ΟΔΗΓΟΣ ΒΙΟΜΗΧΑΝΙΩΝ

AI στη διαφήμιση μέσω προγραμματισμού

Η τεχνητή νοημοσύνη στη διαφήμιση μέσω προγραμματισμού είναι η χρήση της μηχανικής εκμάθησης για την αυτόματη αγορά και πώληση ψηφιακών εμφανίσεων διαφημίσεων, αποφασίζοντας σε χιλιοστά του δευτερολέπτου ποια διαφήμιση θα εμφανιστεί, σε ποιον και σε ποια τιμή.

  • 4 λεπτά ανάγνωση
  • Τελευταία ενημέρωση
Σε αυτήν τη σελίδα4 λεπτά ανάγνωση
  1. Επισκόπηση
  2. Βαθιά κατάδυση
  3. Στρατηγικός αντίκτυπος
  4. Το μέλλον της τεχνητής νοημοσύνης στη διαφήμιση μέσω προγραμματισμού
  5. Υλοποίηση σε πραγματικό κόσμο
  6. Κίνδυνοι & προστατευτικά κιγκλιδώματα
  7. Οδικός Χάρτης Εφαρμογής
  8. Συνεχίστε την εξερεύνηση
  9. Συχνές ερωτήσεις

Επισκόπηση

Έχει σημασία επειδή μεγάλο μέρος του σημερινού αποθέματος προβολής, βίντεο και συνδεδεμένης τηλεόρασης διακινείται με αυτόν τον τρόπο, επομένως αυτά τα μοντέλα διαμορφώνουν τις διαφημίσεις που βλέπουν οι χρήστες, τι κερδίζουν οι εκδότες και πόσους κινδύνους απάτης και απορρήτου ενέχει το σύστημα.

Βαθιά κατάδυση

Όταν φορτώνεται μια σελίδα ή μια εφαρμογή με θέσεις υποδοχής διαφημίσεων, η πλατφόρμα προσφοράς του εκδότη στέλνει ένα αίτημα προσφοράς, συχνά σε μορφή OpenRTB που διατηρεί το IAB Tech Lab, σε ανταλλακτήρια διαφημίσεων και πλατφόρμες από την πλευρά της ζήτησης. Το αίτημα περιγράφει την εμφάνιση: ιστότοπος ή εφαρμογή, μέγεθος διαφήμισης, τύπος συσκευής, κατά προσέγγιση τοποθεσία και τυχόν διαθέσιμα αναγνωριστικά χρήστη. Ολόκληρη η δημοπρασία έχει συνήθως χρονικό προϋπολογισμό περίπου 100 χιλιοστών του δευτερολέπτου και η νικητήρια διαφήμιση αποδίδεται πριν ο χρήστης παρατηρήσει καθυστέρηση. Το AI κάνει τις περισσότερες αποφάσεις. Τα DSP εκτελούν μοντέλα που προβλέπουν την αναλογία κλικ προς αριθμό εμφανίσεων, το ποσοστό μετατροπών ή την εμφανισιμότητα για κάθε εμφάνιση και, στη συνέχεια, μετατρέπουν αυτές τις προβλέψεις σε προσφορές. Καθώς ο κλάδος μετακινήθηκε από δημοπρασίες δεύτερης τιμής σε δημοπρασίες πρώτης τιμής μεταξύ περίπου του 2017 και του 2019 (το Google Ad Manager άλλαξε το 2019), τα DSP πρόσθεσαν τη σκίαση προσφορών: τα μοντέλα εκτιμούν τη χαμηλότερη τιμή που είναι πιθανό να εξακολουθήσει να κερδίσει, ώστε οι αγοραστές να μην πληρώνουν υπερβολικά. Από την πλευρά των πωλήσεων, τα SSP ορίζουν δυναμικά επίπεδα και αποφασίζουν ποιους συνεργάτες ζήτησης θα καλέσουν. Η μοντελοποίηση κοινού εξαρτιόταν ιστορικά από cookie τρίτων που ακολουθούν τους χρήστες σε όλους τους ιστότοπους. Το Safari τα αποκλείει από προεπιλογή και ο Firefox τα περιορίζει και η Διαφάνεια Παρακολούθησης Εφαρμογών (2021) του Apple περιόρισε τα αναγνωριστικά διαφήμισης για κινητά. Το Google ξόδεψε χρόνια σχεδιάζοντας να καταργήσει σταδιακά τα cookie τρίτων στο Chrome μέσω του Privacy Sandbox και, στη συνέχεια, το 2024 ανέστρεψε την πορεία του και είπε ότι δεν θα εξαναγκάσει την κατάργησή τους. Ακόμα κι έτσι, ο κλάδος έχει στραφεί προς τα δεδομένα πρώτου μέρους, τη στόχευση με βάση τα συμφραζόμενα, τα καθαρά δωμάτια δεδομένων και τα εναλλακτικά αναγνωριστικά. Η απάτη σε διαφημίσεις είναι ένα μόνιμο πρόβλημα. Τα ρομπότ, οι κρυφές διαφημίσεις και οι πλαστοί τομείς εξαντλούν τους προϋπολογισμούς. η λειτουργία Methbot αποκάλυψε το 2016 πλαστές προβολές βίντεο σε πλαστές εκδόσεις ιστοτόπων premium. Τα μοντέλα ανίχνευσης αναζητούν μη ανθρώπινη συμπεριφορά και τα πρότυπα ads.txt και sellers.json επιτρέπουν στους αγοραστές να επαληθεύουν ποιος είναι εξουσιοδοτημένος να πουλήσει το απόθεμα ενός ιστότοπου. Μια κοινή παρανόηση είναι ότι η τεχνητή νοημοσύνη της διαφήμισης «γνωρίζει» άτομα. Τα περισσότερα μοντέλα λειτουργούν με πιθανολογικά σήματα και ένα μεγάλο μέρος της στόχευσης βασίζεται στα συμφραζόμενα ή διαμορφώνεται σε επίπεδο ομάδας.

Στρατηγικός αντίκτυπος

Πλαίσιο και κανόνες

Το πλαίσιο του κλάδου καθορίζει εάν οι ιδέες τεχνητής νοημοσύνης επιβιώνουν σε επαφή με την πραγματικότητα.

Ελεγχος ποιότητας

Οι περιορισμοί τομέα επηρεάζουν τα αποδεκτά ποσοστά σφαλμάτων και τα μοντέλα επίβλεψης.

Δημιουργήστε επιλογές

Οι επιτυχημένες αναπτύξεις ευθυγραμμίζουν τις τεχνικές δυνατότητες με τις ροές εργασίας πρώτης γραμμής.

Το μέλλον της τεχνητής νοημοσύνης στη διαφήμιση μέσω προγραμματισμού

Αναμένετε συνεχή κίνηση προς σήματα που δεν βασίζονται στην παρακολούθηση μεταξύ ιστότοπων: δεδομένα πρώτου μέρους εκδότη, μοντέλα με βάση τα συμφραζόμενα που κατανοούν το νόημα της σελίδας και του βίντεο και καθαρά δωμάτια όπου οι διαφημιζόμενοι και οι εκδότες ταιριάζουν με το κοινό χωρίς να ανταλλάσσουν πρωτογενείς εγγραφές. Τα δίκτυα πολυμέσων λιανικής και η συνδεδεμένη τηλεόραση είναι αναπτυσσόμενα κανάλια όπου αυτές οι προσεγγίσεις είναι ήδη κοινές. Οι νόμοι περί απορρήτου σε διάφορες δικαιοδοσίες θα συνεχίσουν να περιορίζουν τα δεδομένα που μπορούν να τροφοδοτήσουν μοντέλα κοινού και η μέτρηση θα βασίζεται περισσότερο σε μοντελοποιημένη, συγκεντρωτική απόδοση. Η απάτη θα συνεχίσει να προσαρμόζεται, συμπεριλαμβανομένης της γενετικής τεχνητής νοημοσύνης που χρησιμοποιείται για τη μαζική παραγωγή ιστότοπων χαμηλής ποιότητας ειδικά σχεδιασμένων για διαφήμιση, επομένως η επαλήθευση και η διαφάνεια της διαδρομής προσφοράς θα παραμείνουν στο επίκεντρο. Ο τρόπος με τον οποίο εξελίσσονται περαιτέρω οι πολιτικές cookie του προγράμματος περιήγησης παραμένει αβέβαιος.

Υλοποίηση σε πραγματικό κόσμο

Μια πλατφόρμα ζήτησης (DSP) προβλέπει την πιθανότητα μια συγκεκριμένη εμφάνιση να οδηγήσει σε μια αγορά και την πολλαπλασιάζει με την αξία ανά μετατροπή του διαφημιζόμενου για να ορίσει την προσφορά του σε μια δημοπρασία σε πραγματικό χρόνο.

Η πλατφόρμα προσφοράς ενός εκδότη ειδήσεων (SSP) χρησιμοποιεί δυναμικά κατώτατα όρια τιμών, μαθαίνοντας την ελάχιστη τιμή που είναι πιθανό να αποκτήσει κάθε τύπος εμφάνισης, ώστε το απόθεμα να μην πωλείται πολύ φθηνά.

Ένα σύστημα ανίχνευσης απάτης επισημαίνει ένα σύμπλεγμα «επισκεπτών» που φορτώνουν σελίδες από διευθύνσεις IP του κέντρου δεδομένων, δεν κάνουν ποτέ κύλιση και κάνουν κλικ σε τακτά χρονικά διαστήματα από το μηχάνημα και ότι η επισκεψιμότητα αποκλείεται πριν από την υποβολή προσφορών.

Ένας πωλητής λιανικής χωρίς δεδομένα cookie τρίτου μέρους χρησιμοποιεί στόχευση με βάση τα συμφραζόμενα: ένα μοντέλο διαβάζει το περιεχόμενο ενός άρθρου πεζοπορίας και υποβάλλει προσφορές σε αυτήν τη σελίδα για διαφημίσεις υπαίθριου εξοπλισμού, χωρίς να εμπλέκεται προσωπικό αναγνωριστικό.

Κίνδυνοι & προστατευτικά κιγκλιδώματα

  • Οι κανονιστικές απαιτήσεις μπορεί να ακυρώσουν τα κατά τα άλλα ισχυρά πρωτότυπα.

  • Τα ιστορικά δεδομένα ενδέχεται να κωδικοποιούν προκατάληψη που βλάπτει συγκεκριμένες κοινότητες.

  • Τα παλαιού τύπου συστήματα μπορούν να δημιουργήσουν συμφόρηση ενοποίησης και κρυφά κόστη.

Οδικός Χάρτης Εφαρμογής

  1. Συμμετέχετε ειδικούς του τομέα από τη διαμόρφωση προβλημάτων έως την αξιολόγηση.

  2. Σχεδιάστε ίχνη ελέγχου και τεκμηρίωση πριν από την εκτόξευση.

  3. Επικυρώστε έγκαιρα τις υποχρεώσεις συμμόρφωσης και ασφάλειας.

  4. Αναπτύξτε σε φάσεις με σαφή κριτήρια διακοπής και επαναφοράς.

Συνεχίστε την εξερεύνηση

Free newsletter

Get the daily AI briefing

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the AI in Programmatic Advertising quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

Έναρξη κουίζ

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

Συχνές ερωτήσεις

Τι είναι η τεχνητή νοημοσύνη στη διαφήμιση μέσω προγραμματισμού;

Η τεχνητή νοημοσύνη στη διαφήμιση μέσω προγραμματισμού είναι η χρήση της μηχανικής εκμάθησης για την αυτόματη αγορά και πώληση ψηφιακών εμφανίσεων διαφημίσεων, αποφασίζοντας σε χιλιοστά του δευτερολέπτου ποια διαφήμιση θα εμφανιστεί, σε ποιον και σε ποια τιμή. Έχει σημασία επειδή μεγάλο μέρος του σημερινού αποθέματος προβολής, βίντεο και συνδεδεμένης τηλεόρασης διακινείται με αυτόν τον τρόπο, επομένως αυτά τα μοντέλα διαμορφώνουν τις διαφημίσεις που βλέπουν οι χρήστες, τι κερδίζουν οι εκδότες και πόσους κινδύνους απάτης και απορρήτου ενέχει το σύστημα.

Πόσο περίπου χρόνο χρειάζεται να ολοκληρωθεί μια τυπική δημοπρασία υποβολής προσφορών σε πραγματικό χρόνο;

Οι δημοπρασίες RTB εκτελούνται συνήθως με προϋπολογισμό περίπου 100 χιλιοστών του δευτερολέπτου, έτσι ώστε η νικητήρια διαφήμιση να μπορεί να αποδοθεί πριν ο χρήστης παρατηρήσει οποιαδήποτε καθυστέρηση.

Ποιος οργανισμός διατηρεί τη μορφή OpenRTB που χρησιμοποιείται συνήθως για αιτήματα προσφορών;

Το OpenRTB συντηρείται από το IAB Tech Lab, τον φορέα τεχνικών προτύπων της διαφημιστικής βιομηχανίας.

Τι κάνει η σκίαση προσφορών;

Στις δημοπρασίες πρώτης τιμής, ο νικητής πληρώνει ό,τι προσέφερε, επομένως τα μοντέλα σκίασης προσφορών εκτιμούν τη χαμηλότερη τιμή νίκης για να αποφύγουν την υπερπληρωμή.

Γιατί οι προβλέψεις αναλογίας κλικ προς αριθμό εμφανίσεων σε έναν πλειοδότη πρέπει να είναι καλά βαθμονομημένες και όχι απλώς σε καλή κατάταξη;

Μια προσφορά υπολογίζεται από την προβλεπόμενη πιθανότητα, επομένως μια υπερεκτίμηση 20% μεταφράζεται κατευθείαν σε υπερπροσφορά 20%.

Τι ανακοίνωσε το Google το 2024 σχετικά με τα cookie τρίτων στο Chrome;

Μετά από χρόνια σχεδιασμού μιας σταδιακής κατάργησης μέσω του Privacy Sandbox, η Google είπε το 2024 ότι δεν θα εξαναγκάσει την κατάργηση των cookies τρίτων.