คู่มืออุตสาหกรรม

AI ในการโฆษณาแบบเป็นโปรแกรม

AI ในการโฆษณาแบบเป็นโปรแกรมคือการใช้การเรียนรู้ของเครื่องเพื่อซื้อและขายการแสดงโฆษณาดิจิทัลโดยอัตโนมัติ โดยการตัดสินใจในหน่วยมิลลิวินาทีว่าจะแสดงโฆษณาใด แสดงต่อใคร และราคาเท่าใด

  • อ่าน 4 นาที
  • อัปเดตล่าสุด
บนหน้านี้อ่าน 4 นาที
  1. ภาพรวม
  2. เจาะลึก
  3. ผลกระทบเชิงกลยุทธ์
  4. อนาคตของ AI ในการโฆษณาแบบเป็นโปรแกรม
  5. การใช้งานจริงในโลกแห่งความเป็นจริง
  6. ความเสี่ยงและรั้ว
  7. แผนงานการดำเนินงาน
  8. สำรวจต่อไป
  9. คำถามที่พบบ่อย

ภาพรวม

เป็นเรื่องสำคัญเนื่องจากพื้นที่โฆษณาแบบดิสเพลย์ วิดีโอ และทีวีที่เชื่อมต่ออินเทอร์เน็ตส่วนใหญ่ในปัจจุบันมีการซื้อขายในลักษณะนี้ ดังนั้น โมเดลเหล่านี้จึงกำหนดสิ่งที่โฆษณาที่ผู้คนเห็น สิ่งที่ผู้เผยแพร่โฆษณาได้รับ และความเสี่ยงในการฉ้อโกงและความเป็นส่วนตัวที่ระบบต้องดำเนินการ

เจาะลึก

เมื่อโหลดหน้าเว็บหรือแอปที่มีช่องโฆษณา แพลตฟอร์มฝั่งอุปทานของผู้เผยแพร่โฆษณาจะส่งคำขอราคาเสนอ ซึ่งมักจะอยู่ในรูปแบบ OpenRTB ที่ดูแลโดย IAB Tech Lab ไปยัง Ad Exchange และแพลตฟอร์มฝั่งดีมานด์ คำขอจะอธิบายการแสดงผล: ไซต์หรือแอป ขนาดโฆษณา ประเภทอุปกรณ์ ตำแหน่งโดยประมาณ และตัวระบุผู้ใช้ที่มีอยู่ โดยทั่วไปการประมูลทั้งหมดจะมีงบประมาณเวลาประมาณ 100 มิลลิวินาที และโฆษณาที่ชนะจะแสดงก่อนที่ผู้ใช้จะสังเกตเห็นความล่าช้า AI ทำหน้าที่ตัดสินใจเป็นส่วนใหญ่ DSP เรียกใช้โมเดลที่คาดการณ์อัตราการคลิกผ่าน อัตรา Conversion หรือความสามารถในการแสดงตัวโฆษณาสำหรับการแสดงผลแต่ละครั้ง จากนั้นเปลี่ยนการคาดการณ์เหล่านั้นให้เป็นราคาเสนอ เนื่องจากอุตสาหกรรมเปลี่ยนจากการประมูลราคาอันดับสองไปเป็นการประมูลราคาอันดับ 1 ระหว่างประมาณปี 2017 ถึง 2019 (Google Ad Manager เปลี่ยนในปี 2019) DSP ได้เพิ่มการแรเงาราคาเสนอ: โมเดลประมาณการราคาต่ำสุดที่น่าจะยังคงชนะอยู่ ดังนั้นผู้ซื้อจึงไม่จ่ายเงินมากเกินไป ในด้านการขาย SSP จะกำหนดราคาขั้นต่ำแบบไดนามิกและตัดสินใจว่าจะโทรหาพันธมิตรอุปสงค์รายใด ในอดีตการสร้างแบบจำลองผู้ชมขึ้นอยู่กับคุกกี้ของบุคคลที่สามที่ติดตามผู้ใช้ข้ามไซต์ Safari บล็อกพวกเขาตามค่าเริ่มต้นและ Firefox จำกัดพวกเขา และความโปร่งใสในการติดตามแอปของ Apple (2021) จำกัดรหัสโฆษณาบนมือถือ Google ใช้เวลาหลายปีในการวางแผนเลิกใช้คุกกี้ของบุคคลที่สามใน Chrome ผ่านทาง Privacy Sandbox จากนั้นในปี 2024 ก็กลับรายการและกล่าวว่าจะไม่บังคับให้นำคุกกี้ออก อย่างไรก็ตาม อุตสาหกรรมได้เปลี่ยนไปสู่ข้อมูลจากบุคคลที่หนึ่ง การกำหนดเป้าหมายตามบริบท ห้องปลอดข้อมูล และตัวระบุทางเลือก การฉ้อโกงโฆษณาเป็นปัญหาที่เกิดขึ้นอย่างต่อเนื่อง บอท โฆษณาที่ซ่อนอยู่ และโดเมนปลอมแปลงจะทำให้งบประมาณหมดไป การดำเนินการ Methbot ที่เปิดเผยในปี 2559 เป็นการดูวิดีโอปลอมบนเว็บไซต์พรีเมียมเวอร์ชันปลอม โมเดลการตรวจจับจะมองหาพฤติกรรมที่ไม่ใช่มนุษย์ และมาตรฐาน ads.txt และ vendors.json ช่วยให้ผู้ซื้อตรวจสอบได้ว่าใครได้รับอนุญาตให้ขายพื้นที่โฆษณาของไซต์ ความเข้าใจผิดที่พบบ่อยคือ AI โฆษณา 'รู้จัก' บุคคลต่างๆ โมเดลส่วนใหญ่ทำงานร่วมกับสัญญาณความน่าจะเป็น และการกำหนดเป้าหมายส่วนใหญ่จะขึ้นอยู่กับบริบทหรือแบบจำลองในระดับกลุ่ม

ผลกระทบเชิงกลยุทธ์

บริบทและกฎ

บริบททางอุตสาหกรรมเป็นตัวกำหนดว่าแนวคิด AI จะรอดจากการสัมผัสกับความเป็นจริงหรือไม่

การควบคุมคุณภาพ

ข้อจำกัดของโดเมนมีอิทธิพลต่ออัตราข้อผิดพลาดที่ยอมรับได้และแบบจำลองการควบคุมดูแล

สร้างทางเลือก

การปรับใช้ที่ประสบความสำเร็จจะปรับความสามารถทางเทคนิคให้สอดคล้องกับเวิร์กโฟลว์แนวหน้า

อนาคตของ AI ในการโฆษณาแบบเป็นโปรแกรม

คาดว่าจะมีการเคลื่อนไหวอย่างต่อเนื่องไปสู่สัญญาณที่ไม่ต้องพึ่งพาการติดตามข้ามไซต์: ข้อมูลจากบุคคลที่หนึ่งของผู้เผยแพร่ โมเดลเชิงบริบทที่เข้าใจความหมายของหน้าและวิดีโอ และห้องปลอดเชื้อที่ผู้ลงโฆษณาและผู้เผยแพร่จับคู่ผู้ชมโดยไม่ต้องแลกเปลี่ยนบันทึกดิบ เครือข่ายสื่อค้าปลีกและทีวีที่เชื่อมต่ออินเทอร์เน็ตกำลังเติบโตช่องทางซึ่งแนวทางเหล่านี้เป็นเรื่องปกติอยู่แล้ว กฎหมายความเป็นส่วนตัวในเขตอำนาจศาลต่างๆ จะยังคงจำกัดข้อมูลที่สามารถป้อนให้กับโมเดลผู้ชมได้ และการวัดผลจะอาศัยการระบุแหล่งที่มาแบบรวมและแบบจำลองมากขึ้น การฉ้อโกงจะปรับตัวต่อไป รวมถึง generative AI ที่ใช้ในการผลิตไซต์ที่สร้างขึ้นเพื่อการโฆษณาคุณภาพต่ำจำนวนมาก ดังนั้นการตรวจสอบและความโปร่งใสของเส้นทางการจัดหาจะยังคงเป็นศูนย์กลาง นโยบายคุกกี้ของเบราว์เซอร์มีการพัฒนาต่อไปอย่างไรยังคงไม่แน่นอน

การใช้งานจริงในโลกแห่งความเป็นจริง

แพลตฟอร์มฝั่งดีมานด์ (DSP) คาดการณ์ความน่าจะเป็นที่การแสดงผลหนึ่งๆ จะนำไปสู่การซื้อ แล้วคูณด้วยมูลค่าต่อ Conversion ของผู้ลงโฆษณาเพื่อกำหนดราคาเสนอในการประมูลแบบเรียลไทม์

แพลตฟอร์มฝั่งอุปทาน (SSP) ของผู้เผยแพร่ข่าวใช้ราคาขั้นต่ำแบบไดนามิก โดยเรียนรู้ราคาขั้นต่ำของการแสดงผลแต่ละประเภทที่มีแนวโน้มที่จะดึงมา เพื่อไม่ให้ขายพื้นที่โฆษณาในราคาถูกเกินไป

ระบบตรวจจับการฉ้อโกงจะทำเครื่องหมายกลุ่มของ 'ผู้เยี่ยมชม' ที่โหลดเพจจากที่อยู่ IP ของศูนย์ข้อมูล ไม่ต้องเลื่อนดู และคลิกในช่วงเวลาปกติของเครื่อง และการรับส่งข้อมูลนั้นจะถูกยกเว้นก่อนที่จะเสนอราคาใดๆ

ผู้ค้าปลีกที่ไม่มีข้อมูลคุกกี้ของบุคคลที่สามใช้การกำหนดเป้าหมายตามบริบท: โมเดลจะอ่านเนื้อหาของบทความการเดินป่าและเสนอราคาในหน้านั้นสำหรับโฆษณาอุปกรณ์กลางแจ้ง โดยไม่มีตัวระบุส่วนบุคคลที่เกี่ยวข้อง

ความเสี่ยงและรั้ว

  • ข้อกำหนดด้านกฎระเบียบอาจทำให้ต้นแบบที่แข็งแกร่งเป็นโมฆะได้

  • ข้อมูลในอดีตอาจเข้ารหัสอคติที่เป็นอันตรายต่อชุมชนบางแห่ง

  • ระบบเดิมสามารถสร้างปัญหาคอขวดในการบูรณาการและต้นทุนแอบแฝงได้

แผนงานการดำเนินงาน

  1. ให้ผู้เชี่ยวชาญโดเมนมีส่วนร่วมตั้งแต่การกำหนดกรอบปัญหาไปจนถึงการประเมิน

  2. ออกแบบเส้นทางการตรวจสอบและเอกสารประกอบก่อนการเปิดตัว

  3. ตรวจสอบการปฏิบัติตามข้อกำหนดและภาระผูกพันด้านความปลอดภัยตั้งแต่เนิ่นๆ

  4. เปิดตัวเป็นระยะโดยมีเกณฑ์การหยุดและย้อนกลับที่ชัดเจน

สำรวจต่อไป

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.

เริ่มแบบทดสอบ

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

คำถามที่พบบ่อย

AI ในการโฆษณาแบบเป็นโปรแกรมคืออะไร?

AI ในการโฆษณาแบบเป็นโปรแกรมคือการใช้การเรียนรู้ของเครื่องเพื่อซื้อและขายการแสดงโฆษณาดิจิทัลโดยอัตโนมัติ โดยการตัดสินใจในหน่วยมิลลิวินาทีว่าจะแสดงโฆษณาใด แสดงต่อใคร และราคาเท่าใด เป็นเรื่องสำคัญเนื่องจากพื้นที่โฆษณาแบบดิสเพลย์ วิดีโอ และทีวีที่เชื่อมต่ออินเทอร์เน็ตส่วนใหญ่ในปัจจุบันมีการซื้อขายในลักษณะนี้ ดังนั้น โมเดลเหล่านี้จึงกำหนดสิ่งที่โฆษณาที่ผู้คนเห็น สิ่งที่ผู้เผยแพร่โฆษณาได้รับ และความเสี่ยงในการฉ้อโกงและความเป็นส่วนตัวที่ระบบต้องดำเนินการ

การประมูลเสนอราคาตามเวลาจริงโดยทั่วไปจะใช้เวลาดำเนินการเสร็จสิ้นประมาณเท่าใด

โดยทั่วไปการประมูล RTB จะดำเนินการภายในงบประมาณประมาณ 100 มิลลิวินาที ดังนั้นโฆษณาที่ชนะจึงสามารถแสดงผลก่อนที่ผู้ใช้จะสังเกตเห็นความล่าช้า

องค์กรใดที่รักษารูปแบบ OpenRTB ที่ใช้กันทั่วไปสำหรับคำขอราคาเสนอ

OpenRTB ได้รับการดูแลโดย IAB Tech Lab ซึ่งเป็นหน่วยงานมาตรฐานทางเทคนิคของอุตสาหกรรมการโฆษณา

การแรเงาราคาเสนอทำอะไร?

ในการประมูลแบบใช้ราคาอันดับ 1 ผู้ชนะจะจ่ายตามราคาที่เสนอ ดังนั้นแบบจำลองการเสนอราคาจะประมาณราคาที่ชนะต่ำสุดเพื่อหลีกเลี่ยงการจ่ายเงินมากเกินไป

เหตุใดการคาดการณ์อัตราการคลิกผ่านในโปรแกรมเสนอราคาจึงต้องได้รับการปรับเทียบอย่างดี ไม่ใช่แค่มีการจัดอันดับที่ดีเท่านั้น

ราคาเสนอคำนวณจากความน่าจะเป็นที่คาดการณ์ไว้ ดังนั้นการประมาณค่าสูงเกินไป 20 เปอร์เซ็นต์จะแปลเป็นราคาเสนอสูงเกิน 20 เปอร์เซ็นต์โดยตรง

Google ประกาศอะไรในปี 2024 เกี่ยวกับคุกกี้ของบุคคลที่สามใน Chrome

หลังจากวางแผนเลิกใช้ Privacy Sandbox เป็นเวลาหลายปี Google กล่าวในปี 2024 ว่าจะไม่บังคับให้ลบคุกกี้ของบุคคลที่สาม