Персонализация в реальном времени: как ИИ меняет digital-маркетинг

Времена, когда искусственный интеллект называли будущим индустрии, прошли — сегодня это обыденный рабочий инструмент. На передний план выходит качество и глубина возможностей, которые ML-модели могут предложить рекламодателям и маркетологам, а также новые подходы, которые видоизменяют механики работы с конечным пользователем.

Столпы новой рекламной реальности

ИИ-инструменты упрощают работу и экономят ресурсы, в таком подходе заинтересован бизнес любого размера, но в особенности — малый и средний. Автоматизация процессов позволяет им экономить бюджеты и не терять при этом эффективность. По данным исследования «Нафи», каждый третий руководителей СМБ в России используют ИИ в работе, из них 54% применяют нейросети в маркетинге и рекламе.

Учитывая, что у малого бизнеса чаще всего нет штатных маркетологов, а более половины владельцев компаний лично занимаются продвижением, внедрение генеративных моделей в сам рекламный инструментарий позволяет решать ранее недоступные задачи. Ведь ИИ используется не только для создания креативов, но и для настройки самих кампаний, их оптимизации на результат.

Сегодня каждый игрок рынка использует собственные или сторонние наработки для внедрения ИИ в рекламные инструменты. При этом основную ставку в условиях конкуренции делают на улучшение качества рекламного контента и совершенствования настроек самих кампаний для повышения результативности и привлечения внимания пользователей.

В перспективе нескольких лет в индустрии будут активно развиваться два направления: автоматизация создания контента и гиперперсонализация рекламных инструментов. В совокупности они позволят брендам существенно повысить релевантность рекламных сообщений при одновременном сокращении затрат на производство креативов.

Контент в два клика

Подход к созданию контента претерпел значительные изменения, мы видим это и внутри «VK Рекламы». К примеру, уже более 67% баннеров на площадке генерируется с помощью ИИ. При этом под автоматизацией креативов понимаются не только изображения и видео, но и автогенерация продающих текстов. Здесь искусственный интеллект уже вырывается вперед — в «VK Рекламе» CTR (Click-Through Rate — коэффициент кликабельности) баннеров с автогеном превышает показатель баннеров с пользовательским текстом на 25%, а при рекламе сайтов разница в CTR составляет 59% в пользу автогена.

Сгенерированная реклама более персонализирована и эффективна, хотя зачастую еще уступает контенту, созданному человеком, в эмоциональной глубине и риторических нюансах. Однако дальнейшее развитие и обучение ML-моделей может привести к появлению генеративных моделей качественно нового уровня. Они будут способны создавать материалы, неотличимые от человеческих, сохраняя при этом скорость и масштабируемость.

Мы развиваем не только отдельные сегменты генеративного контента, но и автогенерацию всей кампании целиком. К примеру, весной этого года в «VK Рекламе» появились смарт-кампании — упрощенный тип рекламных кампаний, который позволяет за несколько шагов создать готовое объявление с автоматически подобранными настройками аудитории, сгенерированными креативами и текстами. Простое решение позволяет свести запуск рекламы к минимуму действий, но при это не потерять в эффективности, за счет умных алгоритмов.

Реклама, которая подобрана специально для вас

Вторым важным направлением развития технологий в рекламе станет трансформация подходов к аналитике и таргетингу. На первый план выйдет гиперперсонализация, где паттерны поведения пользователей (покупки, активность в соцсетях, интересы и прочее) используются для максимально точных и индивидуальных предложений.

ИИ играет ключевую роль в оптимизации цифровой рекламы. Машинное обучение применяется для принятия решений в real-time bidding (RTB, технология аукциона рекламных объявлений). Алгоритмы оценивают каждый рекламный показ и определяют оптимальную ставку, учитывая характеристики целевой аудитории, эффективность показов на примере прошлых кампаний и контекст размещения. Такой подход позволяет максимально точно таргетировать рекламу, сокращая неэффективные расходы и повышая вовлеченность аудитории. В результате рекламодатели получают более высокий ROI (Return on Investment — показатель окупаемости инвестиций в бизнес), а пользователи — релевантные объявления.

Помимо анализа в реальном времени актуальной остается предиктивная аналитика. На основе косвенных поведенческих паттернов алгоритмы могут предсказывать реакцию аудитории на тот или иной месседж и выявлять рыночные тренды, что позволит оптимизировать рекламные кампании еще на этапе их планирования. А значит меньше «проб и ошибок», больше сохраненных и инвестированных изначально в нужное русло бюджетов.

Такие решения уже есть. Например, один из наших сервисов анализирует данные компании в сочетании с обезличенными данными сервисов VK и помогает детально описывать аудиторные сегменты, в том числе по эксклюзивным признакам, сравнивать их между собой, выявлять ключевые различия в интересах, демографии и психологических характеристиках. По итогу заказчик может на основе этой информации находить маркетинговые инсайты, а также получать сгенерированные креативы под определенный сегмент.

В видеорекламе также активно применяется подобный предиктивный подход. Например, в «VK Рекламе» зашита ML-модель, которая оптимизирует показ видеорекламы, выбирая зрителей с высокой вероятностью полного просмотра, что позволяет избегать «пустых показов».

Отрасль, в целом, активно развивается в направлении предикта. На рынке уже есть инструменты, позволяющие прогнозировать примерные расходы на рекламную кампанию в зависимости от выбранных настроек.

Что дальше

Особое место в создании рекламных кампаний займет генерация мультимодального контента. Диффузионные генеративные модели станут стандартом для создания изображений и видео, сокращая затраты на дизайн на 30-50%.

Персонализированный подход продолжит свое развитие и в будущем, возможно, мы увидим более сложные алгоритмы, способные в моменте анализировать поведение пользователя и подстраивать креативы под его эмоциональное состояние.

Комплексное прогнозирование результатов рекламных кампаний — еще одна область «фантастики», которая становится обыденностью с развитием ML-моделей. Рекламодателю будет достаточно лишь задать настройки на этапе создания кампании, алгоритм же сможет просчитать, какие результаты скорее всего будут получены на выходе (количество показов, подписок, кликов, конечная стоимость подписчика и многое другое).

Следующим шагом может стать умная проверка рекламной кампании с разными креативами, текстами и настройками и определение наиболее работающих связок еще до реального запуска кампании.