Как изкуственият интелект „разделя” хората

Кoгато говорим за персонализирани реклами обаче, нищо няма по-голям потенциал от дълбокото учене

Само преди десетилетие компания, която продава прахосмукачки, би насочила рекламите си на база бегли предположения за своите клиенти, като например „жени домакини”. Днес брандовете знаят много повече за поведението на потребителите и са способни с точност да идентифицират „хората, които търсят да закупят прахосмукачка в момента” – група, която има много по-голям потенциал да направи моментална покупка. Защото, в крайна сметка, не всяка домакиня има нужда от прахосмукачка във всеки един момент.

Иновативното сегментиране на потребителите позволява да предложиш с ултра персонализирани съобщения на всеки клиент продукти, които той иска да закупи, в момента, в който ги търси. Според изследване на New Adlucent, потребителите отговарят предимно на персонализирани рекламни преживявания и над 71% предпочитат реклами, отговарящи на техните интереси и навици на пазаруване.

Възможностите за сегментиране на информацията в съвременните бази данни е безкрайна и добре насочената рекламна кампания е фундамент на успеха. Кoгато говорим за персонализирани реклами обаче, нищо няма по-голям потенциал от дълбокото учене – най-перспективното подразделение на изкуствения интелект, което може да извършва милиони действия за милисекунди, като с всяко едно се „учи” и става все по-прецизно.

Ето как алгоритмите на маркетинга от бъдещето  разделят аудиторията…

1: Според продуктовата категория

Продуктовата категория е един от най-обобщените типове. Изгражда се според продуктите, които потенциалният купувач разглежда, за да могат рекламодателите да изградят индивидуални кампании с персонализирани съобщения и оферти към него. Например, ако е влезнал в сайта чрез търсене на спортна екипировка за планински преходи, биха могли да му се предложат обувки и чорапи, подходящи за тези дейности.

2: Според абонаменти

Рекламните дейности могат да се фокусират върху конкретни типове потребители, например тези, които не са се регистрирали за нюзлетър още. Те биха могли да получават таргетирана реклама, обясняваща предимуществата и специалните промоции за абонираните клиенти. А това създава все по-голям списък с клиенти, като едновременно с това избягва загубите от таргетиране на потребители, които вече са абонирани.

3: Според активността

Напредналите ретаргетинг технологии позволяват да се създават кампании за потребители, които, например, не са посещавали магазина отдавна (14 или 30 дни), или за такива, които са си купили телевизор в последните 3 месеца. Тази тактика е чудесна за създаването на бранд разпознаваемост и дългосрочни активни отношения с даден клиент. Когато включват послания от типа на „Благодарим ви, че пазарувате от нас”, допълнени с ексклузивни отстъпки, тези кампании гарантират, че въпросният бранд категорично има преднина пред всички останали.

4: Според интензитета на поръчките

Кампаниите могат да таргетират потребителите и според това колко продукта са разгледали, добавили в количката или закупили. За всяка различна категория потребители алгоритмите, задвижвани от дълбоко учене, могат да изградят самостоятелни кампании с различни послания и визуални материали.

5: Според цената на залупените продукти

Ако целта е да се повишат продажбите на продукти от висока ценова категория, модерните персонализирани ретаргетинг решения могат да бъдат оптимизирани към конкретни продукти. В подобни случаи самообучаващите се алгоритми могат да показват на всеки клиент допълнителни продукти от същия ценови клас, в който той обикновено пазарува.

6: Според устройството

Днес е възможно за маркетинг специалистите да сегментират клиентите си според устройството, през което посещават магазина, или търсят дадена стока. Рекламните кампании, които се визуализират на няколко устройства едновременно обикновено се прицелват в хора, които са в движение, за да им покажат рекламите в точното време на точния екран.

Във времена, когато големите масиви информация са актив, потребителското сегментиране със самообучаващи се ретаргетинг алгоритми позволява крачка встрани от традиционния таргетинг и извличане на истинска полза от големите бази данни. Когато е съчетано с дълбоко учене, то позволява да получим много по-богата информация за своите потребители и потенциала им за покупка, без да има човешка намеса в процеса.

Автор: Каталин Емилиан, регионален директор за България и Румъния на RTB House – технологична компания, която предлага модернистични ретаргетинг технологии за най-големите търговски марки в над 100 световни пазара

Коментар