廣告技術分析與測試內容營銷社會化媒體營銷

您需要了解的有關人工智能及其對PPC,本地廣告和展示廣告的影響的所有信息

今年,我承擔了一些雄心勃勃的任務。 一個是我專業發展的一部分,目的是學習我能獲得的有關人工智能(AI)和市場營銷的一切知識,另一個是專注於年度原生廣告技術研究,類似於去年在這裡展示的內容– 2017原生廣告技術格局.

當時我所知甚少,但是後來的AI研究中產生了一整本電子書,您需要了解的有關營銷分析和人工智能的所有信息。” 從字面上看,這是您今天需要了解的有關營銷和人工智能及其對分析,獲得,擁有和付費媒體的影響的所有信息。 因此,我想分兩部分分享我在進行所有最新研究中所學到的知識。

第一部分將重點介紹AI對付費媒體的影響,包括PPC,展示廣告和本地廣告。 這將成為第二篇文章,該篇文章專門介紹今年的原生廣告技術前景。 與去年相比增長了48%。

在開始了解AI對付費媒體的影響之前,我們必須首先查看其對分析的影響。 也許,這首先對付費媒體產生最直接的影響。

人工智能與分析

我們大多數人習慣使用三大分析平台之一。 他們將保持匿名。 這些平台還擁有世界上一些最大的在線廣告市場。 他們沒有太多動力來幫助我們減少支出並取得更多成就。

因此,它們僅關注距我們網站最多一度的數據。 看起來像這樣:

一度分離

我們大多數人已經習慣了在此歸因模型中查看分析數據。 但是,此模型最多只能代表我們在線主題影響範圍內可用數據的20%。 如果我們要查看其他80%的數據,則該模型將需要關注距我們網站三度的數據。 看起來像這樣:

三度分離

使用AI引入許多不同的結構化和非結構化數據流,分析實際上可以在線看到網站的主題影響範圍的近100%,而使用三大分析平台之一則可以打開80%的看不見的影響力。 相當於像這樣看互聯網:

互聯網的3D視圖

與三大公司給予我們的觀點相反:

互聯網的一維視圖

擁有這種觀點對賺取,擁有和付費媒體有非常重要的影響,我將在我的新電子書中探討每種媒體及其子類別。 但是,對於本文,我們現在來看一下它對付費媒體的影響。

人工智能和展示廣告

過去幾年來,“程序化”和“實時出價”(RTB)一詞在展示廣告及其周圍地區以及付費媒體中一直風靡一時。 有時,這些短語會與AI,機器學習和自然語言處理一起討論。 儘管程序化和RTB系統都具有AI色彩,但它們確實代表了一種橋樑技術,該技術正在將展示廣告從其目前的中等透明度狀態轉移到完全歸屬且透明的未來。

人工智能和區塊鏈將對這一過渡產生最大的影響。 展示空間在透明度和歸因方面都在掙扎。 在我們花費寶貴的預算之際,有很多第三方將他們的手伸進糖果罐中,拿幾分錢。 此外,大量的垃圾郵件漫遊器會實施點擊欺詐,您的系統中充斥著各種問題。

平均而言,展示廣告具有 0.05%的點擊率。 在這些點擊中,只有30%到40%不會立即反彈。 該渠道的低效率令人震驚。 第一個展示廣告來自1994年的AT&T,點擊率達44%。 到1998年,點擊率急劇下降– 更接近我們今天所看到的.

好消息是,技術正在幫助低效率地解決這些問題。 在AI驅動的分析環境中,網站具有三個歸屬級別,品牌商不僅能夠看到最有效的展示渠道來吸引訪問者,而且所有渠道都可以有效地吸引所有謹慎網站的訪問量在他們的行業內外。

通過AI驅動的分析,品牌將確切地知道他們需要在哪裡加倍以及在哪裡需要預算。 這種洞察力有助於將展示廣告的點擊率提高兩倍甚至三倍,並提高整體點擊後效果。

人工智能和按點擊數付費

人工智能驅動的分析解決方案可以使用許多不同的非結構化數據源,為品牌提供最具影響力的關鍵詞短語。 PPC不僅用於在Google上投放廣告。 它可以識別差距並規定新的關鍵字,出價調整和廣告組。 它可以幫助營銷人員更有效地管理預算。

對於品牌來說,關鍵字詞組,廣告組,定位等的可能組合幾乎是無限的。 允許使用AI驅動的分析來分析這些大數據是確保品牌投資最佳組合和排列的最有效方法。

使用機器學習,優化只會隨著時間的流逝而變得更好。 它在不斷提高以增加收入或為PPC​​建立任何目標。 憑藉其實時性,用於帳戶管理的AI驅動分析對於對於快速應對季節性,市場或消費者變化敏感的品牌而言尤其重要。

儘管AI在PPC中走了許多路,但它還沒有達到可以完全自動化帳戶管理而又沒有市場營銷人員落後的水平。 但是,將來將在具有深度學習功能的神經網絡之上構建迭代。 就像可以教AI比人類更好地玩遊戲一樣,它也有一天能夠自己運行PPC活動。

人工智能和本地廣告

人工智能已經對本地廣告產生了重大影響。 在廣告技術方面,與傳統的每次點擊費用,每千次展示費用或每次轉化費用相反,機器學習的使用正在創建每次參與費用模式(CPE)。 對於希望大規模分發渠道頂部內容的營銷人員而言,這是理想的選擇。 內容營銷人員希望他們的內容參與其中。

從分析的角度來看,也可以實現AI提供給展示廣告的所有相同優勢-知道哪些站點最有效地提供了高達XNUMX度的可行流量。 該數據允許將預算僅轉移到效果良好的網站上,並允許品牌從那些效果不佳的網站上撤回預算。 這種可見度有助於營銷人員避免與在線付費媒體相關的幾乎所有浪費,欺詐和濫用。

它還提供了非常準確的競爭觀點。 出於其他不太明顯的原因,這很有用。 為表現良好的廣告單元收集在本地廣告中競爭對手的創意資產清單,可以幫助品牌在創意中獲得競爭優勢。 此外,內置在AI驅動的分析中的內容智能使營銷人員知道使用本地廣告解決方案擴展發行量時哪些內容可能表現最佳。

人工智能和讚助內容

基於AI的內容智能工具也是發現有償聯合組織和讚助內容機會的理想選擇。 根據Business Insider的Margaret Boland的說法,在未來五年內 贊助內容將是增長最快的本機格式。 贊助內容被視為長篇幅的本地廣告。 它是出版物或品牌本身撰寫的整篇文章或系列文章。

內容情報可以幫助營銷人員制定理想的目標出版物和/或博客列表,以請求贊助內容或付費聯合組織。 它還提供了一種理想的方式來隨時間推移跟踪其性能,而不必依賴出版物來提供數據。

人工智能和付費社交媒體

隨著時間的流逝,品牌的有機社交媒體知名度已大大降低。 這迫使許多人在社交渠道上投入大量的飼料中付費解決方案。 事實上, 佔全球程序化廣告總支出的60% 到2020年,原生廣告上的廣告將出現在Facebook上。

付費社交媒體營銷商可以實現與上述程序化本地廣告部分所述相同的收益。 但是,它通過付費社交媒體營銷提供的一項主要好處是數據獨立性。 營銷人員無需完全依靠Twitter或Facebook儀表板來監控效果。 所有社交媒體渠道上的數據標準化和基準測試也是一個優勢。

同樣,通過三度視圖,營銷人員將能夠在訪問社交媒體網絡之前識別用戶所在的位置。 該信息可能對於識別新的廣告場所或宣傳故事構想非常有價值。

人工智能如何影響付費媒體的底線很簡單-更好的性能和更低的成本。 可以更好地識別浪費,欺詐和濫用,並且我們可以更好地了解行業在互聯網上的地位。 下週我們將深入整個本地廣告技術領域,再次加入我們。 有關AI如何影響所得和擁有的媒體及其子類別的更多信息,請隨時下載 我最新的電子書.

營銷分析與人工智能

乍得·波利特

乍得·波利特(Chad Pollitt),伊拉克自由行動組織的資深人士,曾是美國陸軍司令,是Relevance的聯合創始人,Relevance是世界上第一個也是唯一一個致力於內容推廣,新聞和見解的網站。 他還是印第安納大學凱利商學院的網絡營銷兼職教授,以及羅格斯大學商學院的內容營銷兼職講師。 乍得是全球首個以區塊鍊為動力的廢物管理系統Swachhcoin以及本地廣告平台inPowered和AdHive的諮詢委員會成員。

你覺得呢?

本網站使用Akismet來減少垃圾郵件。 了解您的評論如何處理.

相關文章