Διαφήμιση έναντι σύστασης

Πόσο στοχοθετημένη διαφήμιση σκοτώνει μηχανές συστάσεων με δικά σας έξοδα

Ξοδέψατε ένα λεπτό για ένα δώρο για την ανηψιά σας και από τότε βλέπετε εικόνες κούκλες παντού. Ακούγεται οικείο?
Οι στοχοθετημένες υπηρεσίες διαφήμισης συχνά πλαισιώνουν μηχανές συστάσεων για να αμβλύνουν την κακή ευθυγράμμιση μεταξύ των κινήτρων των επιχειρήσεων και των ατόμων. Είναι τόσο συνηθισμένο που οι περισσότεροι θεωρούν τις υπηρεσίες συστάσεων ως διαφημιστικές πλατφόρμες σε μεταμφίεση.
Ας δούμε πώς η στοχευμένη διαφήμιση διαφέρει από τη μηχανή συστάσεων και τι σημαίνει για έναν χρήστη: εσείς.

Πρόθεση για αγορά [Tom Fishburne]

Τι είναι οι συστάσεις και η στοχευμένη διαφήμιση;

Πρώτον, τι εννοώ με σύσταση; Αυτό είναι αρκετά απλό: ψάχνετε για κάτι που να ταιριάζει με το προσωπικό σας γούστο, για παράδειγμα τη μουσική. Χρησιμοποιείτε μια υπηρεσία όπου μπορείτε να εισαγάγετε τις προτιμήσεις σας, όπως το Spotify. Αυτή η υπηρεσία προτείνει, στη συνέχεια, νέα τραγούδια που είναι πιθανό να αγαπούν, δεδομένων των προηγούμενων προτιμήσεών σας. Έχετε λάβει συστάσεις.

Η σύσταση στοχεύει στη βελτιστοποίηση της εμπειρίας σας παρέχοντας τα καλύτερα αντικείμενα με βάση τα προσωπικά σας γούστα.

Από την άλλη πλευρά, η στοχευμένη διαφήμιση αφορά τρίτους. Ας υποθέσουμε ότι ο διαφημιζόμενος Α πωλεί παπούτσια και ο διαφημιζόμενος Β πωλεί ταξιδιωτικά πακέτα. Ο καθένας δημιουργεί τη διαφημιστική καμπάνια και πληρώνει τους διαμεσολαβητές διαφήμισης για να εμφανίζει τις διαφημίσεις τους Ο διαφημιζόμενος Α χρησιμοποιεί το DoubleClick της Google και ο διαφημιζόμενος B χρησιμοποιεί το AppNexus. Επισκεφτείτε έναν ιστότοπο που πωλεί υποδοχές διαφημίσεων, όπως το DailyNews. Σε ένα δέκατο του δευτερολέπτου, αυτοί οι διαμεσολαβητές αγοράζουν το ιστορικό του προγράμματος περιήγησής σας σε μια αγορά δεδομένων και στη συνέχεια υποβάλλουν προσφορές για να αποφασίσουν ποια διαφήμιση θα εμφανιστεί.
Αν το DoubleClick πληρώσει το μέγιστο, θα δείτε τα φανταχτερά παπούτσια. Αν το AppNexus πληρώσει τα περισσότερα, θα δείτε τα φτηνά εξωτικά πακέτα ταξιδιών και σκεφτείτε τις επόμενες διακοπές σας.

Η διαφήμιση στοχεύει στη βελτιστοποίηση των κερδών του διαφημιζόμενου, του εκδότη και των τρίτων με βάση το ιστορικό περιήγησης.
Συλλογή προσωπικών δεδομένων [Marketoonist]

Ας πάμε κάτω στα παξιμάδια και τα μπουλόνια για μια στιγμή. Όσον αφορά τη διαφήμιση, ένας "διαμεσολαβητής διαφημίσεων" ονομάζεται πλατφόρμα από πλευράς ζήτησης (DSP). Ένα DSP πληρώνεται όταν κάνετε κλικ στη διαφήμιση, επομένως υπολογίζει τις προσφορές για να μεγιστοποιήσει την πιθανότητα κλικ. Η ομοιότητα με τη σύσταση έρχεται όταν το DSP χρησιμοποιεί τα προσωπικά σας δεδομένα, αγοράστηκε από μια πλατφόρμα διαχείρισης δεδομένων (DMP).

Τα μεγαλύτερα DMP, όπως το Oracle ή το Salesforce, γνωρίζουν πολλά για την ηλικία σας, τους ιστότοπους που επισκέπτεστε, το ιστορικό αναζήτησης, τις αγορές εκτός σύνδεσης ή τη δραστηριότητά σας στα κοινωνικά δίκτυα. Χρησιμοποιούν κακόβουλα cookie παρακολούθησης για να συλλέγουν δεδομένα παντού και να συγχρονίζουν όλα τα προφίλ σας μαζί. Το DSP χρησιμοποιεί αυτά τα δεδομένα για να προβλέψει την πιθανότητα κλικ. Αυτός είναι ο λόγος που μετά την αναζήτηση για παπούτσια στο Google, θα δείτε διαφημίσεις παπουτσιών μεταξύ των άρθρων ειδήσεών σας.

Τρίτες διαδικτυακές διαφημίσεις [Wikipedia]

Διαφορετικά τεχνικά πλαίσια

Η στοχοθετημένη διαφήμιση διαφέρει σημαντικά από τη σύσταση για τρεις κύριους λόγους: τα δεδομένα που σχετίζονται με αυτές τις προσεγγίσεις, την υπερ-απλοποίηση των προφίλ των χρηστών και τους περιορισμούς υπολογισμού.

1. Σιωπηρή και ρητή ανατροφοδότηση

Πρώτα απ 'όλα, τα συστήματα συστάσεων είναι διαδραστικά. Μπορείτε να προσαρμόσετε τις προτιμήσεις σας για να τροποποιήσετε τι παίρνετε. Οι υπηρεσίες αυτές χρησιμοποιούν κυρίως ρητή ανατροφοδότηση.
Αντίθετα, τα διαφημιστικά συστήματα συλλέγουν μόνο σιωπηρή ανατροφοδότηση, συχνά χωρίς να ζητούν την άδειά σας. Το να βλέπεις πολλά μωρά για αρκετές εβδομάδες είναι απογοητευτικό όταν απλά αγόρασες ένα δώρο στον νεοφερμένο φίλο σου. Τα δεδομένα που λαμβάνονται από τη σιωπηρή ανατροφοδότηση είναι πολύ λιγότερο ενημερωτικά από ότι από μια διαδραστική διαδικασία.
Ως ειδικός μουσικής, θα μπορούσατε να συστήσετε μια καλή μουσική για κάποιον μετά από μια σύντομη συνομιλία για τη μουσική; Ασφαλώς. Θα μπορούσατε να το κάνετε με δεδομένες μόνο τις πρόσφατες αναζητήσεις τους στο Google; Δεν θα κάνω κλικ σε αυτό.

2. Χονδροειδές περιτύλιγμα των προφίλ χρηστών

Μια δεύτερη σημαντική διαφορά προέρχεται από τον αριθμό των τρίτων που συμμετέχουν στη διαδικασία υποβολής προσφορών σε πραγματικό χρόνο. Δεδομένου ότι οι DSP (διαμεσολαβητές διαφήμισης) και τα DMP (πλατφόρμες δεδομένων) είναι ξεχωριστές επιχειρήσεις, η επεξεργασία των δεδομένων σας διαχωρίζεται ουσιαστικά από τη σύσταση σε πραγματικό χρόνο. Το DMP δεν γνωρίζει ποιες είναι οι τρέχουσες διαφημιστικές εκστρατείες όταν συμπιέζει τις μυριάδες των σημείων δεδομένων σε ενημερωτικές περιγραφές. Αυτή η διαδικασία έχει ως αποτέλεσμα υπερβολικά απλοποιημένη κατάτμηση των προφίλ χρηστών σε προκαθορισμένες χονδροειδείς κατηγορίες. Θα αισθανόσασταν κατανοητό αν είχα στερεότυπα τα γούστα σας μόνο παίρνοντας μερικά από τα ακόλουθα 44 χαρακτηριστικά;

Τα 44 τμήματα χρήστη του συνόλου δεδομένων iPinYou [sic]

Για ένα DMP, είναι συχνά πιο κερδοφόρο να συσσωρεύονται δισεκατομμύρια περιλήψεις χρηστών αντί να δαπανώνται χρόνοι και χρήματα που συγκεντρώνουν σε βάθος προτιμήσεις γεύσης για λίγους ανθρώπους. Ένα DMP μπορεί να σας χαρακτηρίζει ως "30 ετών αρσενικό που ψάχνει για παπούτσια", αλλά δεν γνωρίζουν τι είδους παπούτσια προτιμάτε, ούτε εάν ο φίλος σας χρησιμοποίησε τον υπολογιστή σας για αυτή την αναζήτηση.

3. Υπολογιστική ικανότητα

Η τρίτη τεχνική αντίθεση που θα ήθελα να επισημάνω είναι ο εξαιρετικά σύντομος χρονικός περιορισμός που επιβάλλεται στους DSPs να υποβάλλουν προσφορές σε μια διαφημιστική αυλάκωση: συχνά λιγότερο από 100ms. Αυτό επιβάλλει τη χρήση εντελώς αφελών αλγορίθμων σε σύγκριση με τα συστήματα που προτείνουν τα συστήματά τους. Ένας αλγόριθμος πρόβλεψης για την υποβολή προσφορών σε πραγματικό χρόνο (RTB) θα επιλέξει τυπικά ένα αραιό υποσύνολο 30-40 χαρακτηριστικών όπου ένας αλγόριθμος για σύσταση θα χρησιμοποιεί πυκνές αναπαραστάσεις με δεκάδες εκατομμύρια παραμέτρους.

Σε συνδυασμό με την απλούστευση που εξηγείται παραπάνω, είναι προφανές ότι οι κοινές μηχανές συστάσεων έχουν υπολογιστικές εξουσίες μεγέθους μεγαλύτερες από αυτές της RTB.

Το παιχνίδι προσφοράς σε πραγματικό χρόνο [AdExchanger]

Τι σημαίνει για έναν χρήστη

Τώρα που έχουμε διατυπώσει τις βασικές διαφορές, ας δούμε πώς επηρεάζει την εμπειρία του χρήστη. Λόγω των παραπάνω τεχνικών περιορισμών, οι διαφημίσεις απέχουν πολύ από το να είναι προσαρμοσμένες στη γεύση των χρηστών. Το τέλειο στατιστικό στοιχείο για να αποδειχθεί αυτό το γεγονός είναι ότι ο μέσος αριθμός των φορών που γίνεται κλικ σε μια διαφήμιση είναι μικρότερη από 1/1000. Ομοίως, ο μέσος αριθμός μετατροπών (π.χ. αγορά, λήψη) είναι μικρότερος από 1 / 20.000. Μια μηχανή συστάσεων με μια μόνο καλή εικασία ποτέ 20.000 εικασίες δεν μπορούσε να κοιτάξει στον καθρέφτη το πρωί.

Επειδή πληρώνονται με κλικ, οι διαφημιστές στο διαδίκτυο χρησιμοποιούν πολύ γνωστές μεθόδους για να προσελκύσουν την προσοχή των μη ενδιαφερόμενων χρηστών: κινούμενα σχέδια που αναβοσβήνουν, υψηλή οπτική αντίθεση και ηχητικά εφέ. Αυτό προφανώς βλάπτει την εμπειρία στο διαδίκτυο και εξηγεί γιατί οι άνθρωποι σπεύδουν σε λογισμικό αποκλεισμού διαφημίσεων. Το eMarketer αναμένει ότι το 30% των χρηστών του Διαδικτύου θα χρησιμοποιήσει το ένα το 2018.

Αριθμός συσκευών που χρησιμοποιούν λογισμικό αποκλεισμού διαφημίσεων [PageFair]

Το ίδιο αυτό το σύστημα υποβολής προσφορών έχει αντίκτυπο στην εμπειρία. Η επιλεγμένη διαφήμιση καταλήγει να είναι αυτή του DSP που πληρώνει το μέγιστο. Αυτό που βλέπει ο χρήστης είναι όχι μόνο άσχετο αλλά και έντονα μεροληπτικό προς τις πλούσιες επιχειρήσεις. Οι indie μπάντες ή οι δημιουργοί ταινιών δεν θα προωθηθούν ποτέ όταν ανταγωνίζονται με μεγάλες βιομηχανίες, ακόμα και αν είναι καλύτερες για εσάς.

Σε ακραίες περιπτώσεις, οι χρήστες δεν βλέπουν τίποτα χωρίς μια δαπανηρή διαφημιστική καμπάνια να πληρώνουν για αυτό. Οι υποδοχές διαφημίσεων δεν είναι μέρος για να υποδείξουν τους ανθρώπους να επισκεφθούν αυτό το κρυφό πάρκο που σας είπαν οι γείτονες ή το μικροσκοπικό δημόσιο μουσείο που ανακαλύψατε δύο χρόνια μετά το πέρασμα κάθε μέρα. Αντίθετα, ένας καλός μηχανισμός συστάσεων, που δεν οδηγείται από κέρδη, θα τα πήρε σίγουρα αν δουλέψει για εσάς. Ειδικά δωρεάν αντικείμενα και δραστηριότητες!

Ας ανοικοδομήσουμε την εμπιστοσύνη στις μηχανές συστάσεων

Όταν η εμπιστοσύνη είναι κατεστραμμένη, η σχέση αλλάζει για πάντα. Η επιδείνωση της διαδικτυακής εμπειρίας μας καθιστά όλο και πιο ύποπτο για τις αλγοριθμικές προτάσεις που λαμβάνουμε. Μια γνήσια μηχανή σύστασης πρέπει να αφορά μόνο εσάς, το άτομο και να εργάζεστε για το καλύτερο συμφέρον σας. Δεν θα εμπιστευόμουν συστάσεις από μια πλατφόρμα που να προσφέρει προϊόντα χορηγίας ή, χειρότερα, να πουλά τα προσωπικά μου δεδομένα σε πρακτορεία τρίτων.

Φανταστείτε δύο μέλλοντα: ένα όπου η διαφήμιση κερδίζει και τα popups ρέουν απευθείας στα οπτικά νεύρα σας. το δεύτερο, όπου η AI είναι εδώ για να σας βοηθήσει να ανακαλύψετε τα πράγματα που αγαπάτε. Ποιο μέλλον θέλετε να είστε μέρος του κτιρίου;
Γι 'αυτό στο Crossing Minds δημιουργούμε hai, μια διαδραστική μηχανή συστάσεων για τα μέσα ενημέρωσης και την ψυχαγωγία, χωρίς καμία προκατάληψη. Μπορείτε να εγγραφείτε εδώ για να δοκιμάσετε την έκδοση alpha: εκατομμύρια παραμέτρους, εκπαιδευμένοι από τον εαυτό σας, για δικό σας κέρδος!