Il modulo è stato inviato con successo.
Ulteriori informazioni sono contenute nella vostra casella di posta elettronica.
Selezionare la lingua
Il nostro cliente è un'agenzia di marketing online focalizzata sulle performance che offre campagne pubblicitarie, creazione di contenuti e servizi SEO con l'obiettivo di aumentare i lead qualificati e le transazioni per i propri clienti.
Le informazioni dettagliate sul cliente non possono essere divulgate in base alle disposizioni dell NDA.
Con la continua evoluzione della pubblicità digitale, gli utenti possono essere sopraffatti dall'abbondanza di opzioni. Ciononostante, le agenzie di marketing online faticano ancora a raggiungere il proprio pubblico di riferimento con raccomandazioni di prodotti pertinenti al momento giusto, in base alle richieste degli utenti.
Il nostro cliente ha dovuto affrontare un problema fondamentale con un sistema di raccomandazione pubblicitaria non ottimizzato che non riusciva a offrire annunci pubblicitari sui motori di ricerca che corrispondessero alle esigenze degli utenti. Durante gli sforzi pubblicitari, l'agenzia ha dovuto affrontare una serie di sfide significative: circa il 30-40% delle richieste degli utenti del motore di ricerca non era coperto da annunci pertinenti. Inoltre, un gran numero di annunci esistenti era irrilevante a causa della scarsa corrispondenza con le query degli utenti.
La causa principale del problema di rilevanza era la mancanza di copertura delle parole chiave e degli asset rilevanti da parte del sistema pubblicitario esistente, che influiva sui clic degli utenti e sulle prestazioni delle campagne pubblicitarie. La piattaforma esistente del cliente forniva analisi inadeguate, rendendo difficile la correzione dei problemi di pertinenza e l'identificazione delle cause delle richieste con scarsa copertura. Il numero di richieste non abbinate o non pertinenti era troppo elevato per un esame dettagliato dei dati e per l'identificazione delle cause degli annunci locali a basso rendimento.
Per risolvere questi problemi, il nostro cliente si è rivolto a Innowise per ottenere analisi avanzate e generazione di riepiloghi per sottogruppi raggruppati di query degli utenti, in modo da ottenere approfondimenti più intelligenti. Il cliente si è rivolto a Innowise con l'idea di un'analisi avanzata e della generazione di riepiloghi per sottogruppi raggruppati di query degli utenti, per ottenere approfondimenti più intelligenti e migliori.
In sintesi, l'ambito di lavoro comprendeva:
Il nostro team ha portato a termine con successo il progetto e ha sviluppato una piattaforma di analisi delle campagne pubblicitarie con un analizzatore di posizionamento delle parole chiave, utilizzando i modelli di elaborazione del linguaggio naturale SOTA apparsi di recente. L'intera rete neurale è stata distribuita nel cloud AWS.
La piattaforma è integrata con Google e consente di lavorare con i dati statistici sulle query degli utenti, identificando le richieste non coperte o quelle con pubblicità inefficaci, suddividendole in sottogruppi e generando sintesi per determinate categorie di grandi quantità di dati per adattare gli annunci visualizzati.
Il nostro team ha sviluppato la soluzione per sostituire il sistema precedente che forniva solo statistiche di base e non aveva la capacità di analizzare rapidamente i risultati pubblicitari e di adeguare il matching in base alle intuizioni rivelate.
Raggruppamento e sintesi delle richieste degli utenti con lo strumento di analisi del ranking delle parole chiave
In base alle richieste del cliente, abbiamo raccolto i dati di Google Analytics sulle query degli utenti con annunci non visualizzati. I nostri specialisti hanno configurato un sistema per analizzare queste query e raggrupparle utilizzando embeddings semantici dai modelli della famiglia BERT e diverse tecniche di clustering come hdbscan, dbscan, T-SNE, KMeans. L'applicazione web ha anche permesso di raccogliere statistiche aggregate su un pool di richieste degli utenti. A seconda del livello di granularità selezionato, abbiamo anche reso possibile la raccolta di statistiche aggregate per un pool di richieste di utenti e la produzione di sommari per ogni gruppo distinto. Abbiamo utilizzato BERT, strumenti statistici di base e topic modeling per visualizzare una nuvola di tag con i termini più popolari in un particolare gruppo di query. Gli utenti hanno anche potuto ottenere una Modello GPT sintesi generata in base ai cluster specificati.
Analisi intelligente e clustering delle richieste degli utenti con pubblicità irrilevanti
La piattaforma che abbiamo sviluppato consente di visualizzare le interazioni degli utenti con annunci specifici, permettendo di identificare gli annunci irrilevanti abbinati a query inappropriate attraverso l'analisi dei dati di interazione. Grazie all'utilizzo di statistiche estese, tag e sintesi di ricerche specifiche con risultati poco performanti, è ora possibile determinare la ragione delle differenze tra gli interessi degli utenti e gli annunci visualizzati. Questa funzione della piattaforma è uno strumento essenziale per identificare e colmare le lacune degli annunci esistenti per i gruppi di utenti target e le loro caratteristiche.Corrispondenza tra le query degli utenti scoperti e gli annunci più pertinenti
Utilizzando strumenti di AI e ML, la piattaforma offre potenziali corrispondenze pubblicitarie per gruppi di query che in precedenza non avevano annunci pertinenti. Abbiamo ottenuto questo risultato generando rappresentazioni testuali di cluster di query e creando annunci specificando quelli più rilevanti per ogni cluster utilizzando i punteggi di somiglianza dei modelli di trasformazione. Inoltre, abbiamo personalizzato questi annunci per gruppi specifici di utenti eseguendo un prompt engineering sui modelli della famiglia GPT per creare annunci più pertinenti e coinvolgenti, adatti ai loro interessi specifici. Utilizzando i dati visualizzati sulle query esistenti nella dashboard, il sistema determina e genera opzioni pubblicitarie pertinenti per determinati segmenti di query. Questo approccio ci ha permesso di determinare quali annunci attuali possono essere collegati a richieste degli utenti precedentemente non soddisfatte e di rivelare richieste latenti per la generazione di annunci futuri o di correlare tali richieste con annunci già pronti che li soddisfano maggiormente.Su richiesta del cliente, il nostro team ha identificato i principali casi d'uso potenziali per ottenere analisi avanzate e visive raggruppando le informazioni di Google Analytics. Abbiamo quindi ottenuto una grande quantità di dati sulle query degli utenti e sulle interazioni con gli annunci visualizzati.
Il nostro primo passo è stato quello di raggruppare le informazioni in sottogruppi più piccoli in base alle parole chiave inserite dagli utenti nella stringa di ricerca. Abbiamo utilizzato modelli generativi come GPT per creare rappresentazioni testuali per ogni gruppo di dati raggruppati. I riepiloghi risultanti sono stati visualizzati sulla piattaforma per fornire informazioni dettagliate sulle query non coperte o sulle query con annunci poco performanti, consentendo una migliore comprensione delle ragioni dell'irrilevanza e le successive modifiche agli annunci.
Il passo successivo è stato quello di suggerire la corrispondenza degli annunci più pertinenti con le query scoperte, per migliorare le prestazioni. Abbiamo cercato annunci da un elenco di annunci scritti che coprissero il maggior numero possibile di query per colmare le lacune e creare sommari suggestivi per le potenziali corrispondenze.
Per quanto riguarda la gestione del progetto, abbiamo aderito alla metodologia Agile con riunioni quotidiane per discutere le attività completate e pianificate e chiamate bisettimanali con il CEO. Il nostro team ha comunicato tramite Slack e ha assegnato compiti e monitorato le prestazioni tramite Jira e Confluence.
Attualmente il progetto è ancora in corso; in questa fase continuiamo a supportare la piattaforma e a implementare nuove funzionalità.
Abbiamo realizzato un'applicazione AI che fornisce al nostro cliente annunci pubblicitari più pertinenti e mirati, riconoscendo un gruppo di appartenenza dell'utente e utilizzando queste informazioni per ottenere informazioni più intelligenti e migliori per la personalizzazione della pubblicità. L'applicazione web ha analizzato le campagne pubblicitarie in corso e ha trovato delle lacune nella pubblicità, che impedivano al nostro cliente di raggiungere tutti gli utenti necessari.
Inoltre, la soluzione è ora in grado di generare automaticamente nuovi annunci, ottimizzando i processi di copywriting dell'azienda.
Nel complesso, la piattaforma ha portato a un aumento di 53% dei clic degli utenti sugli annunci. Abbiamo anche creato raccomandazioni per i copywriter basate sui cluster più densi e più grandi, consentendo loro di creare annunci che coprono fino a 92% delle richieste necessarie degli utenti. Continuiamo a esplorare la potenza dell'IA nel marketing digitale e a sviluppare ulteriori strumenti di marketing basati sull'IA per continuare a migliorare la piattaforma.
25%
53%
Dopo aver ricevuto ed elaborato la vostra richiesta, vi ricontatteremo a breve per illustrare le esigenze del progetto e firmare un NDA per garantire la riservatezza delle informazioni.
Dopo aver esaminato i requisiti, i nostri analisti e sviluppatori elaborano una proposta di progetto con l'ambito di lavoro, le dimensioni del team, i tempi e i costi stimati.
Organizziamo un incontro con voi per discutere l'offerta e giungere a un accordo.
Firmiamo un contratto e iniziamo a lavorare sul vostro progetto il prima possibile.
© 2007-2024 Innowise. Tutti i diritti riservati.
Informativa sulla privacy. Politica sui cookie.
Innowise Sp. z o.o Ul. Rondo Ignacego Daszyńskiego, 2B-22P, 00-843 Varsavia, Polonia
Iscrivendosi si accetta il nostro Informativa sulla privacy, compreso l'uso dei cookie e il trasferimento dei vostri dati personali.
Grazie!
Il tuo messaggio è stato inviato.
Elaboreremo la vostra richiesta e vi ricontatteremo al più presto.
Grazie!
Il tuo messaggio è stato inviato.
Elaboreremo la vostra richiesta e vi ricontatteremo al più presto.