Нейросети в рекламе: разбираем реальные кейсы компаний
Нейросети в рекламе: разбираем реальные кейсы компаний
Нейросети используются в рекламе уже на протяжении десяти лет. Они помогают выстраивать персонализированную коммуникацию с клиентом, уменьшать стоимость рекламных кампаний и повышать продажи. О реальных примерах использования нейросетей в рекламе читайте в этой статье.
Рекламные платформы и сервисы на основе нейросети
На англоязычном рынке уже представлены официальные рекламные платформы на базе нейросетей. Такие сервисы может использовать любой специалист или владелец бизнеса. Давайте посмотрим, какие задачи позволяют решать эти платформы.
Albert
Платформа Albert позволяет автоматизировать различные аспекты маркетингового продвижения.
Доступные функции: автоматическая закупка рекламы по всем популярным каналам, включая Facebook, Instagram, «Google Рекламу». Сервис сам отправляет сообщения потенциальным клиентам: по e-mail, через чат-бота, в социальных сетях и даже при помощи СМС-сообщений. Оптимизирует рекламные кампании за счет анализа больших массивов данных.
Кто использует: Telenor, Crabtree & Evelyn London, Interactive Investor, Cosabella, Dole, Redballoon, Natori.
Как видим, платформой сегодня пользуются несколько известных американских производителей. Есть даже компания, которая ликвидировала должности собственных рекламных специалистов в пользу Albert – речь о фэшн-бренде Cоsаbеllа.
Международный производитель фруктов Dole Asia также использовал Albert для продвижения своего бренда в интернете. После задействования инструментов Albert продажи фруктового гиганта выросли на рекордные 87 %. Способности «Альберта» к нейрообучению позволили ему давать реально работающие и эффективные рекомендации по размещению рекламы с учетом множества параметров. Кроме этого, платформа учитывает и поведенческие факторы аудитории. Например, в случае с Dole Asia Albert начал переводить большую часть бюджета на мобильные устройства, когда показатель вовлеченности на смартфонах увеличивался.
Publicis COSMOS
Платформа анализа данных, созданная специально для маркетологов, чтобы обеспечить более глубокое и персонализированное взаимодействие с клиентами.
Доступные функции: управление закупками программатик-рекламы в реальном времени, создание универсального профиля клиента (с учетом его активностей на различных устройствах) для более точных рекомендаций, инструменты для точного сегментирования аудитории.
Кто использует: неизвестно.
COSMOS основан на искусственном интеллекте и машинном обучении. Платформа, разработанная для крупных брендов, позволяет персонализировать показ рекламы и контента для каждого конкретного пользователя. Это способствует повышению лояльности аудитории и удержанию клиентов.
LoopMe
LoopMe – платформа для оптимизации рекламы на мобильных устройствах. Она самостоятельно находит ЦА под мобильную видеорекламу. Показ объявлений происходит с учетом десятков факторов, например, типа устройства и категории пользователя.
Доступные функции: автоматический анализ аудитории, высокоточный таргетинг на ЦА, оптимизация рекламных кампаний для мобильных устройства.
Кто использует: Microsoft, Norwegian AIR, Philips, AUDI.
Помимо рекламных платформ, на зарубежном рынке уже применяются контентные платформы на основе нейросетей. Например, Atomic Reach помогает оптимизировать и редактировать тексты, генерировать вовлекающие тайтлы и описания для контента на сайте и email-рассылок. Платформу уже использует крупная компания Accenture.
Основные преимущества использования нейросетей в рекламе
- Позволяют проводить глубокий анализ и сегментацию аудитории, исходя из реальных маркетинговых данных.
- Автоматически формируют большое количество персонализированных объявлений за короткое время.
- Позволяют изменять содержимое объявлений в режиме реального времени (например, менять содержимое наружной рекламы в зависимости от погоды).
- Повышают конверсию объявлений и снижают траты при создании рекламы.
- Обучаются самостоятельно на успешных и неудачных рекламных кампаниях, самостоятельно оптимизируют РК.
- Точнейшая настройка таргетинга для медийной рекламы – с учетом тысяч взаимосвязанных параметров.
- Решают даже нестандартные задачи, которые отнимут у человека огромное количество времени, например – обработка большого количество сценариев/экспериментов с включением десятков и сотен зависимых параметров в ходе РК.
##READMORE_BLOCK_93149##
Кейсы: рекламные кампании с использованием нейросетей
Когда мы говорим о воздействии нейронных сетей на рекламу как продукт, то сразу вспоминается успешный кейс производителя Campbell’s. По сообщениям самой компании, нейросеть сделала практически невозможное для такого известного бренда: увеличила продажи более чем вполовину за кратчайший промежуток времени. Но не только легендарный производитель супов взял под свое крыло нейросети. Есть и другие, не менее успешные кейсы. Предлагаю рассмотреть примеры как отечественных, так и зарубежных компаний.
Медиахолдинг The Economist
Кампания запущена в 2014 году. Речь идет о баннерной рекламе на сайтах разных газет.
Цель: продажа платных подписок на журнал Economist.
В рекламной кампании использовалось глубокое сегментирование ЦА: заголовки и другие элементы объявлений формировались в режиме реального времени. Реклама показывалась только потенциально лояльным читателям. Автосоздание и тестирование более тысячи вариантов одного баннера (с изменяемым заголовком, картинкой, описанием, другими элементами) заняло несколько недель.
Итог: сформировано около 60 итоговых объявлений, ROI был превышен более чем в десять раз. Привлечено более 10 тысяч новых подписчиков.
Рекламная кампания Google Outside была запущена в Лондоне в 2014 году.
Цель: привлечь новых пользователей «Google Поиск».
В течение месяца на уличных конструкциях в Лондоне демонстрировалось более 3000 динамических креативов от Google. Они генерировались в зависимости от времени дня, географического положения и погоды.
Итог: более 80 % всех, кто видел рекламную конструкцию на улице, назвали Google самой технологичной компанией. Каждый пятый, увидевший рекламную конструкцию, установил «Google Поиск» на свой смартфон.
Campbell’s
Кампания была запущена в 2016 году.
Цель: увеличить продажи разных видов супов Campbell’s.
Было создано более 1800 вариантов видеорекламы, которая демонстрировалась в прероллах на YouTube. Содержание рекламных роликов менялось в зависимости от того, ролик какой тематики искал пользователь:
Итог: продажи продвигаемых супов выросли на 55 %. Суммарное количество просмотров рекламы приблизилось к 1,7 миллионам:
Caesars Entertainment
Caesars Entertainment – американская компания, которая занимается созданием казино и отелей. РК была запущена в 2018 году.
Цель: повысить лояльность к бренду и увеличить процент конверсий.
Ультраперсонализированная видеореклама показывалась нескольким сегментам аудитории. Всего было создано более 150 объявлений.
Итог: в ходе сравнения данных независимых опросов и статистических исследований выяснилось, что лояльность к бренду повысилась более чем на 15 %. Коэффициент просмотра рекламы приблизился к 60 %. При этом среднестатистический показатель в этой отрасли едва приближался к 40 %. Рекламу суммарно посмотрели 11 млн минут. Более 60 % зрителей досматривали рекламу до конца.
##READMORE_BLOCK_92130##
«Ашманов и партнеры»
Специальный проект «Очкарик» был запущен 2018 году.
Цель: точное таргетирование рекламы по фотографиям пользователей «ВКонтакте».
Таргетирование на аудиторию, которая носит очки, потребовало колоссальных ресурсов: нужно было проанализировать миллионы изображений и выбрать из них те, на которых люди были в очках.
При первом парсинге было добыто около 263 тысяч аккаунтов «очкариков». Все изображения были пропущены через специально обученную нейросеть.
Проект носил демонстрационный характер.
За продвижением и таргетом в соцсетях можно обратиться в «Текстерру». Мы, хоть и работаем без нейросетей, показываем отличные результаты. Подробности – по ссылке.
Как еще применяют нейросети в маркетинге
Maxus и нейросеть Lucy
Медиа-агентства также начинают засматриваться на возможности нейросети – как для анализа решений, так и для оптимизации бизнес-процессов. Отечественные, как обычно, немного отстают, но есть весьма вдохновляющие кейсы у западных коллег. Наиболее яркий пример – агентство Maxus.
Крупное международное медиа-агентство Maxus протестировало несколько нейросетей, но в итоге остановилось на нейросети Lucy. Недавно агентство использовало этот инструмент для гостиничной сети (бренд не раскрывается), чтобы лучше понять профили посетителей и то, как они пересекаются в бизнес- и эконом-отелях. Анализ полученных данных помог Maxus разработать оптимальную медиастратегию для своего заказчика.
Maxus также задействовал нейросеть для продвижения крупного корейского косметического бренда, чтобы эффективнее провести сегментацию аудитории по продуктам (губные помады и тушь для ресниц). Затраты на рекламу снизились, а вот прибыль увеличилась.
Нейросети не разрушат традиционные рекламные агентства – нейросети и рекламщики просто начнут работать вместе, сообща. Мы увидим такой союз уже в ближайшие пару лет, в самых разных агентствах
BrainMaker и Microsoft
По словам официального представителя Microsoft Джима Минервино, компания снизила затраты на email-рассылки по клиентской базе на 8,5 млн человек более чем на 35 %, а сумма дохода, полученного с рассылок, осталось прежней.
В эксперименте использовалась нейросеть BrainMaker. В нее загружались данные получателей рассылки: дата совершения последнего заказа, суммарное количество купленных единиц, количество дней между выпуском товара и покупкой. Также использовалась информация, введенная пользователем при регистрации: данные о финансовом положении, наличии или отсутствии детей, предпочитаемых видах отдыха и пр. Кроме того, были приобретены данные о количестве работников в компаниях для рассылки и финансовом положении этих компаний. Нейросеть обучалась на данных предыдущих email-кампаний. В итоге всем пользователям был присвоен рейтинг и было обнаружено, что люди с определенными показателями в этом рейтинге более склонны отвечать на письма и совершать покупки.
Благодаря полученным данным Microsoft смогла увеличить процент ответов на письма с 4,9 до 8,2 %. Приоритетными для отправки им писем стали люди с «нужными» показателями в рейтинге. Это помогло на треть сократить расходы на рассылку.
Facebook и DeepText
Facebook использует собственную нейронную сеть DeepText – она распознает события, людей, местоположения, интересы и многое другое. Нейросеть также понимает противоречивый и оскорбительный контент. Facebook постоянно улучшает DeepText и расширяет ее возможности – сейчас ее обучают распознавать сленг и неоднозначные интенты (намерения).
Facebook использует самообучающиеся алгоритмы и в своей рекламной системе. В первую очередь – для таргетирования на аудитории. При каждом новом показе Facebook активно обучается, и в итоге система автоматически подбирает наиболее релевантную объявлению аудиторию. Чем больше показов, тем точнее они будут.
LinkedIn и Bright
LinkedIn приобрела компанию Bright, разработавшую одноименную нейросеть, еще в 2014 году. Цель – интеграция алгоритмов Bright в работу LinkedIn для достижения наилучшей релевантности между работодателями и кандидатами. В качестве входных данных нейросеть использует следующие переменные: прошлые модели найма, должностные инструкции, образование, ГЕО аккаунта.
Функция рекомендованных кандидатов LinkedIn изучает критерии приема на работу для каждой конкретной должности и автоматически отображает соответствующих кандидатов. Поисковая система LinkedIn, также управляемая искусственным интеллектом, анализирует информацию в профилях соискателей и работодателей. Она умеет обрабатывать поисковые запросы, выполняемые кандидатами. Делается это для создания прогнозов по наиболее подходящим предложениям. Кроме того, ИИ автоматически обнаруживает и удаляет неподходящие учетные записи пользователей.
Вообще, LinkedIn очень широко использует ИИ. Так, в октябре 2019 года платформа ввела автоматическую генерацию текстовых описаний для всех изображений, которые загружаются в LinkedIn. Происходит это при помощи платформы Microsoft Cognitive Services и уникального набора данных на основе собственных разработок LinkedIn.
YouTube
YouTube уже несколько лет тестирует алгоритм рекомендаций, который работает благодаря самообучающейся нейросети. За эти несколько лет популярность видеохостинга увеличилась в десятки раз. Совпадение? Не думаю. Самообучающиеся системы с элементами ИНС сейчас используются не только в алгоритме рекомендаций, но и в рекламной системе видеохостинга.
Netflix
Netflix собирает о своих зрителях огромное количество данных. Затем эти данные пропускаются через нейросеть, и зрители видят ультраперсонализированные трейлеры – как полнометражных фильмов, так и сериалов. Продюсер Крейг Аткинсон заявлял, что Netflix использует алгоритмы на основе нейросети и для определения стоимости контента. А в конце 2020 года стало известно, что американский стриминговый сервис способен предсказать успех новых сериалов, анализируя уже существующие фильмы. Интересно, что нейросеть Netflix умеет сравнивать существующие названия фильмов и генерировать на основе этих данных новые названия. Также нейросеть помогает определять ожидаемый размер аудитории в каждом конкретном регионе и делать прогнозы о рейтинге.
Нейросети для генерации видео
Прецедентом для отечественного рынка стала видеореклама «Вперед в будущее» (новогодняя реклама Сбера). Цель видеорекламы заключалась в органическом перенесении образа Жоржа Милославского в 2020 год. Для этого пришлось воссоздать внешность Куравлева при помощи специально обученной нейросети. Дополнительная сложность – симулировать голос Куравлева. Чтобы восстановить чей-то голос программными средствами, требуется минимум двадцать часов звука. Нейросеть же справилась с этой задачей на основе нескольких фраз Куравлева длительностью всего четыре минуты.
##READMORE_BLOCK_93167##
Японское рекламное агентство в 2016 году официально трудоустроило робота с искусственным интеллектом. Теперь AI-CD трудится на должности креативного директора и самостоятельно решает, как именно будет выглядеть ТВ-реклама. В 2017 году AI-CD даже обставил креативного директора McCann – жюри оценило работу ИИ выше, чем ролик живого специалиста. Видео, созданное алгоритмом, сорвало овации и получило главный приз экспертов ISBA:
Таким образом, успешных кейсов с участием нейросетей в рекламе и маркетинге уже более чем достаточно, чтобы говорить о них вполне серьезно.
https://texterra.ru/blog/neyroseti-v-reklame-razbiraem-realnye-keysy-kompaniy.html
Идея использовать нейронную сеть для сегментации аудитории родилась во время мозгового штурма со Станиславом Ашмановым. Раздел парсера Puzzle по поиску очкариков – это пересечение моих компетенций маркетолога и компетенций ashmanov.net как разработчиков нейронных сетей. Для Ашманова важно было найти применение технологиям и представить эти технологии в виде продуктового решения.
На рекламном рынке еще не было подобных успешных кейсов и мы думали, что решение откроет дорогу бизнесу в эффективный таргетинг. Похоже, что бизнес, который работал с очкариками задолго до нас, попробовал заниматься соцсетями и обжегся. К сожалению, у меня не получилось убедить бизнесменов начать вливать приличные бюджеты. Мы провели несколько тестов. У 70 % проектов кампании на наших аудиториях работали лучше, чем на аудиториях, которые собраны иными методами. Кроме того, они обеспечивали охват целевой аудитории в 4 раза больше. В итоге нас не устроили объемы бюджетов, выделяемые на этот канал и количество клиентов. Думаю, количество клиентов – это недоработка маркетинга и продаж в комплексе. Я работаю с десятками разных проектов и уже понимаю, что в большем приоритете теперь понятные, простые и быстрые инструменты. В случае с очкариками дело так и не дошло до автоматизированного использования наработок, процессы затягивались, бумаг было много. А долгие тесты идут вразрез современным методикам принятия решений.
Судьба искусственных нейронных сетей в рекламе в ближайшие годы уже очевидна. Все рекламные сети их внедряют: на уровне оптимизации, на уровне прогнозирования, на уровне подбора аудитории по поведенческим признакам. Я уверен, что существует и постоянный пересчет этих аудиторий с учетом результативности рекламных кампаний. Роботы на нейронках модерируют объявления и не пропускают обнаженку на фотографиях, алгоритмы выстраивают умную ленту так, чтобы пользователь больше времени проводит в соцсети и посмотрел больше рекламы.