Hoe AI het gezicht van online adverteren verandert

Onze interfaces hebben zich al aangepast aan personalisatie. Maar met deep learning algoritmen kunnen we nog meer bereiken. Deep Learning verandert onze denkwijze over effectiviteit. Kijk naar Google Translate, Tesla zelfrijdende auto’s en het beeldherkennings-zoekmechanisme van Yahoo.

Google DeepMind gaat daarin nog een stap verder. Zo kan via deep learning algortimen nog beter worden lipgelezen dan dat een professional dat kan. Waar een expert 12,4 procent foutloos lip leest, is dit via AI 46,8 procent. Deze deep learning algoritmen kunnen zelfs  van de beste  pokerspelers in de wereld winnen en kunnen zelfstandig een film regisseren – zoals dit is getoond door Saatchi & Saatchi tijdens het Cannes Lios International Festival of Creativity.

Op het gebied van online adverteren is Coca-Cola al bezig om AI-bots te maken die muziek voor advertenties kunnen creëren, scripts kunnen schrijven, een reclame-uiting kunnen posten op social media en de media-inkoop  kunnen verzorgen.

Vanuit adverteerdersperspectief: zelflerende algoritmes die intelligent reageren op onverwachte situaties van een gebruiker
Volgens een nieuw onderzoek van Adlucent verlangen consumenten naar een persoonlijke advertentie-ervaring. Zo heeft 71 procent van de respondenten een voorkeur voor advertenties op maat die aansluiten op hun interesses en winkelgedrag. Het onderzoek toont ook aan dat de kans twee keer zo groot is dat ze op een advertentie klikken van een onbekend merk is, als de advertentie volledig is toegespitst op hun voorkeuren. Nieuwe deep learning algoritmen kunnen onverwachte situaties opsporen en verborgen potentieel.

Stel dat je een verjaardag vergeten bent, en nog net genoeg tijd hebt om een product online te kopen dan maakt personalisatie het verschil. Dit kan met deep learning. Deep learning modellen leren namelijk van iedere stap die de gebruiker online neemt. Of het nu komt door een plotselinge verandering in gedrag van een gebruiker of de noodzaak om iets snel online te kopen voor een verjaardag. Deep learning kan dit gedrag herkennen en daarop acteren.

In tegenstelling tot de traditionele benadering van machine learning, kan deep learning het gedrag van een individuele gebruiker ten opzichte van andere online gebruikers definiëren. Iemand die in eerste instantie op een verwarde gebruiker lijkt, maar in realiteit de grootste kans heeft om zijn aankoop te doen. Wetend dat de persoon een urgente behoefte heeft om iets te kopen, kan de e-shop automatisch een extra ‘push’ geven om de aankoop te doen in hun specifieke shop. Dit is het verschil met de standaardmodellen die dit gedrag eerder zullen afdoen als een verwarde gebruiker.

De zelflerende algoritmen van deep learning zien dus wanneer iemand zijn gedrag drastisch verandert. Vervolgens laat het een extreem precieze conversiekans zien, niet alleen van de gebruikers, maar voor iedere unieke bezoeker.  

Een mooi concreet voorbeeld uit Nederland is die van een A/B test van een vergelijkingssite. Van alle traffic werd 50 procent door handmatig management geoptimaliseerd en de andere 50 procent van de traffic werd gemanaged door Deep Learning. Wat was het resultaat? De CTR was 15 procent hoger door de DL gekozen invulling van dynamische banners.

Vanuit de gebruikerservaring: deep learning algoritmen die je verlangens voorspellen
AI, vooral deep learning is dus een perfecte tool om het verlangen van gebruikers te voorspellen. Deze technologie zorgt voor advertenties op maat die niet alleen producten tonen die we hoogstwaarschijnlijk gaan kopen, maar ook die we nooit eerder hebben gezien of waaraan we überhaupt nog niet gedacht hadden.

De revolutie van deep learning is nabij. Niet alleen voor producten die gekocht kunnen worden, maar juist voor producten die nooit eerder in een aankoop zijn overwogen. Dat maakt deep learning zoveel interessanter dan standaard programmatic inkopen. Deep learning heeft zoveel impact, omdat het op dezelfde manier leert als mensen, en dan ook nog eens veel sneller.  

Deep learning algoritmen kijken naar iemands 1-op-1 behoeften. En houdt ook rekening met data van miljoenen andere gebruikers en levert resultaten in real-time. Een eigenschap waarvan een marketeer alleen maar van kan dromen als het gaat om het nauwkeurig inschatten van de waarde van een potentiële koper, de conversiekans en het leren van het gedrag van een gebruiker. En dan te weten dat dit slechts nog het begin van de evolutie is op het gebied van online adverteren.

Bronnen: http://www.marketingdive.com/news/study-71-of-consumers-prefer-personalized-ads/418831/