Yayıncılar, kişiselleştirilmiş deneyimleri para kazanma stratejileriyle dengelemek için yapay zekayı nasıl kullanıyor?

Yayıncılar, kişiselleştirilmiş deneyimler sunmak ve çeşitli gelir akışlarını güçlendirmek için gereken güçlü birinci taraf veri setlerini toplama ve oluşturma araçlarına sahip olarak, hedef kitleleriyle olan ilişkilerinden yararlanmak için iyi bir konumdadır.

Ancak sektör çerez tabanlı hedeflemeden uzaklaştıkça – ve Google yüksek sesle Ölçekleme yeteneğini sınırlayan siteler arası izleme için alternatif kimlik çözümlerine karşı yayıncılar, envanterlerinin değerini artırmanın ve iletmenin yeni yollarını bulmalı ve aynı zamanda para kazanma stratejilerinin kullanıcı deneyimiyle uyumlu olmasını sağlamalıdır.

İşte bu noktada yapay zeka (AI) devreye giriyor ve bu dengenin sağlanmasında kilit rol oynuyor.

Fırsatlar yok olmuyor; onlar sadece farklı

Günümüzün reklamcılık ortamı giderek daha karmaşık hale geliyor. Dijital reklam harcamalarının çoğu, kimliğin tutarlı görünürlüğüne ve hesaplanabilirliğine dayanan belirli bireyleri hedeflemeye ve yeniden hedeflemeye gider. Google'ın hamlesi, bu yaklaşımı 'tehlikedeki' listeye koydu ve muhtemelen mevcut parçalanmaya eklenecek. Kullanıcılar dizüstü bilgisayarlar, mobil cihazlar, CTV ve diğer akıllı gadget'lara dağılmış durumdayken, adreslenebilir tanımlayıcılar oluşturmak zaten zordu, ancak şimdi markaların Google'ı veya açık web'i kullanırken farklı teknolojiler ve sistemler arasında geçiş yapması gerekecek.

Yayıncı tarafında bu, hem içerik hem de reklam perspektifinden değer sağlamanın bir yolu olarak kişiselleştirme stratejilerini etkileyecektir. Bununla birlikte, yayıncılara, zengin içerikli deneyimler aracılığıyla reklam harcamalarını optimize etmek isteyen reklamverenler için adreslenebilir kitlelere erişim sağlamada daha merkezi bir rol oynama fırsatı da sunar.

Yayıncılar, AI teknolojisini kullanarak, veri ekleme sürecini kolaylaştırabilir ve markaların birinci taraf verilerini, diğer AI olmayan araçlardan daha yüksek bir doğruluk oranıyla kendi adreslenebilir kitleleriyle eşleştirebilir. Temiz oda teknolojisiyle birlikte uygulandığında, bu, izleyicileri benzerlik temelinde eşleştiren ve özel pazarlarda artan erişime olanak tanıyan veri işbirliği için gizlilik açısından güvenli ve yayıncı tarafından kontrol edilen bir alan sağlar.

AI, etkili erişim geliştirme için bir yol sunar

As yayıncılarının sahip olduğu iki temel şey, elbette, içerik ve rızadır. İlgi çekici içerik üretmek, kullanıcı katılımını ve sadakatini kazanmaya yardımcı olurken, kullanıcı merkezli onay, güven oluşturma ve çok aranan birinci taraf verilerini toplama ve kullanma izni alma şansını artırır. Bu temelde, yayıncılar, bilinen, oturum açmış kullanıcılara temel erişim sağlamak için birinci taraf veri stratejilerinin temelini oluşturmak için iyi bir konumdadır.

Ancak sorun, onaylanan verilerin sınırlamalarında yatmaktadır. Tüm kullanıcılar veri paylaşmaya istekli olmayacaktır. Aslında, tüketicilerin sadece %2-10'unun yaş ve cinsiyet gibi ayrıntıları paylaştığı yaygın olarak kabul ediliyor.

Bu nedenle, optimum erişimi sürdürmek için yayıncıların oturum açma duvarlarının ötesindeki seçenekleri keşfetmesi gerekecektir. İçeriği olabildiğince açık tutmak isteyenler, birinci taraf veri stratejilerini geliştirmek için yapay zekanın veri işleme ve geliştirme kapasitesini kullanmaya yöneleceklerdir. Kullanım listesinin başında, makine öğrenimi tarafından desteklenen tahmine dayalı modelleme yer alır. Onaylı kullanıcı özelliklerini analitik bir temel olarak alarak, belirleyici veriler eksik olduğunda bile - her yayıncı tarafından belirlenen özelleştirilmiş ve doğrulanabilir doğruluk oranlarına uygun olarak - adreslenebilir erişimin doğru bir şekilde genişletilmesine olanak tanır.

Örneğin, gerçek zamanlı bağlamsal verilerle birlikte kullanıldığında AI, kullanıcı düzeyinde veriler olmadan gösterim düzeyinde hedefleme sağlayabilir. Her kullanım durumunda, ana çekicilik, çıkarsanan (bildirilmeyen) özelliklere yapılan vurgunun, gizliliği ön planda tutması, kişiselleştirilmiş deneyimler sağlaması ve kullanıcı deneyimini engellemeden hedefleme yapmasıdır.  

Bunun gerçek dünyada nasıl çalışabileceğine bir örnek, işe alım verileridir. İşe alım reklam departmanlarına sahip yayıncılar, ilgili adaylara yüksek oranda hedeflenmiş reklamlar görüntülemek için iş arayanlardan gelen verileri entegre etmek için araçlardan yararlanabilir. AI daha sonra, kullanıcı deneyimini etkilemeden istatistiksel olarak alakalı diğer tüketicilere ulaşmak için ilk işe alım verilerine dayalı olarak hedef kitleyi genişleterek erişimi ölçeklendirmek için kullanılabilir.

Sektör için sırada ne var?

Kolektif endüstri kristal küresine bakmak asla kolay değildir, ancak rüzgarların hangi yöne estiğine dair işaretler var. Örneğin, Google'ın Gizlilik Korumalı Alanı girişimi FLoC'dan ortaya çıkan en son teklif, hedeflemeye yönelik kohort tabanlı bir yaklaşım oluşturmak için makine öğrenimi analizinin kullanılmasını önerir.

Daha önce yapay zeka destekli izleyici sendikasyonuna karşı temkinli olan yayıncılar için bu iyi bir haber olabilir: reklamverenlerle daha güçlü bağlar kurmalarına ve izleyicileri ölçeklendirmenin yolunu açmalarına izin vermek. FLoC'nin rekabete aykırı olup olmayacağı konusundaki tartışmayı bir kenara bırakırsak, FLoC'nin daha da gelişmesini sağlayacağı inkar edilemez. makine tarafından öğrenilen segmentasyon ve kişiselleştirme, bu sektör için iyi bir hamle.

Sürekli değişen bir sektörde, yapay zeka nihayetinde yayıncılara kişiselleştirilmiş deneyimleri gizlilik öncelikli para kazanma stratejileriyle dengeleme yetenekleri konusunda iyimser olmaları için bir fırsat sunuyor. AI tarafından sunulan gelişmiş çözümler, yayıncılara kendi yollarını çizmeleri ve onları yalnızca birinci taraf veri sağlayıcıları değil, ölçeklenebilir, gizlilik açısından güvenli çözümlere temel taşı olduklarını göstermek için gerekli araçlarla donatmaları için güç verir.

Kaynak: https://dataconomy.com/2021/04/how-publishers-use-ai-personalized-experiences-monetization-strategies/