Boost in ad clicks after implementing AI-based marketing tools

Innowise ha sviluppato una piattaforma di analisi basata sull'intelligenza artificiale e sull'apprendimento automatico che aiuta ad abbinare le query degli utenti con gli annunci più pertinenti.

Cliente

Industria

Vendite e Marketing

Regione

Globale

Cliente da

2022

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.

Sfida

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:

analizzare e raggruppare le richieste degli utenti;
identificare gruppi target di utenti e le loro caratteristiche per migliorare i risultati di raccomandazione degli annunci;
specificando gli annunci più pertinenti per le query cluster;
identificare le lacune degli annunci esistenti analizzando i cluster di query che sono stati scarsamente coperti dagli annunci esistenti.

Soluzione

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.

Tecnologie

Piattaforme

AWS

Front-end

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

Back-end

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

AWS S3 PostgreSQL, AWS Sagemaker (Pipeline, Feature Store), AWS Glue PySpark, Spark AWS Airflow

DS, ML & MLOps

AWS Sagemaker (Studio, Esperimenti, Quaderni, AutoML, Monitoraggio del modello), Scikit-learn, Matplotlib, BERT, Pandas, Numpy

Processo

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.

Team

Responsabile di progetto

Ingegneri dei dati

Sviluppatori back-end

Sviluppatori Front-End

Ingegneri della scienza dei dati

Ingegneri 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.

Durata del progetto

Marzo 2022 - In corso

25%

tempo risparmiato nella generazione di nuovi annunci

53%

aumento dei clic di aggiunta

Casi correlati

Contattateci

Prenota una chiamata oppure compilate il modulo sottostante e sarete ricontattati una volta elaborata la vostra richiesta.

Nome

Azienda

Telefono

Messaggio

Inviaci un messaggio vocale

Allegare i documenti

Caricare il file

È possibile allegare 1 file di dimensioni massime di 2 MB. Formati di file validi: pdf, jpg, jpeg, png.

Facendo clic su Invia, l'utente acconsente al trattamento dei propri dati personali da parte di Innowise in base alla nostra Informativa sulla privacy per fornirvi informazioni pertinenti. Inviando il vostro numero di telefono, accettate che possiamo contattarvi tramite chiamate vocali, SMS e applicazioni di messaggistica. Potrebbero essere applicate tariffe per chiamate, messaggi e dati.

Potete anche inviarci la vostra richiesta
a contact@innowise.com

Cosa succede dopo?

Una volta ricevuta ed elaborata la vostra richiesta, vi contatteremo per illustrarvi le esigenze del vostro progetto. Progetto e firmare un NDA per garantire la riservatezza.

Dopo aver esaminato i vostri desideri, le vostre esigenze e le vostre aspettative, il nostro team elaborerà una proposta di progetto con l'ambito di lavoro, le dimensioni del team, i tempi e i costi stimati con l'ambito di lavoro, le dimensioni del team, i tempi e i costi stimati.

Organizzeremo un incontro con voi per discutere l'offerta e definire i dettagli.

Infine, firmeremo un contratto e inizieremo subito a lavorare sul vostro progetto.