Boost in ad clicks after implementing AI-based marketing tools

Innowise ha desarrollado una plataforma de análisis basada en IA y aprendizaje automático que ayuda a emparejar las consultas de los usuarios con los anuncios más relevantes.

Cliente

Industria

Ventas y Marketing

Región

Global

Cliente desde

2022

Nuestro cliente es una agencia de marketing online centrada en los resultados que ofrece campañas publicitarias, creación de contenidos y servicios de SEO cuyo objetivo es aumentar los clientes potenciales cualificados y las transacciones para sus clientes.

La información detallada sobre el cliente no puede divulgarse en virtud de las disposiciones del acuerdo de confidencialidad.

Desafío

A medida que la publicidad digital sigue evolucionando, los usuarios pueden sentirse abrumados por la abundancia de opciones. A pesar de ello, las agencias de marketing online siguen luchando por llegar a su público objetivo con recomendaciones de productos relevantes en el momento adecuado en función de las consultas de los usuarios.

Nuestro cliente se enfrentaba a un problema fundamental con un sistema de recomendación de anuncios poco optimizado que no ofrecía anuncios en buscadores que se ajustaran a las necesidades de los usuarios. Durante los esfuerzos publicitarios, la agencia se enfrentó a una serie de retos significativos: alrededor del 30-40% de las solicitudes de los usuarios del motor de búsqueda no estaban cubiertas por anuncios relevantes. Además, un gran número de los anuncios existentes eran irrelevantes debido a su escasa correspondencia con las consultas de los usuarios.

La causa fundamental del problema de relevancia era la falta de cobertura de palabras clave y activos relevantes por parte del sistema publicitario existente, lo que afectaba a los clics de los usuarios y al rendimiento de las campañas publicitarias. La plataforma existente del cliente proporcionaba análisis inadecuados, lo que dificultaba la corrección de los problemas de relevancia y la identificación de las causas de las solicitudes mal cubiertas... El número de solicitudes no emparejadas o emparejadas irrelevantes era demasiado grande para el examen detallado de los datos y la identificación de las causas locales de los anuncios de bajo rendimiento.

Para abordar estos problemas, nuestro cliente se puso en contacto con el Grupo Innowise para obtener análisis avanzados y generación de resúmenes para subgrupos agrupados de consultas de usuarios, lo que permitiría obtener información más inteligente. El cliente se puso en contacto con el Grupo Innowise con la idea de análisis avanzados y generación de resúmenes para subgrupos agrupados de consultas de usuarios, con el fin de impulsar perspectivas más inteligentes y mejores.

En resumen, el alcance del trabajo incluía:

analizar y agrupar las consultas de los usuarios;
identificar grupos de usuarios y sus características para mejorar los resultados de las recomendaciones de anuncios;
especificando los anuncios más relevantes para los grupos de consultas;
identificar las lagunas en los anuncios existentes analizando los grupos de consultas que estaban mal cubiertos con los anuncios existentes.

Solución

Nuestro equipo completó con éxito el proyecto y desarrolló una plataforma de análisis de campañas publicitarias con un analizador de ranking de palabras clave utilizando modelos de procesamiento de lenguaje natural SOTA de reciente aparición. Toda la red neuronal se implementó en la nube de AWS.

La plataforma está integrada con Google y permite trabajar con datos estadísticos sobre las consultas de los usuarios, identificar las solicitudes no cubiertas o con publicidad ineficaz, dividirlas en subgrupos y generar resúmenes para determinadas categorías de grandes cantidades de datos para ajustar los anuncios mostrados.

Nuestro equipo ha desarrollado la solución para sustituir al sistema anterior, que sólo proporcionaba estadísticas básicas y carecía de la capacidad de analizar rápidamente los resultados publicitarios y ajustar la concordancia en función de los datos revelados.

Agrupación y resumen de las solicitudes de los usuarios con la herramienta de análisis de clasificación de palabras clave

Basándonos en los requisitos del cliente, recopilamos datos de Google Analytics sobre consultas de usuarios con anuncios no mostrados. Nuestros especialistas configuraron un sistema para analizar estas consultas y agruparlas utilizando incrustaciones semánticas de modelos de la familia BERT y diferentes técnicas de agrupación como hdbscan, dbscan, T-SNE, KMeans. La aplicación web también permitía recopilar estadísticas agregadas de un conjunto de peticiones de usuarios. Dependiendo del nivel de granularidad seleccionado, también hicimos posible recopilar estadísticas de agregación para un conjunto de solicitudes de usuarios y producir resúmenes para cada grupo distinto. Utilizamos BERT, herramientas estadísticas básicas y modelización de temas para mostrar una nube de etiquetas con los términos más populares en un grupo concreto de consultas. Los usuarios también podían obtener un Modelo GPT resumen generado basado en clusters especificados.

Análisis inteligente y agrupación de solicitudes de usuarios con anuncios irrelevantes

La plataforma que hemos desarrollado permite visualizar las interacciones de los usuarios con anuncios concretos, lo que posibilita la identificación de anuncios irrelevantes emparejados con consultas inadecuadas mediante el análisis de los datos de interacción. Mediante el uso de estadísticas exhaustivas, etiquetas y resúmenes de búsquedas específicas con resultados de bajo rendimiento, ahora es posible determinar el motivo de las diferencias con los intereses de los usuarios y los anuncios mostrados. Esta función de la plataforma es una herramienta esencial para identificar y colmar las lagunas de los anuncios existentes para los grupos de usuarios objetivo y sus características.

Hacer coincidir las consultas de los usuarios con los anuncios más relevantes

Mediante el uso de herramientas de IA y ML, la plataforma ofrece posibles coincidencias de anuncios para grupos de consultas que antes no tenían anuncios relevantes. Para ello, generamos representaciones textuales de grupos de consultas y creamos anuncios especificando los más relevantes para cada grupo mediante puntuaciones de similitud de modelos de transformadores. Además, personalizamos estos anuncios para grupos específicos de usuarios realizando ingeniería de avisos en modelos de la familia GPT para crear anuncios más relevantes y atractivos adaptados a sus intereses concretos. Utilizando los datos mostrados en las consultas existentes en el tablero, el sistema determina y genera opciones de anuncios relevantes para determinados segmentos de consulta. Este enfoque nos permitió determinar qué anuncios actuales pueden vincularse a solicitudes de usuarios que antes no se satisfacían y revelar demandas latentes para generar anuncios en el futuro o correlacionar dichas solicitudes con la publicidad ya preparada que más les conviene.

Tecnologías

Plataformas

AWS

Front-end

React, Redux, HTML5, CSS3, Formik, Yup, Material UI

Back-end

Python 3.x, Flask (microservicios), Flask-restful, Celery, RabbitMQ

AWS S3 PostgreSQL, AWS Sagemaker (canalizaciones, almacén de características), AWS Glue PySpark, Spark AWS Airflow

DS, ML & MLOps

AWS Sagemaker (Studio, Experiments, Notebooks, AutoML, Model Monitoring), Scikit-learn, Matplotlib, BERT, Pandas, Numpy

Proceso

Tras recibir la solicitud de un cliente, nuestro equipo identificó los principales casos de uso potenciales para obtener análisis avanzados y visuales agrupando la información de Google Analytics. A continuación, obtuvimos una gran cantidad de datos sobre las consultas de los usuarios y las interacciones con los anuncios mostrados.

Nuestro primer paso fue agrupar la información en subgrupos más pequeños en función de las palabras clave introducidas por los usuarios en la cadena de búsqueda. Utilizamos modelos generativos como GPT para crear representaciones textuales de cada grupo de datos agrupados. Los resúmenes resultantes se mostraron en la plataforma para proporcionar información detallada sobre las consultas no cubiertas o las consultas con anuncios de bajo rendimiento, lo que permitió comprender mejor las razones de la irrelevancia y realizar ajustes posteriores en los anuncios.

El siguiente paso consistió en sugerir la coincidencia de los anuncios más relevantes con las consultas descubiertas lo más cerca posible para mejorar el rendimiento. Buscamos anuncios de una lista de anuncios escritos que cubrieran el mayor número posible de consultas para rellenar los huecos y crear resúmenes sugerentes para las posibles coincidencias.

En cuanto a la gestión de proyectos, nos adherimos a la metodología Agile con reuniones diarias para debatir las tareas completadas y planificadas y llamadas quincenales con el director general. Nuestro equipo se comunicaba a través de Slack y asignaba tareas y supervisaba el rendimiento mediante Jira y Confluence.

Actualmente, el proyecto sigue en marcha; en esta fase, seguimos dando soporte a la plataforma e implementando nuevas funciones.

Equipo

Jefe de proyecto

Ingenieros de datos

Desarrolladores de Back-end

Desarrolladores de Front-end

Ingenieros de ciencia de datos

Ingenieros de QA

Expected results

We built an AI-powered analytics platform that provides our customer with more relevant and personalized advertisements by identifying user group patterns and aligning ad content accordingly. The system analyzes ongoing ad campaigns, identifies gaps in coverage, and highlights clusters of user queries that were previously overlooked or poorly matched.

The platform can also generate ad content automatically, which facilitates the copywriting process and helps marketers produce more targeted ads faster. It supports campaign optimization by offering data-driven suggestions for improving relevance and visibility.

Additionally, the platform provides recommendations for marketing teams based on query clusters, so they can refine ad content and better address user demand.

Duración del proyecto

Marzo 2022 - En curso

25%

ahorro de tiempo en la generación de nuevos anuncios

53%

aumento de los clics de adición

Casos relacionados

Contáctenos

Reserve usted una llamada o rellene usted el siguiente formulario y nos pondremos en contacto con usted cuando hayamos procesado su solicitud.

Nombre

Empresa

Correo electrónico

Teléfono

Mensaje

Envíenos un mensaje de voz

Adjuntar documentos

Cargar archivo

Puede adjuntar 1 archivo de hasta 2 MB. Formatos de archivo válidos: pdf, jpg, jpeg, png.

Al hacer clic en Enviar, autoriza a Innowise a procesar sus datos personales de acuerdo con nuestra política de privacidad. Política de privacidad para proporcionarle información relevante. Al enviar su número de teléfono, acepta que nos pongamos en contacto con usted a través de llamadas de voz, SMS y aplicaciones de mensajería. Pueden aplicarse tarifas de llamadas, mensajes y datos.

También puede enviarnos su solicitud
a contact@innowise.com

¿Qué pasa después?

Una vez recibida y procesada su solicitud, nos pondremos en contacto con usted para detallarle las necesidades de su proyecto y firmar un acuerdo de confidencialidad. Proyecto y firmaremos un acuerdo de confidencialidad.

Tras examinar sus deseos, necesidades y expectativas, nuestro equipo elaborará una propuesta de proyecto con el alcance del trabajo, el tamaño del equipo, el plazo y los costes estimados con el alcance del trabajo, el tamaño del equipo, el tiempo y las estimaciones de costes.

Concertaremos una reunión con usted para hablar de la oferta y concretar los detalles.

Por último, firmaremos un contrato y empezaremos a trabajar en su proyecto de inmediato.