billigare och mer högkvalitativt annonsmaterial, samtidigt som kundengagemanget förbättras genom att målgrupperna erbjuds en mer relevant och övertygande berättelse.

Amazon Ads har utnyttjat AI sedan företagets tidiga dagar, som med operativ modellering, såväl som målgruppsmodellering. Kundupplevelsen var kärnan i innovationen när AI först utnyttjades för annonstekniska funktioner, och det var kundbesatthet som drev dess användning och tillämpning. Det resulterade i att annonsernas relevans påskyndades, till effektivare budgivning som hindrar annonsörer från att betala för mycket för mediokra annonsbud, för att få det bästa budpriset med maximerat värde och exakthet.

”När vi köper annonslager på tredjepartsbyten använder vi sofistikerade ML-modeller för att säkra bästa möjliga annonslager för våra kunder till lägsta möjliga kostnad. Det förbättrar deras verksamhet totalt sett”, säger Ben Allison, director of applied science display på Amazon Ads. ”Mängden information vi använder för att hitta de bästa möjligheterna för våra annonsörer är enorm: realtidssignaler om sidinnehåll, media och annonser, samt våra målgrupper, och hur de intresserar sig för annonser. AI hjälper oss att förnya oss: Genom att satsa ännu mer på AI och optimering kan vi leverera annonsupplevelser som är trevligare för tittare och kunder, och som är mer benägna att hjälpa våra annonsörers verksamhet att växa över tid.”

Det är det fina med avancerad teknik som AI; den hjälper till att skapa djupare förståelse för kundresan. Det möjliggör i sin tur ett skalat och mer strategiskt tillvägagångssätt för kampanjutveckling och innehållsskapande, samtidigt som man optimerar utgifterna och levererar smidigare upplevelser till kunderna.