Rinkodaros specialistams žengiant į ateitį, kurioje svarbiausia – privatumas, pramonę užplūdo daugybė istorijų apie naujus vartotojų įtraukimo būdus, kurie netrukus sudrebins reklamos pasaulį. O kas, jei jie visi klysta? Ką daryti, jei reikia grįžti prie pagrindų? Ką daryti, jei atėjo laikas grįžti prie kontekstinės tikslinės reklamos?

Suprantama, kad rinkodaros profesionalams kiltų tam tikrų nuogąstavimų. Kontekstinis nukreipimas jau kurį laiką egzistavo ir daugelio šios pramonės šakos atstovų buvo praradęs palankumą. Tačiau naujausia jo iteracija, kurią lemia dirbtinis intelektas, yra galingesnė priemonė, nei daugelis įsivaizduoja.

Ilgus dešimtmečius kontekstinė tikslinė atranka buvo laikoma būtina, bet supaprastinta tikslinės atrankos taktika. Kai kabelinė televizija buvo pasiekusi savo piką, daugelis nišinių kanalų, ypač mažesnių, naudojo kontekstą kaip auditorijos pakaitalą. Šie kontekstai buvo grindžiami bendrais apibendrinimais apie tai, kas gali dominti auditoriją: pavyzdžiui, vyrai žiūrėjo sporto tinklus, moterys – gyvenimo būdo kanalus. Tačiau jie dažnai pasiteisindavo. Nišiniai tinklai pritraukdavo nedideles, bet labai įsitraukusias auditorijas, o prekių ženklai norėjo atitikti žmonių aistras.

Atsiradus internetui, atsirado slapukai, o kontekstualumas, kaip mes jį žinojome, mirė. Prekės ženklams nebereikėjo kurti savo auditorijos pakaitalų; surinkti duomenys leido gana tiksliai atspėti, kas yra jų tikslinė rinka ir kur ją galima rasti. Socialinei žiniasklaidai populiarėjant, didėjant jos apimčiai ir ekrano laiko trukmei, reklamuotojai turėjo dar daugiau laiko įspūdžiams pateikti.

Taigi, kas dabar?


Tai lėmė, kad šiandien esame ten, kur esame. Auditorijos palaipsniui skaidosi, mūsų dėmesys tampa vis brangesnis ir, svarbiausia, naudotojams atsibodo, kad jų duomenys naudojami reklamai, kuri juos seka internete, pateikti. Platformos nebepalaiko trečiųjų šalių slapukų, o visame pasaulyje įsigalioja teisės aktai, kuriais siekiama geriau apsaugoti vartotojų privatumą.

Rinkodaros specialistai turi grįžti prie pagrindų ir grįžti prie konteksto. Tačiau šį kartą jie tai darys plačiau ir geriau.

Kaip ir visas reklamos formas, kontekstinę reklamą varžė standartizavimas ir griežtas kategorizavimas. Tam tikra prasme tai prasminga: jei reklamuotojai gali suskirstyti žmones į patogius mažus kibirėlius, tai panaikina daug sudėtingumo ir supaprastina tikslinę atranką. Tačiau trūksta niuansų. Jie ir vėl darytų plačias prielaidas apie žmones, nenustatydami, kuo jie iš tikrųjų domisi.

Tarkime, prekės ženklas turi konkrečią kampanijos užduotį ir nori orientuotis į žmones, kurie rūpinasi aplinkosauga ir domisi mada. Štai tada tradiciniai kontekstiniai metodai teikia pirmenybę kiekybei, o ne kokybei. Tikslinis dėmesys tvarumui gali reikšti, kad bus nukreiptas į turinį, susijusį su elektromobiliais ar atsinaujinančiąja energija, bet tai neturi nieko bendra su mada. Tai vis dar per daug aptaku ir stokoja konteksto, kad būtų tikrai veiksminga.

Dirbtinio intelekto galia


Tačiau visa tai netrukus pasikeis. Reklamuotojai, kurie pagaliau perskirsto dalį savo biudžetų atgal į kontekstinę sritį, kyla ant naujausios kontekstinės tikslinės reklamos naujovių bangos. Dabar kontekstinę tikslinę reklamą lemia dirbtinis intelektas, kuris buvo apmokytas naudojant prižiūrimus mašininio mokymosi metodus, per kelerius metus gavus milijonus straipsnių. Aukščiausios klasės dirbtinio intelekto sprendimai gali mokytis be priežiūros, t. y. dabar jie gali visiškai savarankiškai nustatyti turinio modelius.

Visa tai reiškia, kad dirbtinis intelektas gali ne tik nuodugniai analizuoti straipsnius, bet ir ištisus turinio tinklus įvairiose šalyse, kalbose ir standartinėse kategorijose. Tačiau tai taip pat leidžia reklamuotojams neapsiriboti vien jais, o naudojant šiuos pažangius mašininio mokymosi modelius atlikti individualų tikslinį nukreipimą, būdingą konkrečiam trumpam tekstui, kuris yra 92 % tikslesnis nei tradicinis tikslinis nukreipimas.

Grįžkime prie mados pavyzdžio. Taikant tikslinę reklamą pagal naujausius dirbtinio intelekto ir mašininio mokymosi modelius, prekės ženklo reklama bus patalpinta šalia straipsnių, susijusių su tokia tema kaip greitoji mada, nes reklamuotojai žino, kad būtent ten reklama labiausiai atsilieps tikslinei auditorijai.

Kodėl prekių ženklams tai turėtų rūpėti?
Kai prekės ženklas bendradarbiauja su aukščiausios kokybės kontekstiniu partneriu, jis gauna prieigą prie didžiulių duomenų kiekių. Jei prekės ženklas visus šiuos duomenis rinktų pats, tam reikėtų milžiniškų išteklių ir patirties. Šie duomenys yra vertingi, nes leidžia prekių ženklams kaip niekada anksčiau tiksliai žinoti, kas domina vartotojus. Tačiau jie taip pat suteikia galimybių didinti mastą. Jei prekės ženklo užduotis yra per siaura, jis gali išplėsti šios pasirinktinės kategorijos dydį, kartu užtikrindamas, kad ji vis dar atitinka užduotį. Ir atvirkščiai, jis gali susiaurinti kategoriją, kad užtikrintų tikslingiausią auditoriją.

Demografinė atranka yra gremėzdiška ir keičia reklamos suvokimą į blogąją pusę. Vartotojai automatiškai susieja visas matomas reklamas su invaziniais slapukais paremtais metodais, su kuriais jie yra pernelyg gerai susipažinę, todėl neigiamai vertina prekių ženklus, kurių reklamas mato. Dirbtinio intelekto valdomas kontekstinis nukreipimas suteikia reklamuotojams galią pakeisti padėtį. Kadangi rinkodaros specialistai toliau veržiasi į ateitį be slapukų, tai vienintelis būdas padaryti reklamą mažiau nepatogią, tinkamesnę ir užtikrinti, kad prekės ženklai būtų vertinami palankiau.