ДаліНаступний посібник
ШІ в адмініструванні державних пільг
Галузі промисловості
Галузеві довідники
ШІ в програмній рекламі
Штучний інтелект у програмній рекламі — це використання машинного навчання для автоматичної купівлі та продажу показів цифрової реклами, вирішуючи за мілісекунди, яку рекламу показувати, кому та за якою ціною.
На цій сторінці4 хвилини читання
Огляд
Це важливо, оскільки більшість сучасних медійних, відео- та підключених телевізійних ресурсів продаються таким чином, тому ці моделі визначають те, яку рекламу бачать люди, скільки заробляють видавці та який ризик шахрайства та конфіденційності несе система.
Глибоке занурення
Коли завантажується сторінка чи програма з рекламними місцями, платформа видавця надсилає запит на ставку, часто у форматі OpenRTB, який підтримує IAB Tech Lab, до бірж оголошень і платформ попиту. У запиті описується показ: сайт або програма, розмір оголошення, тип пристрою, приблизне місцезнаходження та будь-які доступні ідентифікатори користувача. Бюджет усього аукціону зазвичай становить близько 100 мілісекунд, а оголошення-переможець відображається до того, як користувач помітить затримку. ШІ приймає більшість рішень. DSP запускають моделі, які передбачають рейтинг кліків, коефіцієнт конверсії або видимість для кожного показу, а потім перетворюють ці прогнози на ставки. У міру переходу галузі від аукціонів другої ціни до аукціонів першої ціни приблизно між 2017 і 2019 роками (Google Ad Manager перейшов у 2019 році), DSP додали затінення ставок: моделі оцінюють найнижчу ціну, яка ймовірно виграє, щоб покупці не переплачували. На стороні продажу SSP встановлюють динамічні мінімальні значення та вирішують, яким партнерам попиту зателефонувати. Історично моделювання аудиторії залежало від сторонніх файлів cookie, які стежать за користувачами на різних сайтах. Safari блокує їх за замовчуванням, Firefox обмежує, а Apple App Tracking Transparency (2021) обмежує мобільні рекламні ідентифікатори. Google роками планував поступово відмовитися від сторонніх файлів cookie в Chrome через його Privacy Sandbox, а потім у 2024 році змінив курс і заявив, що не буде примусово їх видаляти. Незважаючи на це, індустрія перейшла до власних даних, контекстного націлювання, чистих кімнат для даних і альтернативних ідентифікаторів. Шахрайство з рекламою є постійною проблемою. Боти, прихована реклама та підроблені домени виснажують бюджети; Операція Methbot викрила у 2016 році підроблені перегляди відео на підроблених версіях преміальних сайтів. Моделі виявлення шукають нелюдську поведінку, а стандарти ads.txt і sellers.json дозволяють покупцям перевірити, хто має право продавати асортимент сайту. Поширеною помилкою є те, що рекламний штучний інтелект «знає» людей. Більшість моделей працюють з імовірнісними сигналами, і велика частка націлювання є контекстною або змодельованою на рівні групи.
Стратегічний вплив
Контекст і правила
Галузевий контекст визначає, чи виживуть ідеї ШІ при контакті з реальністю.
Контроль якості
Обмеження домену впливають на прийнятну кількість помилок і моделі контролю.
Створіть вибір
Успішне розгортання узгоджує технічні можливості з робочими процесами.
Майбутнє штучного інтелекту в програмній рекламі
Очікуйте продовження руху до сигналів, які не покладаються на міжсайтове відстеження: дані видавців першої сторони, контекстні моделі, які розуміють значення сторінок і відео, і чисті кімнати, де рекламодавці та видавці підбирають аудиторію без обміну необробленими записами. Роздрібні медіа-мережі та підключене телебачення – це канали, що розвиваються, де ці підходи вже поширені. Закони про конфіденційність у різних юрисдикціях продовжуватимуть обмежувати, які дані можуть надаватися моделям аудиторії, а вимірювання більше покладатиметься на змодельовану агреговану атрибуцію. Шахрайство продовжуватиме адаптуватися, включаючи генеративний штучний інтелект, який використовується для масового виробництва низькоякісних сайтів, призначених для реклами, тому перевірка та прозорість шляху постачання залишатимуться центральними. Залишається незрозумілим, як далі розвиватиметься політика щодо файлів cookie браузера.
Реалізація в реальному світі
Платформа на стороні попиту (DSP) передбачає ймовірність того, що певний показ призведе до покупки, і множить її на цінність конверсії рекламодавця, щоб встановити ставку на аукціоні в реальному часі.
Платформа пропозиції видавця новин (SSP) використовує динамічні мінімальні ціни, вивчаючи мінімальну ціну кожного типу показу, щоб інвентар не продавався надто дешево.
Система виявлення шахрайства позначає кластер «відвідувачів», які завантажують сторінки з IP-адрес центру обробки даних, ніколи не прокручують і клацають через регулярні для машини проміжки часу, і цей трафік виключається до розміщення будь-яких ставок.
Роздрібний продавець без сторонніх даних файлів cookie використовує контекстне націлювання: модель читає вміст статті про походи та ставить на цій сторінці рекламу спорядження для активного відпочинку без використання персонального ідентифікатора.
Ризики та огорожі
Нормативні вимоги можуть зробити недійсними в іншому випадку надійні прототипи.
Історичні дані можуть кодувати упередженість, яка шкодить певним спільнотам.
Застарілі системи можуть створювати вузькі місця інтеграції та приховані витрати.
Дорожня карта впровадження
Залучайте експертів із предметної області від розробки проблеми до оцінки.
Створіть контрольні стежки та документацію перед запуском.
Завчасно перевірте зобов’язання щодо відповідності та безпеки.
Розгортайте поетапно з чіткими критеріями зупинки та відкату.
Продовжуйте досліджувати
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.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Часті запитання
Що таке штучний інтелект у програмній рекламі?
Штучний інтелект у програмній рекламі — це використання машинного навчання для автоматичної купівлі та продажу показів цифрової реклами, вирішуючи за мілісекунди, яку рекламу показувати, кому та за якою ціною. Це важливо, оскільки більшість сучасних медійних, відео- та підключених телевізійних ресурсів продаються таким чином, тому ці моделі визначають те, яку рекламу бачать люди, скільки заробляють видавці та який ризик шахрайства та конфіденційності несе система.
Приблизно скільки часу має завершитися типовий аукціон із призначенням ставок у реальному часі?
Аукціони RTB зазвичай проводяться в межах бюджету близько 100 мілісекунд, тому оголошення-переможець може відобразитися до того, як користувач помітить затримку.
Яка організація підтримує формат OpenRTB, який зазвичай використовується для запитів ставок?
OpenRTB підтримує IAB Tech Lab, орган технічних стандартів рекламної галузі.
Що робить затінення ставок?
На аукціонах за першою ціною переможець платить стільки, скільки запропонував, тому моделі відтінку ставок оцінюють найнижчу виграшну ціну, щоб уникнути переплати.
Чому прогнози рейтингу кліків у учасника ставок повинні бути добре відкалібровані, а не просто добре ранжовані?
Ставка обчислюється на основі передбаченої ймовірності, тому 20-відсоткове завищення перетворюється на 20-відсоткове завищення ставки.
Що Google оголосив у 2024 році про сторонні файли cookie в Chrome?
Після багатьох років планування поступової відмови через Privacy Sandbox Google заявив у 2024 році, що не примусово видалятиме сторонні файли cookie.
Продовжуйте вчитися
Пов'язані посібники
Інші посібники, вибрані для цієї теми