Nachricht

Jan 26, 2024

Wie KI das Datenschutzproblem von Werbetreibenden löst

Treffen Sie vom 11. bis 12. Juli Top-Führungskräfte in San Francisco, um zu erfahren, wie Führungskräfte sind

Treffen Sie vom 11. bis 12. Juli Top-Führungskräfte in San Francisco, um zu erfahren, wie Führungskräfte KI-Investitionen integrieren und optimieren, um erfolgreich zu sein. Erfahren Sie mehr

Vorbei sind die Zeiten, in denen ein paar große, mutige Spreads in einem beliebten Magazin geschaltet oder eine digitale Homepage-Übernahme auf einigen stark frequentierten Verlagsseiten gestartet wurden. Bis zum nächsten Jahr wird der weltweite Markt für plattformübergreifende und mobile Werbung voraussichtlich fast 300 Milliarden US-Dollar erreichen. Daher ist die Einführung einer Kampagne, die Social Media, Display, Streaming und mehr umfasst, keine Ausnahme. Es ist die (neue) Regel.

Während dieser Ansatz ein breiteres Netz wirft und es Marken ermöglicht, Verbraucher dort zu treffen, wo sie sind, bereiten zwei Herausforderungen den Werbetreibenden weiterhin große Sorgen: die konsistente und effektive Ausrichtung von Anzeigen auf relevante Zielgruppen und von dort aus die Zuordnung von Leistung zu Geschäftsergebnissen. Diese Bedenken bestehen auf allen Plattformen – und je mehr Kampagnenerweiterungen, desto unklarer scheinen die Targeting- und Attributionsbemühungen zu werden.

Jetzt gibt es jedoch eine neue Ebene. Durch strengere Datenschutzbestimmungen verlieren Werbetreibende den Zugriff auf detaillierte Details, die zuvor zur Verbesserung der Kampagnenausrichtung und der Gesamtleistung beigetragen haben.

Erweiterte Datenschutzrichtlinien machen digitale Werbung noch schwieriger. Während die Identifizierung und effektive Ansprache diskreter Zielgruppen im großen Maßstab schon immer eine große Herausforderung war, sind Daten, die einst diese Entscheidungen leiteten, nun vom Tisch.

Transformation 2023

Besuchen Sie uns vom 11. bis 12. Juli in San Francisco, wo Top-Führungskräfte erzählen, wie sie KI-Investitionen erfolgreich integriert und optimiert und häufige Fallstricke vermieden haben.

Aber es geht tiefer. Viele der Daten, die Werbetreibende sammeln können, sind reine Schätzungen – viele Nutzer lehnen das Onsite- und In-App-Tracking ab. Bis zu 88 % der Facebook-Nutzer weltweit – und 96 % in den USA – haben sich beispielsweise vom App-Tracking abgemeldet. Kombinieren Sie diese erstaunlichen Zahlen mit plattformspezifischen Datenschutzrichtlinien, und Werbetreibende blicken häufig auf unvollständige Kennzahlen.

Immer mehr Marken nutzen künstliche Intelligenz (KI), um Targeting und Attribution zu verbessern. KI kann Werbetreibenden dabei helfen, die gewünschten Zielgruppen auf der Grundlage kreativer Eingaben zu erreichen. Vergleichen Sie diesen Ansatz mit dem alten Ratespiel, bei dem die Strategie durch eine vorab geplante Zielgruppensegmentierung bestimmt wurde.

Durch den Einsatz von KI können sowohl Plattformen als auch Werbetreibende ein breiter angelegtes Targeting besser optimieren und sich dabei darauf verlassen, dass die Algorithmen der Medienplattform unzählige Datenpunkte sammeln und gleichzeitig die richtigen Nachrichten zur richtigen Zeit an die richtigen Benutzer übermitteln.

KI verbessert auch die Messung und Zuordnung und schließt die Erkenntnislücken, die moderne Datenschutzrichtlinien schaffen. Mithilfe von Vorhersagemodellen können Werbetreibende diese Lücken nun effizient und effektiv schließen.

KI-gesteuerte Algorithmen können riesige Datenmengen analysieren und Muster und Erkenntnisse identifizieren, die Ihnen dabei helfen, Ihre idealen Kunden zu finden, anzusprechen und zu aktivieren. Kein menschlicher Mediaplaner wäre in der Lage, auf diesem Niveau und in dieser Geschwindigkeit zu arbeiten.

Ebenso wichtig ist, dass Werbetreibende mit KI über demografische Daten hinausgehen und Verhaltens- und Kontextsignale nutzen können, um relevantere Anzeigen für ihre Zielgruppen bereitzustellen. Auch hier kann die Lookalike-Modellierung weiterhin angewendet werden – ausgehend von einem bestimmten Datensatz; Werbetreibende können ähnliche Zielgruppen erstellen, je nachdem, wie stark Einzelpersonen und Segmente mit der ursprünglichen Zielgruppe übereinstimmen. Viele verbindende Erkenntnisse, die moderne Medienalgorithmen aufdecken können, waren Werbetreibenden und Medienexperten bisher verborgen.

KI kann Werbetreibenden dabei helfen, den einzelnen Verbrauchern weitaus relevantere Nachrichten zu übermitteln, die auf deren Interessen, Browserverlauf und anderen Schlüsselfaktoren basieren. Dieser Ansatz kann dazu beitragen, das Engagement und die Conversions zu steigern, indem auffälligere Inhalte dann, wo und wie Verbraucher am ehesten Maßnahmen ergreifen, bereitgestellt werden.

Da der Algorithmus viele verschiedene kreative Elemente einem breiteren Publikum zuführt, lernt er schnell, wer in welchen Umgebungen auf welche Anzeigentypen reagiert. Dies ermöglicht es KI-gestützten Systemen, die Zustellung auf der Grundlage von Verhaltenssignalen zu optimieren. Dabei wird berücksichtigt, dass dieser Verbrauchertyp, der beispielsweise diese Anzeige zu diesem Zeitpunkt auf dieser Plattform sieht, wahrscheinlich darauf klickt, stöbert und eine entscheidende Aktion ausführt – sei es ein Kauf, eine E-Mail-Anmeldung oder ein anderer KPI.

Infolgedessen gibt es in der Social-Media-Branche eine Bewegung hin zu breiterem Targeting und kreativeren Variationen, da die Algorithmen durch den Einsatz viel mehr kreativer Ressourcen und maschinellem Lernen (ML) Teilsegmente innerhalb des breiteren Publikums ansprechen können. Und sie können dies viel effektiver tun als menschliche Mediaplaner mit ihren manuell vorgeplanten Segmentierungs- und Nachrichtenkarten.

Das führt zu einem weiteren KI-Anwendungsfall: Skalierung von Inhalten und kreativer Produktion, um mit den Kampagnenanforderungen Schritt zu halten. Mit generativen KI-Tools können Marken effizienter große Variationen in Texten, Texten und sogar vollständigen Bildern und Videos erstellen. Je mehr kreative Variationen Sie haben, desto mehr können die Algorithmen lernen und liefern. Generative KI durchbricht den Kompromiss, mit dem Werbetreibende in der Vergangenheit zwischen steigenden Produktionskosten und besserer Medienbereitstellung durch Algorithmen konfrontiert waren. Hochwertige Kreativität in einer Vielzahl von Versionen kann zu immer geringeren Kosten in Medienalgorithmen eingespeist werden.

Anzeigenersteller verwenden jetzt einen dekonstruierten Ansatz, indem sie mehrere Bilder, Videos oder Textvarianten hochladen und dann Kombinationen maschinell erstellter Anzeigenversionen über KI bereitstellen lassen. Das Ziel: Den Algorithmen genügend Inhaltselemente zuführen, um eine statistisch ausreichende Anzahl von Benutzerdateninteraktionen zwischen Kreativ- und Zielgruppentypen zu unterstützen. Die KI misst und optimiert die beste Kombination für das Targeting.

Durch Cookies und MAIDS (Mobile Ad IDs) ist die Ausrichtung von Anzeigen auf diese Weise deutlich schwieriger geworden. Bei manueller Durchführung kann die Datenerfassung, -analyse und -produktion Wochen dauern, bis solche Leistungserkenntnisse ermittelt und umgesetzt werden. KI kann Anzeigen basierend auf einer kurzen Laufzeit von einigen Tagen ändern und die Anzeigen in verschiedenen Kombinationen anzeigen. Dieses Maß an Anpassungsfähigkeit gibt Werbetreibenden die Möglichkeit, Verschwendung zu reduzieren und die Wirkung zu maximieren, sodass sie noch mehr aus jedem Kampagnendollar herausholen können. Das Verbrauchererlebnis wird auch durch relevantere Inhalte und Anzeigen verbessert.

Der interessanteste neue Anwendungsbereich könnte die Nutzung von KI für die Attribution sein. Schon jetzt schätzen viele Plattformen die Anzeigen-Conversions, da Datenschutzrichtlinien und Datenbeschränkungen das direkte Tracking stark einschränken. KI-gestützte Marketing-Mix-Modellierung kann dabei helfen, die Kampagnenleistung mit einer Geschwindigkeit und Kosten vorherzusagen, die weit unter den historischen Normen liegen.

KI kann Marken auch dabei helfen, die Notwendigkeit zu umgehen, mit Cookie-Dateien umzugehen und Verbraucherreaktionsdaten zu interpretieren und gleichzeitig die Datenschutzrichtlinien einzuhalten. In viele CRM-Plattformen sind diese Funktionen zunehmend integriert. Angesichts der Erkenntnisse aus der KI-gestützten Modellierung ergeben sich neue Möglichkeiten für die Datenkonnektivität über SaaS-basierte Werbung.

Die heutige digitale Werbelandschaft ist herausfordernd, aber auch vielversprechend. Um den Erfolg Ihrer Kampagnen zu optimieren, hören Sie auf, die Maschinen auszutricksen. Du wirst nicht gewinnen.

Die vorgegebenen Segmentierungsschemata von gestern werden Algorithmen nicht dabei helfen, die gewünschten Ergebnisse zu erzielen. Nutzen Sie stattdessen KI-gestützte Algorithmen, indem Sie ihnen mehr Nachrichten, mehr Bilder, mehr Videos und mehr Vorlagen zuführen. Geben Sie der KI die Inhalte und kreativen Elemente, die sie zur Optimierung benötigt.

Vergessen Sie jedoch nicht, dass Ihr Publikum ein Mensch ist. Marke und Kreativität sind nach wie vor wichtig, und hier steht der Mensch im Vordergrund. Ein Kampagnen-Hook, der auf einer großen Idee aufbaut, wird der KI nur dabei helfen, noch bessere Ergebnisse zu erzielen. Konzentrieren Sie sich also auf Kreativität und Markenwerte und lassen Sie die KI die Umsetzung übernehmen.

Max Cammarota ist Direktor für bezahlte soziale und Performance-Medien bei Beeby Clark+Meyler (BCM).

Willkommen in der VentureBeat-Community!

Bei DataDecisionMakers können Experten, einschließlich der Techniker, die mit Daten arbeiten, datenbezogene Erkenntnisse und Innovationen austauschen.

Wenn Sie mehr über innovative Ideen und aktuelle Informationen, Best Practices und die Zukunft von Daten und Datentechnologie erfahren möchten, besuchen Sie uns bei DataDecisionMakers.

Vielleicht erwägen Sie sogar, einen eigenen Artikel beizutragen!

Lesen Sie mehr von DataDecisionMakers