Laat uw contactgegevens achter, dan sturen we u ons overzicht per e-mail.
Ik geef toestemming voor het verwerken van mijn persoonlijke gegevens om gepersonaliseerd marketingmateriaal te sturen in overeenstemming met de Privacybeleid. Door de inzending te bevestigen, gaat u akkoord met het ontvangen van marketingmateriaal
Bedankt.

Het formulier is succesvol verzonden.
Meer informatie vindt u in uw mailbox.

Innowise is een internationaal full-cycle software ontwikkelingsbedrijf opgericht in 2007. Wij zijn een team van 1800+ IT professionals die software ontwikkelen voor andere professionals wereldwijd.
Over ons
Innowise is een internationaal full-cycle softwareontwikkelingsbedrijf bedrijf opgericht in 2007. Wij zijn een team van 1600+ IT professionals die software ontwikkelen voor andere professionals wereldwijd.

53% verbetering in extra klikken na implementatie van AI-gebaseerde marketing tools

Innowise heeft een analyseplatform ontwikkeld op basis van AI en machine learning dat helpt om zoekopdrachten van gebruikers te matchen met de meest relevante advertenties.

Klant

Industrie
Verkoop & Marketing
Regio
US
Klant sinds
2022

Onze klant is een prestatiegericht online marketingbureau dat reclamecampagnes, contentcreatie en SEO-diensten aanbiedt die gericht zijn op het verhogen van gekwalificeerde leads en transacties voor hun klanten.

Gedetailleerde informatie over de klant kan niet openbaar worden gemaakt krachtens de bepalingen van de NDA.

Uitdaging: Het gebrek aan zoekwoorden-dekking overwinnen met AI in digitale marketing

Nu digitale reclame zich blijft ontwikkelen, kunnen gebruikers overweldigd worden door de overvloed aan opties. Desondanks hebben online marketingbureaus nog steeds moeite om hun doelgroep te bereiken met relevante productaanbevelingen op het juiste moment op basis van gebruikersvragen.

Onze klant had een fundamenteel probleem met een ondergeoptimaliseerd advertentie-aanbevelingssysteem dat er niet in slaagde zoekmachine-advertenties aan te bieden die aansloten bij de behoeften van de gebruikers. Tijdens de advertentie inspanningen werd het bureau geconfronteerd met een aantal belangrijke uitdagingen: ongeveer 30-40% van de benodigde zoekmachine gebruikersverzoeken werden niet gedekt door relevante advertenties. Bovendien was een groot aantal bestaande advertenties niet relevant omdat zij slecht aansloten bij de zoekopdrachten van de gebruikers.

De hoofdoorzaak van het relevantieprobleem was het gebrek aan dekking van relevante trefwoorden en middelen door het bestaande advertentiesysteem, wat de gebruikersklikken en de prestaties van de advertentiecampagne beïnvloedde. Het bestaande platform van de klant bood onvoldoende analyses, waardoor het moeilijk was om relevantieproblemen te corrigeren en de oorzaken van slecht gedekte verzoeken te identificeren. Het aantal niet-gematchte of niet-relevante gematchte verzoeken was te groot voor gedetailleerde gegevensbeoordeling en identificatie van lokale slecht presterende advertentieoorzaken.

Om deze problemen aan te pakken, benaderde onze klant Innowise voor geavanceerde analyses en het genereren van samenvattingen voor geclusterde subgroepen van gebruikersvragen om slimmere inzichten te verkrijgen. De klant benaderde Innowise met het idee van geavanceerde analytics en het genereren van samenvattingen voor geclusterde subgroepen van gebruikersvragen om slimmere en betere inzichten te genereren.

Samengevat omvatten de werkzaamheden:

  • het analyseren en clusteren van zoekopdrachten van gebruikers;
  • identificeren van doelgroepen van gebruikers en hun kenmerken om de resultaten van aanbevelingen voor advertenties te verbeteren;
  • met de meest relevante advertenties voor de clusters van zoekopdrachten;
  • vaststellen van de hiaten in bestaande advertenties door het analyseren van de clusters van zoekopdrachten die slecht werden gedekt door bestaande advertenties.

Oplossing: AI-gebaseerde marketingtools voor geoptimaliseerde advertentiecampagnes

Ons team heeft het project succesvol afgerond en een analyseplatform voor advertentiecampagnes ontwikkeld met een keyword ranking analyzer met behulp van recent verschenen SOTA natural language processing modellen. Het volledige neurale netwerk werd ingezet in AWS cloud.

Het platform is geïntegreerd met Google en maakt het mogelijk te werken met statistische gegevens over zoekopdrachten van gebruikers, onbedekte verzoeken of verzoeken met ondoeltreffende advertenties te identificeren, deze in subgroepen op te splitsen en samenvattingen te genereren voor bepaalde categorieën van grote hoeveelheden gegevens om de weergegeven advertenties aan te passen.

Ons team heeft de oplossing ontwikkeld ter vervanging van het vorige systeem dat alleen basisstatistieken verschafte en niet de mogelijkheid bood om snel advertentieresultaten te analyseren en matching aan te passen op basis van geopenbaarde inzichten.

Clusteren en samenvatten van gebruikersverzoeken met keyword ranking analyzer tool

Op basis van de vereisten van de klant verzamelden we Google Analytics-gegevens over zoekopdrachten van gebruikers met niet-vertoonde advertenties. Onze specialisten configureerden een systeem om deze zoekopdrachten te analyseren en te clusteren met behulp van semantische inbeddingen van modellen uit de BERT-familie en verschillende clusteringstechnieken zoals hdbscan, dbscan, T-SNE, KMeans. De webapplicatie maakte het ook mogelijk om geaggregeerde statistieken te verzamelen over een pool van gebruikersverzoeken. Afhankelijk van het gekozen granulariteitsniveau, maakten we het ook mogelijk om aggregatiestatistieken te verzamelen voor een groep gebruikersverzoeken en samenvattingen te produceren voor elke afzonderlijke groep. We gebruikten BERT, statistische basistools en onderwerpmodellering om een wolk van tags weer te geven met de populairste termen in een bepaalde groep zoekopdrachten. Gebruikers konden ook een GPT-model gegenereerde samenvatting gebaseerd op gespecificeerde clusters.

Slimme analyse en clustering van gebruikersverzoeken met irrelevante advertenties

Het door ons ontwikkelde platform maakt de weergave van gebruikersinteracties met specifieke advertenties mogelijk, waardoor door analyse van interactiegegevens irrelevante advertenties kunnen worden geïdentificeerd die overeenkomen met ongeschikte zoekopdrachten. Door het gebruik van uitgebreide statistieken, tags en samenvattingen van specifieke zoekopdrachten met slecht presterende resultaten is het nu mogelijk om de reden voor verschillen tussen gebruikersinteresses en getoonde advertenties te bepalen. Deze platformfunctie is een essentieel hulpmiddel om de hiaten in bestaande advertenties voor doelgroepen van gebruikers en hun kenmerken vast te stellen en op te vullen.

Ongedekte zoekopdrachten van gebruikers koppelen aan de meest relevante advertenties

Door het gebruik van AI- en ML-tools biedt het platform potentiële advertentiematches voor groepen zoekopdrachten waarvoor voorheen geen relevante advertenties bestonden. Wij bereikten dit door tekstuele representaties van queryclusters te genereren en advertenties te creëren door de meest relevante voor elk cluster te specificeren met behulp van similariteitsscores van transformatormodellen. Bovendien pasten wij deze advertenties aan voor specifieke groepen gebruikers door prompt engineering uit te voeren op GPT-familiemodellen om meer relevante en boeiende advertenties te maken die waren afgestemd op hun specifieke interesses. Aan de hand van de gegevens over bestaande zoekopdrachten op het dashboard bepaalt en genereert het systeem relevante advertentie-opties voor bepaalde zoekopdrachtsegmenten. Met deze aanpak konden we bepalen welke huidige advertenties kunnen worden gekoppeld aan gebruikersverzoeken die eerder niet werden vervuld en latente behoeften voor toekomstige advertentiegeneratie blootleggen of dergelijke verzoeken correleren met kant-en-klare advertenties die het beste bij hen passen.

Technologieën

Platformen
AWS
Front-end
React, Redux, HTML5, CSS3, Formik, Yup, Material UI
Back-end
Python 3.x, Flask (microservices), Flask-restful, Celery, RabbitMQ
DE
AWS S3 PostgreSQL, AWS Sagemaker (Pipelines, Feature Store), AWS Glue PySpark, Spark AWS Airflow
DS, ML & MLO's
AWS Sagemaker (Studio, Experimenten, Notebooks, AutoML, Model Monitoring), Scikit-learn, Matplotlib, BERT, Pandas, Numpy.

Proces

Op verzoek van een klant identificeerde ons team de belangrijkste potentiële use cases voor het verkrijgen van geavanceerde en visuele analytics door informatie uit Google Analytics te clusteren. Vervolgens verkregen we een grote hoeveelheid gegevens over gebruikersvragen en interacties met weergegeven advertenties.

Onze eerste stap was het clusteren van de informatie in kleinere subgroepen op basis van de door gebruikers in de zoekstring ingevoerde trefwoorden. We gebruikten generatieve modellen zoals GPT om tekstuele representaties te maken voor elke geclusterde gegevensgroep. De resulterende samenvattingen werden weergegeven op het platform om gedetailleerde informatie te verstrekken over onbedekte zoekopdrachten of zoekopdrachten met slecht presterende advertenties, waardoor een beter inzicht kon worden verkregen in de redenen voor irrelevantie en de advertenties vervolgens konden worden aangepast.

De volgende stap was het voorstellen van de meest relevante advertenties om zo goed mogelijk te matchen met niet-gedekte zoekopdrachten om de prestaties te verbeteren. Wij zochten naar advertenties uit een lijst van geschreven advertenties die zoveel mogelijk queries dekten om de hiaten op te vullen en suggestieve samenvattingen te maken voor potentiële matches.

Wat projectmanagement betreft, hielden we ons aan de Agile-methodologie met dagelijkse vergaderingen om voltooide en geplande taken te bespreken en tweewekelijkse gesprekken met de CEO. Ons team communiceerde via Slack en wees taken toe en controleerde de prestaties via Jira en Confluence.

Momenteel loopt het project nog; in dit stadium blijven wij het platform ondersteunen en nieuwe functies implementeren.

Team

1
Project
Manager
4
Data Ingenieurs
6
Back-End Ontwikkelaars
3
Front-End Ontwikkelaars
4
Data Science Ingenieurs
2
QA Engineers

Resultaten: Boost in gebruikersklikken op advertenties met AI-gebaseerde keyword ranking analyzer

We hebben een AI-powered gebouwd die onze klant meer relevante en doelgerichte advertenties biedt door een groep waartoe de gebruiker behoort te herkennen en deze informatie te gebruiken om slimmere en betere inzichten te krijgen voor advertentiepersonalisatie. De webapplicatie analyseerde lopende advertentiecampagnes en vond hiaten in de advertenties, waardoor onze klant niet alle benodigde gebruikers kon bereiken.

Bovendien kan de oplossing nu automatisch nieuwe advertenties genereren, waardoor de copywritingprocessen van het bedrijf worden geoptimaliseerd.

In totaal heeft het platform geleid tot een toename van 53% aan gebruikersklikken op advertenties. We hebben ook aanbevelingen gemaakt voor copywriters op basis van de meest dichte en grootste clusters, waardoor ze advertenties kunnen maken die tot 92% aan noodzakelijke gebruikersverzoeken dekken. We blijven de kracht van AI in digitale marketing onderzoeken en ontwikkelen aanvullende AI-gebaseerde marketingtools om het platform te blijven verbeteren.

Duur van het project
  • Maart 2022 - Doorlopend

25%

tijd bespaard op het genereren van nieuwe advertenties

53%

boost in add clicks

Neem contact met ons op!

Boek een gesprek of vul het onderstaande formulier in en we nemen contact met je op zodra we je aanvraag hebben verwerkt.

    Voeg projectgegevens alsjeblieft, duur, technische stapel, IT-professionals nodig en andere relevante informatie toe
    Neem een spraakbericht over uw
    project op om het ons beter te helpen begrijpen
    Voeg indien nodig aanvullende documenten bij
    Bestand uploaden

    Je kunt maximaal 1 bestand van 2MB bijvoegen. Geldige bestanden: pdf, jpg, jpeg, png

    Wij wijzen u erop dat wanneer u op de verzendknop klikt, Innowise uw persoonsgegevens verwerkt in overeenstemming met ons Privacybeleid om u van de juiste informatie te voorzien.

    Wat gebeurt er nu?

    1

    Na ontvangst en verwerking van uw aanvraag, nemen wij binnenkort contact met u op om uw projectbehoeften in detail te beschrijven en een NDA te ondertekenen om de vertrouwelijkheid van informatie te garanderen.

    2

    Na het bestuderen van de vereisten, stellen onze analisten en ontwikkelaars een projectvoorstel met de omvang van de werkzaamheden, teamgrootte, tijd en kosten schattingen.

    3

    Wij regelen een ontmoeting met u om het aanbod te bespreken en tot een overeenkomst.

    4

    We tekenen een contract en beginnen zo snel mogelijk aan uw project te werken.

    Спасибо!

    Cобщение отправлено.
    Мы обработаем ваш запрос и свяжемся с вами в кратчайшие сроки.

    Bedankt.

    Uw bericht is verzonden.
    Wij verwerken uw aanvraag en nemen zo spoedig mogelijk contact met u op.

    Bedankt.

    Uw bericht is verzonden. 

    We verwerken je aanvraag en nemen zo snel mogelijk contact met je op.

    pijl