Reklama vs rekomendacija

Kaip tikslinė reklama žudo rekomendacijų variklius jūsų sąskaita

Jūs praleidote minutę ieškodami dovanos dukterėčiai ir nuo to laiko visur matote lėlių paveikslėlius. Skamba pažįstamai?
Tikslinės reklamos paslaugos dažnai įvardijamos kaip rekomendacijos, kuriomis siekiama panaikinti neatitikimą tarp verslo ir asmenų paskatų. Tai įprasta, kad dauguma žmonių rekomendacijų paslaugas laiko paslėptomis reklamos platformomis.
Pažiūrėkime, kaip tikslinė reklama skiriasi nuo rekomendacijų sistemos ir ką tai reiškia vartotojui: jums.

Ketinimas pirkti [Tom Fishburne]

Kas yra rekomendacijos ir tikslinė reklama?

Pirma, ką turiu omenyje rekomendaciją? Tai gana paprasta: jūs ieškote kažko, kas atitiktų jūsų asmeninį skonį, tarkime, muzikos. Jūs naudojate paslaugą, kurioje galite įvesti savo nuostatas, pvz., „Spotify“. Tada ši paslauga pasiūlo naujas dainas, kurias greičiausiai mėgstate, atsižvelgiant į jūsų ankstesnius skonius. Jūs ką tik gavote rekomendacijas.

Rekomendacija siekiama optimizuoti jūsų patirtį pateikiant geriausius daiktus pagal jūsų asmeninį skonį.

Kita vertus, tikslinėje reklamoje dalyvauja trečiosios šalys. Tarkime, kad A reklamuotojas parduoda batus, o reklamuotojas B parduoda kelionių paketus. Jie visi sukuria savo reklamos kampaniją ir moka skelbimų brokeriams, kad jie galėtų parodyti savo skelbimus. Reklamuotojas A naudoja „Google“ „DoubleClick“, o reklamuotojas B naudoja „AppNexus“. Aplankote svetainę, kurioje parduodamos skelbimų vietos, pvz., „DailyNews“. Per dešimtą sekundę šie skelbimų brokeriai perka jūsų naršyklės istoriją duomenų rinkoje ir tada pasiūlo nuspręsti, kuris skelbimas bus rodomas.
Jei „DoubleClick“ moka daugiausia, pamatysite išgalvotus batus. Jei „AppNexus“ moka daugiausia, pamatysite pigius egzotiškų kelionių paketus ir pagalvosite apie kitas jūsų atostogas.

Reklama siekiama optimizuoti reklamuotojo, leidėjo ir trečiųjų šalių pelną atsižvelgiant į jūsų naršymo istoriją.
Asmens duomenų rinkimas [rinkodaros specialistas]

Trumpam nueikime prie veržlių ir varžtų. Reklamos prasme „skelbimų brokeris“ vadinamas paklausos platforma (DSP). DSP mokama, kai spustelite skelbimą, todėl jis apskaičiuoja pasiūlymus, kad padidintų paspaudimo tikimybę. Panašumas su rekomendacijomis atsiranda tada, kai DSP naudoja jūsų asmeninius duomenis, įsigytus iš duomenų valdymo platformos (DMP).

Didžiausi DMP, tokie kaip „Oracle“ ar „Salesforce“, daug žino apie jūsų amžių, lankomas svetaines, paieškos istoriją, pirkimus neprisijungus ar jūsų veiklą socialiniuose tinkluose. Jie naudoja liūdnai pagamintus stebėjimo slapukus, kad visur kauptų duomenis ir sinchronizuotų visus jūsų profilius. DSP naudoja šiuos duomenis paspaudimo tikimybei numatyti. Štai kodėl, ieškodami batų „Google“, naujienų straipsniuose pamatysite batų skelbimus.

Trečiųjų šalių internetinė reklama [Vikipedija]

Skirtingos techninės sistemos

Tikslinė reklama labai skiriasi nuo rekomendacijų dėl trijų pagrindinių priežasčių: šiuose metoduose naudojami duomenys, per didelis vartotojo profilių supaprastinimas ir skaičiavimo apribojimai.

1. Netiesioginis ir aiškus grįžtamasis ryšys

Visų pirma, rekomendacijų sistemos yra interaktyvios. Galite koreguoti savo nuostatas, kad pakeistumėte tai, ko gaunate. Tokios paslaugos pirmiausia naudoja aiškų grįžtamąjį ryšį.
Priešingai, reklamos sistemos renka tik numanomus atsiliepimus, dažnai neprašydamos jūsų leidimo. Pamatyti gausų kūdikio pasiūlą per kelias savaites nusibodo, kai tiesiog nusipirkote dovaną savo naujam tėvui. Duomenys, gauti iš netiesioginių atsiliepimų, yra daug mažiau informatyvūs nei iš interaktyvaus proceso.
Kaip muzikos ekspertas galėtumėte rekomenduoti kam nors gerą muziką po trumpo pokalbio apie muziką? Be abejo. Ar galėtumėte tai padaryti, atsižvelgiant tik į jų naujausias paieškas „Google“? Aš to nespustelėčiau.

2. Grubus vartotojo profilių sujungimas

Antras didelis skirtumas yra susijęs su trečiųjų šalių, dalyvaujančių realiojo laiko pasiūlymų teikimo procese, skaičiumi. Kadangi DSP (reklamos tarpininkai) ir DMP (duomenų platformos) yra skirtingos įmonės, jūsų duomenų tvarkymas yra žymiai atskirtas nuo rekomendacijų realiu laiku. DMP nežino, kokios yra dabartinės reklamos kampanijos, kai ji suspaudžia daugybę duomenų taškų į informacinius planus. Šis procesas sąlygoja pernelyg supaprastintą vartotojų profilių segmentavimą iš anksto nustatytose šiurkščiose kategorijose. Ar jaustumėtės suprastas, jei turėčiau stereotipą apie jūsų skonį tik pasirinkdamas keletą iš šių 44 bruožų?

44 „iPinYou“ duomenų rinkinio naudotojo segmentai [sic]

DMP dažnai pelningiau kaupti milijardus vartotojų suvestinių, o ne leisti laiką ir pinigus renkant išsamius skonio pasirinkimus keliems žmonėms. DMP gali jus pažymėti kaip „30 metų ieškote batų“, tačiau jie nežino, kokius batus jums labiau patinka, nei to, ar jūsų draugas naudojo jūsų kompiuterį šiai paieškai.

3. Skaičiavimo galimybės

Trečias techninis kontrastas, kurį norėčiau pabrėžti, yra labai trumpas laiko apribojimas, kurį DSP nustato kainos pasiūlymas skelbimo srityje: dažnai mažesnis nei 100 ms. Tai verčia naudoti visiškai naivius algoritmus, palyginti su tuo, ką gali rekomenduoti sistemos. Realaus laiko kainų siūlymo (RTB) numatymo algoritmas paprastai pasirenka 30–40 funkcijų nedidelį pogrupį, kur rekomendacijos algoritmas naudotų tankius vaizdus su dešimtimis milijonų parametrų.

Derinant su aukščiau paaiškintu supaprastinimu, akivaizdu, kad įprastų rekomendacijų variklių skaičiavimo galios laipsniai yra didesni nei RTB.

Realiojo laiko kainų siūlymo žaidimas [„AdExchanger]“

Ką tai reiškia vartotojui

Dabar, kai išsiaiškinome pagrindinius skirtumus, pažiūrėkime, kaip tai veikia vartotojo patirtį. Dėl aukščiau nurodytų techninių apribojimų skelbimai toli gražu nėra pritaikyti vartotojų skoniui. Ideali statistika, įrodanti šį faktą, yra tai, kad vidutinis skelbimo paspaudimų skaičius yra mažesnis nei 1/1000. Panašiai vidutinis konversijų (pvz., Pirkimo, atsisiuntimo) skaičius yra mažesnis nei 1/20 000. Rekomendacinis variklis, turintis tik vieną gerą spėjimą, kada nors 20 000 spėjimų negalėjo ryte pažvelgti į veidrodį.

Kadangi reklamuotojai gauna užmokestį paspaudimais, internetiniai reklamuotojai naudoja gerai žinomus metodus, kad patrauktų nesidominčių vartotojų dėmesį: mirksinčios animacijos, didelis vaizdo kontrastas ir garso efektai. Tai akivaizdžiai kenkia internetinei patirčiai ir paaiškina, kodėl žmonės skuba kurti skelbimų blokavimo programinę įrangą. „eMarketer“ tikisi, kad 30 proc. interneto vartotojų vienu 2018 m.

Įrenginių, naudojančių skelbimų bloko programinę įrangą, skaičius [PageFair]

Pati pati kainų siūlymo sistema turi įtakos patirčiai. Pasirinktas skelbimas yra tas, kuris moka daugiausia DSP. Tai, ką mato vartotojas, yra ne tik nesvarbi, bet ir labai linkusi į turtingą verslą. Indie juostos ar filmų kūrėjai niekada nebus reklamuojami, kai konkuruoja su pagrindinėmis industrijomis, net jei jie jums labiau tinka.

Ypatingais atvejais vartotojai nieko nemato, jei už tai nemokės brangi reklaminė kampanija. Skelbimų vietos nėra vieta žmonėms siūlyti apsilankyti šiame paslėptame parke, apie kurį jums pasakojo jūsų kaimynai, ar mažame viešajame muziejuje, kurį atradote praėjus dvejiems metams po kasdienį praėjimą. Priešingai, geras rekomendacinis variklis, kuris nėra varomas pelno, tikrai juos pasirinktų, jei jis tinka jums. Ypač nemokami daiktai ir užsiėmimai!

Atkurkime pasitikėjimą rekomendacijų varikliais

Pažeidus pasitikėjimą, santykiai keičiasi amžiams. Kenkdami internetinei patirčiai, mes vis įtariau vertiname gaunamus algoritminius pasiūlymus. Tikras rekomendacijų variklis turi rūpėti tik jums, asmeniui ir dirbti jūsų labui. Nepasitikėčiau platformos, siūlančios remiamus produktus, rekomendacijomis arba, dar blogiau, pardavinėju savo asmeninius duomenis trečiųjų šalių agentūroms.

Įsivaizduokite du ateities sandorius: vieną, kuriame reklama laimi ir iššokantys langai nukreipiami tiesiai į jūsų regos nervus; antra, kur AI yra čia, kad padėtų jums atrasti tai, kas jums patinka. Kurią ateitį norite kurti?
Štai kodėl „Crossing Minds“ mes kuriame „hai“ - interaktyvų žiniasklaidos ir pramogų rekomendacijų variklį, kuriame nėra jokių šališkumų. Čia galite prisiregistruoti ir išbandyti alfa versiją: milijonai parametrų, kuriuos išmokote jūs patys, kad gautumėte pelną!