53% wzrost liczby kliknięć po wdrożeniu narzędzi marketingowych opartych na sztucznej inteligencji

Innowise opracowało platformę analityczną opartą na sztucznej inteligencji i uczeniu maszynowym, która pomaga dopasować zapytania użytkowników do najbardziej trafnych reklam.

Klient

Przemysł

Sprzedaż i marketing

Region

USA

Klient od

2022

Naszym klientem jest agencja marketingu online oferująca kampanie reklamowe, tworzenie treści i usługi SEO, które mają na celu zwiększenie liczby wykwalifikowanych potencjalnych klientów i transakcji dla swoich klientów.

Szczegółowe informacje o kliencie nie mogą zostać ujawnione zgodnie z postanowieniami umowy NDA.

Wyzwanie: Przezwyciężenie braku pokrycia słów kluczowych za pomocą sztucznej inteligencji w marketingu cyfrowym

Ponieważ reklama cyfrowa wciąż ewoluuje, użytkownicy mogą być przytłoczeni mnogością opcji. Mimo to agencje marketingu online wciąż mają trudności z dotarciem do docelowych odbiorców z odpowiednimi rekomendacjami produktów we właściwym czasie w oparciu o zapytania użytkowników.

Nasz klient stanął w obliczu fundamentalnego problemu związanego z niedostatecznie zoptymalizowanym systemem rekomendacji reklam, który nie oferował reklam w wyszukiwarce dopasowanych do potrzeb użytkowników. Podczas działań reklamowych agencja stanęła przed kilkoma poważnymi wyzwaniami: około 30-40% zapytań użytkowników wyszukiwarki nie było objętych odpowiednimi reklamami. Ponadto duża liczba istniejących reklam była nieistotna ze względu na słabe dopasowanie do zapytań użytkowników.

Główną przyczyną problemu z trafnością był brak pokrycia odpowiednich słów kluczowych i zasobów przez istniejący system reklamowy, co miało wpływ na kliknięcia użytkowników i wydajność kampanii reklamowych. Istniejąca platforma klienta zapewniała niewystarczającą analitykę, co utrudniało korygowanie problemów z trafnością i identyfikowanie przyczyn słabo uwzględnionych zapytań. Liczba niedopasowanych lub nieistotnych dopasowanych zapytań była zbyt duża, aby można było szczegółowo przeanalizować dane i zidentyfikować lokalne przyczyny niskiej skuteczności reklam.

Aby rozwiązać te problemy, nasz klient zwrócił się do Innowise z prośbą o zaawansowaną analitykę i generowanie podsumowań dla zgrupowanych podgrup zapytań użytkowników, co pozwoliłoby uzyskać bardziej inteligentne spostrzeżenia. Klient zwrócił się do Innowise z pomysłem na zaawansowaną analitykę i generowanie podsumowań dla zgrupowanych podgrup zapytań użytkowników, aby uzyskać mądrzejsze i lepsze spostrzeżenia.

Podsumowując, zakres prac obejmował:

analizowanie i grupowanie zapytań użytkowników;
identyfikacja docelowych grup użytkowników i ich cech w celu poprawy wyników rekomendacji reklam;
określając najbardziej trafne reklamy dla klastrów zapytań;
identyfikacja luk w istniejących reklamach poprzez analizę klastrów zapytań, które były słabo pokryte istniejącymi reklamami.

Rozwiązanie: Narzędzia marketingowe oparte na sztucznej inteligencji do zoptymalizowanych kampanii reklamowych

Nasz zespół z powodzeniem ukończył projekt i opracował platformę analityczną kampanii reklamowych z analizatorem rankingu słów kluczowych przy użyciu niedawno opublikowanych modeli przetwarzania języka naturalnego SOTA. Cała sieć neuronowa została wdrożona w chmurze AWS.

Platforma jest zintegrowana z Google i umożliwia pracę z danymi statystycznymi dotyczącymi zapytań użytkowników, identyfikację zapytań bez pokrycia lub tych z nieskuteczną reklamą, dzielenie ich na podgrupy i generowanie podsumowań dla określonych kategorii dużych ilości danych w celu dostosowania wyświetlanych reklam.

Nasz zespół opracował rozwiązanie, aby zastąpić poprzedni system, który zapewniał tylko podstawowe statystyki i brakowało mu możliwości szybkiej analizy wyników reklamowych i dostosowania dopasowania na podstawie ujawnionych spostrzeżeń.

Klastrowanie i podsumowywanie żądań użytkowników za pomocą narzędzia do analizy rankingu słów kluczowych

Na podstawie wymagań klienta zebraliśmy dane analityczne Google dotyczące zapytań użytkowników z niewyświetlanymi reklamami. Nasi specjaliści skonfigurowali system do analizy tych zapytań i grupowania ich przy użyciu semantycznych osadzeń z modeli rodziny BERT oraz różnych technik grupowania, takich jak hdbscan, dbscan, T-SNE, KMeans. Aplikacja internetowa umożliwiała również gromadzenie zagregowanych statystyk dla puli żądań użytkowników. W zależności od wybranego poziomu szczegółowości, umożliwiliśmy również gromadzenie statystyk agregacji dla puli żądań użytkowników i tworzenie podsumowań dla każdej odrębnej grupy. Wykorzystaliśmy BERT, podstawowe narzędzia statystyczne i modelowanie tematyczne, aby wyświetlić chmurę tagów z najpopularniejszymi terminami w określonej grupie zapytań. Użytkownicy mogli również uzyskać Model GPT wygenerowane podsumowanie na podstawie określonych klastrów.

Inteligentna analiza i grupowanie żądań użytkowników z nieistotnymi reklamami

Opracowana przez nas platforma pozwala na wyświetlanie interakcji użytkowników z konkretnymi reklamami, umożliwiając identyfikację nieistotnych reklam dopasowanych do nieodpowiednich zapytań poprzez analizę danych interakcji. Dzięki wykorzystaniu obszernych statystyk, tagów i podsumowań konkretnych wyszukiwań z niskimi wynikami, możliwe jest teraz określenie przyczyny różnic w zainteresowaniach użytkowników i wyświetlanych reklamach. Ta funkcja platformy jest niezbędnym narzędziem do identyfikowania i wypełniania luk w istniejących reklamach dla docelowych grup użytkowników i ich funkcji.

Dopasowywanie niepokrytych zapytań użytkowników do najbardziej trafnych reklam

Korzystając z narzędzi AI i ML, platforma oferuje potencjalne dopasowania reklam dla grup zapytań, które wcześniej nie miały odpowiednich reklam. Osiągnęliśmy to poprzez generowanie tekstowych reprezentacji klastrów zapytań i tworzenie reklam poprzez określanie najbardziej trafnych dla każdego klastra przy użyciu wyników podobieństwa z modeli transformatorowych. Dodatkowo dostosowaliśmy te reklamy dla określonych grup użytkowników, wykonując inżynierię podpowiedzi na modelach z rodziny GPT, aby stworzyć bardziej trafne i angażujące reklamy dostosowane do ich konkretnych zainteresowań. Korzystając z danych wyświetlanych na temat istniejących zapytań na pulpicie nawigacyjnym, system określa i generuje odpowiednie opcje reklamowe dla określonych segmentów zapytań. Takie podejście pozwoliło nam określić, które bieżące reklamy można powiązać z żądaniami użytkowników, które wcześniej nie zostały spełnione, i ujawnić ukryte żądania dotyczące przyszłego generowania reklam lub skorelować takie żądania z gotowymi reklamami, które najbardziej im odpowiadają.

Technologie

Platformy

AWS

Front-end

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

Back-end

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

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

DS, ML i MLOps

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

Proces

Po otrzymaniu zapytania od klienta nasz zespół zidentyfikował główne potencjalne przypadki użycia w celu uzyskania zaawansowanej i wizualnej analityki poprzez grupowanie informacji z Google Analytics. Następnie uzyskaliśmy dużą ilość danych na temat zapytań użytkowników i interakcji z wyświetlanymi reklamami.

Naszym pierwszym krokiem było skupienie informacji w mniejsze podgrupy w oparciu o słowa kluczowe wprowadzone przez użytkowników w wyszukiwanym ciągu. Wykorzystaliśmy modele generatywne, takie jak GPT, do stworzenia tekstowych reprezentacji dla każdej zgrupowanej grupy danych. Wynikowe podsumowania zostały wyświetlone na platformie w celu dostarczenia szczegółowych informacji o zapytaniach bez pokrycia lub zapytaniach ze słabo działającymi reklamami, co pozwoliło lepiej zrozumieć przyczyny nietrafności i późniejszych dostosowań reklam.

Następnym krokiem było zasugerowanie dopasowania najbardziej trafnych reklam do odkrytych zapytań tak blisko, jak to możliwe, aby poprawić wydajność. Szukaliśmy reklam z listy napisanych reklam, które obejmowały jak najwięcej zapytań, aby wypełnić luki i stworzyć sugestywne podsumowania dla potencjalnych dopasowań.

Jeśli chodzi o zarządzanie projektami, stosowaliśmy metodologię Agile z codziennymi spotkaniami w celu omówienia ukończonych i planowanych zadań oraz cotygodniowymi rozmowami z CEO. Nasz zespół komunikował się za pośrednictwem Slacka i przydzielał zadania oraz monitorował wydajność za pośrednictwem Jira i Confluence.

Obecnie projekt jest nadal w toku; na tym etapie nadal wspieramy platformę i wdrażamy nowe funkcje.

Zespół

Kierownik projektu

Inżynierowie danych

Programiści back-end

Programiści Front-End

Inżynierowie ds. nauki o danych

Inżynierowie QA

Wyniki: Boost kliknięć w reklamy dzięki analizatorowi rankingu słów kluczowych opartemu na sztucznej inteligencji

Zbudowaliśmy aplikację opartą na sztucznej inteligencji, która zapewnia naszemu klientowi bardziej trafne i ukierunkowane reklamy, rozpoznając grupę, do której należy użytkownik, i wykorzystując te informacje do uzyskania inteligentniejszych i lepszych spostrzeżeń dotyczących personalizacji reklam. Aplikacja internetowa analizowała uruchomione kampanie reklamowe i znajdowała luki w reklamach, które uniemożliwiały naszemu klientowi dotarcie do wszystkich potrzebnych użytkowników.

Co więcej, rozwiązanie może teraz automatycznie generować nowe reklamy, optymalizując procesy copywritingu w firmie.

Ogólnie rzecz biorąc, platforma spowodowała wzrost liczby kliknięć reklam przez użytkowników o 53%. Stworzyliśmy również rekomendacje dla copywriterów w oparciu o najbardziej gęste i największe klastry, umożliwiając im tworzenie reklam, które obejmują do 92% niezbędnych żądań użytkowników. Nadal badamy moc sztucznej inteligencji w marketingu cyfrowym, opracowując dodatkowe narzędzia marketingowe oparte na sztucznej inteligencji, aby kontynuować ulepszanie platformy.

Czas trwania projektu

Marzec 2022 r. - w toku

25%

czas zaoszczędzony na generowaniu nowych reklam

53%

wzrost liczby kliknięć dodawania

Powiązane przypadki

Skontaktuj się z nami!

Zarezerwuj połączenie lub wypełnij poniższy formularz, a my skontaktujemy się z Tobą po przetworzeniu Twojego zgłoszenia.

Nazwa

Firma

E-mail

Telefon

Wiadomość Prosimy o podanie szczegółów projektu, czasu trwania, stosu technologicznego, potrzebnych specjalistów IT i innych istotnych informacji.

Nagraj wiadomość głosową na temat
projekt, który pomoże nam lepiej go zrozumieć

W razie potrzeby dołącz dodatkowe dokumenty

Prześlij plik

Można załączyć maksymalnie 1 plik o łącznej wielkości 2 MB. Ważne pliki: pdf, jpg, jpeg, png

Informujemy, że po kliknięciu przycisku Wyślij Innowise będzie przetwarzać Twoje dane osobowe zgodnie z naszą Polityką prywatności w celu dostarczenia Ci odpowiednich informacji.

Co będzie dalej?

Po otrzymaniu i przetworzeniu Twojego zgłoszenia skontaktujemy się z Tobą wkrótce, aby wyszczególnić potrzeby projektu i podpisać umowę o zachowaniu poufności, aby zapewnić poufność informacji.

Po przeanalizowaniu wymagań, nasi analitycy i programiści opracowują projekt z zakresem prac, wielkością zespołu, czasem i kosztami szacunki.

Umówimy się z Tobą na spotkanie, aby omówić ofertę i dojść do porozumienia porozumienia.

Podpisujemy umowę i rozpoczynamy pracę nad projektem tak szybko, jak to możliwe możliwe.

53% wzrost liczby kliknięć po wdrożeniu narzędzi marketingowych opartych na sztucznej inteligencji

Klient

Wyzwanie: Przezwyciężenie braku pokrycia słów kluczowych za pomocą sztucznej inteligencji w marketingu cyfrowym

Rozwiązanie: Narzędzia marketingowe oparte na sztucznej inteligencji do zoptymalizowanych kampanii reklamowych

Technologie

Proces

Zespół

Wyniki: Boost kliknięć w reklamy dzięki analizatorowi rankingu słów kluczowych opartemu na sztucznej inteligencji

Powiązane przypadki

Skontaktuj się z nami!

Co będzie dalej?

Let^●s develop
software together!

Złóż kolejną prośbę

Zamknij

53% wzrost liczby kliknięć po wdrożeniu narzędzi marketingowych opartych na sztucznej inteligencji

Klient

Wyzwanie: Przezwyciężenie braku pokrycia słów kluczowych za pomocą sztucznej inteligencji w marketingu cyfrowym

Rozwiązanie: Narzędzia marketingowe oparte na sztucznej inteligencji do zoptymalizowanych kampanii reklamowych

Technologie

Proces

Zespół

Wyniki: Boost kliknięć w reklamy dzięki analizatorowi rankingu słów kluczowych opartemu na sztucznej inteligencji

Powiązane przypadki

Skontaktuj się z nami!

Co będzie dalej?

Let●s develop software together!

Subskrybuj do nasz newsletter

Złóż kolejną prośbę

Zamknij

Let^●s develop
software together!

Subskrybuj
do nasz newsletter