AI แบบตัวแทนขับเคลื่อนประสิทธิภาพชิ้นงานโฆษณาอย่างไร

ปัจจุบัน ผู้โฆษณาที่ใช้งาน Amazon Ads สามารถเข้าถึงสัญญาณข้อมูลที่หลากหลายยิ่งกว่าที่เคย ไม่ว่าจะเป็นการเข้าถึงผู้ใช้ที่ยืนยันตัวตนแล้ว พฤติกรรมการซื้อจริง และการมีส่วนร่วมกับสตรีมมิ่งที่เชื่อมโยงกับครัวเรือนจริง การนำข้อมูลเชิงลึกเหล่านั้นไปใช้กับงานชิ้นงานโฆษณาในระดับความเร็วและขนาดที่แคมเปญสมัยใหม่ต้องการ กลับเป็นความท้าทายที่ยากกว่า

เอเจนต์ชิ้นงานโฆษณา Amazon Ads ช่วยให้สามารถสร้างรูปแบบชิ้นงานโฆษณาที่อ้างอิงจากสัญญาณข้อมูลได้ทั้งในสตรีมมิ่งทีวี ดิสเพลย์ และวิดีโอ ภายในเวลาเพียงไม่กี่ชั่วโมง แทนที่จะใช้เวลาหลายสัปดาห์ อย่างไรก็ตาม ผู้โฆษณาจำนวนมากยังคงใช้ข้อมูลเชิงลึกจากสัญญาณข้อมูลเพียงเพื่อเข้าถึงกลุ่มเป้าหมาย ขณะที่ชิ้นงานโฆษณายังคงมีลักษณะทั่วไป กลุ่มเป้าหมายมีความแม่นยำ แต่ข้อความยังไม่แม่นยำ

เครื่องมือ AI แบบตัวแทนเชื่อมโยงสัญญาณข้อมูลเข้ากับการตัดสินใจและดำเนินการเพื่อบรรลุเป้าหมายที่กำหนดไว้ ในบริบทของ Amazon Ads สิ่งนี้หมายถึงการเปลี่ยนสัญญาณข้อมูลจากการซื้อ การเรียกดู และการรับชมสตรีมมิ่งให้กลายเป็นกลยุทธ์ชิ้นงานโฆษณาที่พัฒนาอย่างต่อเนื่องตามประสิทธิภาพ เพื่อสร้างวงจรที่ข้อมูลเชิงลึกของกลุ่มเป้าหมายมีส่วนกำหนดตัวชิ้นงานโฆษณาเอง ไม่ใช่เพียงกำหนดว่าใครจะเป็นผู้เห็นโฆษณา

เคล็ดลับที่ 1: ปรับข้อเสนอที่มีคุณค่าเฉพาะของคุณให้เหมาะกับช่วงเวลานั้น

ความสอดคล้องระหว่างสินค้าและตลาดไม่ได้คงที่เสมอไป สิ่งนี้เปลี่ยนแปลงอยู่ตลอดเวลาตามชุดของคู่แข่งและกลุ่มเป้าหมายเฉพาะที่คุณกำลังเข้าถึง โอกาสที่สำคัญที่สุดของคุณคือการจับคู่จุดขายที่โดดเด่นให้เข้ากับแต่ละกลุ่มลูกค้าในรูปแบบที่สอดคล้องกับตำแหน่งของพวกเขาในเส้นทางของลูกค้า

เมื่อเข้าถึงกลุ่มเป้าหมายที่อาจกำลังเปรียบเทียบสินค้าของคุณกับคู่แข่ง ให้เน้นจุดที่สินค้าของคุณโดดเด่นอย่างแท้จริง ไม่ว่าจะเป็นด้านฟีเจอร์ ความสวยงาม ระดับราคา หรือการใช้งาน ข้อความสำหรับกลุ่มเป้าหมายที่ยังไม่คุ้นเคยกับหมวดหมู่สินค้าควรแตกต่างอย่างชัดเจนจากกลุ่มเป้าหมายที่ใกล้ตัดสินใจซื้อ

ลองพิจารณาแบรนด์เนื้ออบแห้งระดับพรีเมียมแบรนด์หนึ่ง ก่อนหน้านี้ แบรนด์ใช้โฆษณาทั่วไปที่มีข้อความว่า "ของว่างโปรตีนสูง" กับทุกกลุ่มเป้าหมายโดยไม่คำนึงถึงเจตนาของผู้บริโภค เมื่อปรับแนวคิดด้านชิ้นงานโฆษณาใหม่ในระดับกลุ่มเป้าหมาย แบรนด์จึงเปลี่ยนไปใช้ข้อความ "เลี้ยงด้วยหญ้า 100%" สำหรับนักช้อปที่กำลังเรียกดูสินค้าในหมวดหมู่นี้อยู่แล้ว โดยเน้นคุณภาพที่เหนือกว่าทางเลือกแบบแปรรูป ขณะที่กลุ่มเป้าหมายระดับต้นของ Funnel ที่ยังไม่รู้จักแบรนด์ จะได้รับข้อความ "ไม่มีส่วนผสมที่ไม่จำเป็น มีเพียงเนื้อวัวเท่านั้น" เพื่อแนะนำแบรนด์ผ่านการเล่าเรื่องแบบเรียบง่ายที่มุ่งเน้นส่วนผสมที่สะอาดและเรียบง่าย ข้อความจะเปลี่ยนไปตามว่าใครเป็นผู้เห็นและเหตุผลที่พวกเขาเห็นข้อความนั้น

การนำแนวทางนี้ไปใช้ หมายถึง การเปลี่ยนจากโฆษณาสื่อค้าปลีกแบบตอบสนองที่ดึงเนื้อหาทั่วไปจากหน้ารายละเอียดสินค้า และมุ่งไปสู่ประเภทโฆษณาที่มีการควบคุมชิ้นงานโฆษณาอย่างละเอียดมากขึ้น รวมถึงโครงสร้างรายการโฆษณาที่ออกแบบอย่างมีจุดมุ่งหมาย เพื่อให้ชิ้นงานโฆษณาที่ปรับแต่งเฉพาะสามารถเข้าถึงกลุ่มเป้าหมายที่เหมาะสมได้ เอเจนต์มีบทบาทสำคัญในส่วนนี้ โดยทำหน้าที่สังเคราะห์สัญญาณข้อมูลที่ไม่มีโครงสร้าง เพื่อปรับโฆษณาที่ประกอบจากหลายองค์ประกอบให้สอดคล้องกับจุดขายในวงกว้าง Amazon DSP ช่วยให้การทำงานในระดับความแม่นยำเช่นนี้สามารถจัดการได้ง่ายขึ้น

เคล็ดลับที่ 2: วิเคราะห์แอสเซทของชิ้นงานโฆษณาในทุกช่องทาง แทนการวิเคราะห์แบบแยกส่วน

ผู้โฆษณาส่วนใหญ่อาศัยการเพิ่มประสิทธิภาพความคิดสร้างสรรค์แบบไดนามิกจากฝั่งผู้เผยแพร่ เนื่องจากให้สิทธิประโยชน์ด้านประสิทธิภาพภายในแต่ละช่องทาง แต่ยังไม่ได้สังเคราะห์ข้อมูลเชิงลึกระหว่างช่องทางต่าง ๆ ผลลัพธ์คือประสิทธิภาพเริ่มถึงจุดอิ่มตัว ผลลัพธ์ระหว่างช่องทางขาดความสอดคล้อง และครีเอทีฟบรีฟไม่สามารถก้าวล้ำเพื่อแก้ปัญหาได้อย่างแท้จริง

ระบบคลาวด์การตลาดของ Amazon ช่วยแสดงให้เห็นว่าชิ้นงานโฆษณาใดสร้างผลลัพธ์ได้ตลอดเส้นทางการซื้อทั้งหมด ซึ่งทำให้สามารถค้นหารูปแบบที่การรายงานแบบแยกตามแต่ละช่องทางอาจมองไม่เห็นได้ ในฐานะพาร์ทเนอร์ของ Amazon Ads ทาง Skai ได้พัฒนาไปอีกขั้นด้วย Creative Attributes Intelligence ของเรา ซึ่งวิเคราะห์ประสิทธิภาพในระดับองค์ประกอบย่อยที่สุด เพื่อระบุว่าองค์ประกอบเฉพาะใด เช่น สีพื้นหลัง จำนวนบุคคล หรือโทนของข้อความ เป็นปัจจัยที่ผลักดันผลลัพธ์

ลองพิจารณาแบรนด์ลำโพงอัจฉริยะระดับพรีเมียมที่ต้องการเข้าถึงกลุ่มผู้หลงใหลด้านเครื่องเสียงในระดับราคาประมาณ $400 (CTR)ด้วยการใช้ Creative Attributes Intelligence ผ่าน Amazon DSP โซเชียลแบบชำระเงิน และช่องทางทีวีที่เชื่อมต่ออินเทอร์เน็ต แบรนด์อาจค้นพบว่าวิดีโอที่แสดงผู้ชายอายุระหว่าง 35–55 ปี กำลังผ่อนคลายในช่วงห้าวินาทีแรก สามารถสร้างอัตราการคลิกต่อจำนวนการมองเห็นที่สูงขึ้น 15% ในกลุ่มผู้ชื่นชอบเครื่องเสียงคุณภาพสูง และพบว่าพื้นหลังแบนเนอร์ที่ใช้โทนสีน้ำเงินเป็นหลักช่วยเพิ่มอัตราการเพิ่มสินค้าลงรถเข็นบน Amazon DSP ได้มากกว่าสีอื่นถึง 8% เมื่อระบุองค์ประกอบที่สร้างผลลัพธ์เหล่านั้นได้แล้ว เครื่องมืออย่างเอเจนต์ชิ้นงานโฆษณา Amazon Ads จะช่วยให้สามารถนำข้อมูลเหล่านั้นไปใช้ในระดับขนาดใหญ่ โดยสร้างรูปแบบชิ้นงานโฆษณาที่อ้างอิงจากสัญญาณข้อมูลผ่านสตรีมมิ่งทีวี ดิสเพลย์ และวิดีโอ ซึ่งปรับให้เหมาะกับกลุ่มเป้าหมายที่แตกต่างกัน

เคล็ดลับที่ 3: เชื่อมโยงการรับชมสตรีมมิ่งทีวีกับผลลัพธ์ในช่วง Funnel ล่าง

แคมเปญทีวีที่เชื่อมต่ออินเทอร์เน็ต (CTV) มักได้รับการวางแผนและดำเนินการแบบแยกส่วน ซึ่งส่งผลให้มีการจัดสรรงบประมาณที่ไม่เหมาะสม ผู้ชมเกิดความล้าจากการเห็นโฆษณาซ้ำ และไม่มีความเชื่อมโยงที่ชัดเจนระหว่างการเข้าถึงในช่วงต้นของฟันเนลกับผลลัพธ์ใน Funnel ล่าง

ลองพิจารณาแบรนด์ร้านอาหารบริการด่วนที่กำลังดำเนินแคมเปญ CTV เพื่อเข้าถึงกลุ่มเป้าหมายจำนวนมาก โดยไม่มีการกำหนดความถี่ในการแสดงโฆษณาแบบครอบคลุมทั้งหมด ผู้ชมเห็นโฆษณาเดียวกันมากกว่า 30 ครั้ง ส่งผลให้ต้นทุนต่อการแสดงผลพันครั้งเพิ่มขึ้นโดยไม่สร้างการดำเนินการเพิ่มเติมใด ๆ แนวทางแบบตัวแทนจะจัดลำดับกระบวนการนี้ต่างออกไป โดยเริ่มจากให้โฆษณาข้อเสนอระยะเวลาจำกัดแบบทั่วไปเข้าถึงผู้ชมกีฬา พร้อมกำหนดความถี่การแสดงผลไว้ที่สามครั้งต่อครัวเรือน ครัวเรือนที่ถึงขีดจำกัดดังกล่าว หรือเคยเห็นแบนเนอร์โฆษณามาแล้ว 10 ครั้งขึ้นไปภายในสัปดาห์ที่ผ่านมา จะถูกตัดออกจากการใช้งบประมาณ CTV เพิ่มเติม และเปลี่ยนไปใช้โฆษณา Sponsored Display ในช่วง Funnel ล่างที่มีรหัสคูปองเฉพาะแทน งบประมาณเปลี่ยนจากการใช้ไปกับจำนวนการแสดงผลของโฆษณาที่ให้ผลตอบแทนลดลง ไปสู่ข้อเสนอที่มุ่งเน้นการคอนเวอร์ชันและเข้าถึงกลุ่มเป้าหมายที่มีแนวโน้มสนใจอยู่แล้ว

ข้อมูลเชิงลึกจากระบบคลาวด์การตลาดของ Amazon ช่วยให้ Skai สามารถวิเคราะห์ประสิทธิภาพได้ในระดับที่ลึกขึ้น เพื่อแนะนำและนำการกำหนดความถี่ในการแสดงผลที่เหมาะสมในระดับรายการโฆษณามาใช้งานโดยอัตโนมัติ ทำให้ผู้โฆษณาไม่ต้องตัดสินใจเรื่องสำคัญที่มีต้นทุนสูงด้วยตนเอง

วิธีนำความสามารถนี้ไปใช้งาน

ปัจจุบันเทคโนโลยีนี้มีพร้อมใช้งานแล้ว กราฟข้อมูลผู้ใช้ที่ยืนยันตัวตนของ Amazon Ads เชื่อมโยงกลุ่มเป้าหมายและครัวเรือนผ่านความสัมพันธ์ที่น่าเชื่อถือภายในระบบการช้อปปิ้ง สตรีมมิ่ง และความบันเทิงของ Amazon เครื่องมือ AI แบบตัวแทน เช่น เอเจนต์ชิ้นงานโฆษณา มอบทั้งข้อมูลเชิงลึกและความสามารถในการสร้างชิ้นงานโฆษณา เพื่อช่วยให้สามารถนำข้อมูลเหล่านั้นไปใช้ได้จริง ผู้โฆษณาที่เริ่มนำความสามารถเหล่านี้มาใช้ตั้งแต่ตอนนี้ ไม่เพียงแต่จะสามารถดำเนินแคมเปญแต่ละรายการได้อย่างมีประสิทธิภาพมากขึ้น แต่ยังช่วยลดช่องว่างระหว่างครีเอทีฟเพื่อการสร้างแบรนด์กับผลลัพธ์ทางธุรกิจที่สามารถตรวจวัดได้

ความแม่นยำและการขยายขนาดไม่ได้เป็นสิ่งที่ขัดแย้งกันอีกต่อไป โครงสร้างพื้นฐานด้านการดำเนินงานที่สามารถรองรับทั้งสองสิ่งพร้อมกัน คือสิ่งที่เปิดโอกาสสำคัญสำหรับผู้โฆษณารุ่นถัดไป

Kevin Weiss รองประธานฝ่าย Commerce Media ของ Skai

Kevin Weiss เป็นรองประธานฝ่าย Commerce Media ของ Skai และมีประสบการณ์ด้านอีคอมเมิร์ซและดิจิทัลมากกว่าหนึ่งทศวรรษ ก่อนเข้าร่วมงานกับ Skai เขาเคยเป็นหุ้นส่วนผู้จัดการของตัวแทนการตลาดที่มุ่งเน้น Amazon ในเมืองโบลเดอร์ รัฐโคโลราโด ซึ่งเขามีส่วนช่วยให้บริษัทติดอันดับที่ 182 ในรายชื่อ Inc 5000 ก่อนที่บริษัทจะถูกเข้าซื้อกิจการ เขามีความเชี่ยวชาญเชิงลึกด้านการค้า และมีความมุ่งมั่นในการพัฒนาทั้งทีมงานและลูกค้าให้เติบโตไปพร้อมกัน