در میان تغییرات مختلف در جمع‌آوری داده‌های آنلاین، که میزان استفاده پلت‌فرم‌های دیجیتال بینش در هدف‌یابی تبلیغات را محدود کرده است، متا در حال توسعه مدل‌های جدید هدف‌یابی تبلیغات مبتنی بر یادگیری ماشینی است که می‌توانند تبلیغات مرتبط‌تری را به هر کاربر ارائه دهند بدون اینکه نیازی به آن داشته باشند. سطح بینش استفاده شخصی
این امر به ویژه برای متا مهم است، زیرا به‌روزرسانی iOS 14 اپل به شدت آسیب دیده است. پس از به‌روزرسانی، بسیاری از کاربران از جمع‌آوری داده‌های استفاده در برنامه‌های متا محروم شدند.
و در حالی که این به نتیجه متا لطمه زده است، اخیراً تجارت تبلیغات متا بهبود یافته است، در حالی که بازاریابان همچنین از طریق ابزارهایی مانند Advantage+، فرآیند هدف‌یابی خودکار تبلیغات متا، عملکرد بسیار بهبود یافته را گزارش می‌کنند.
بنابراین، متا چگونه تبلیغات مرتبط‌تری را با داده‌های کمتر به کاربران ارائه می‌کند؟
این هفته، متا مروری بر آخرین به‌روزرسانی سیستماتیک خود در این زمینه، با فرآیند تحویل آگهی جدید به نام «Meta Lattice» ارائه کرده است که از نقاط داده‌ای متعدد برای پیش‌بینی بهتر پاسخ‌های احتمالی تبلیغات از طریق هوش مصنوعی و سایر فناوری‌های پیش‌بینی‌کننده استفاده می‌کند.
همانطور که متا توضیح داد:
“Meta Lattice قادر است عملکرد سیستم تبلیغات ما را به طور کلی بهبود بخشد. ما عملکرد آن را با یک معماری با ظرفیت بالا افزایش داده‌ایم که به سیستم تبلیغات ما اجازه می‌دهد مفاهیم و روابط جدید در داده‌ها را به طور گسترده‌تر و عمیق‌تر درک کند و از طریق بهینه‌سازی مشترک تعداد زیادی از اهداف، به تبلیغ‌کنندگان سود برساند.»
بسیار خوب، این کمی لقمه‌ای است – اما اساساً، سیستم Lattice قادر است پاسخ‌های احتمالی کاربر را بدون نیاز به اطلاعات مستقیم از هر شخص استنتاج کند.
این فرآیند از اشتراک‌گذاری دانش در سطوح مختلف متا (مثلاً فید خبری، داستان‌ها، حلقه‌ها) استفاده می‌کند تا نقشه‌برداری خود از علاقه و فعالیت بالقوه کاربران را گسترش دهد. پیش از این، همه این عناصر به‌صورت مجزا اندازه‌گیری می‌شدند، اما مدل‌های پیش‌بینی پیشرفته‌تر متا اکنون می‌توانند مجموعه وسیع‌تری از نقاط داده را برای درک بهتر رفتارهای فردی احتمالی دریافت کنند.
این اساسا یک پایگاه داده گسترده از تمام فعالیت‌های واکنش متا به تبلیغات است، که وقتی با تمام اطلاعات دیگری که در مورد هر کاربر دارد تطبیق داده شود، سیستم Lattice را قادر می‌سازد تا علاقه احتمالی تبلیغات را از طریق نقشه‌برداری پیشرفته‌تر پیش‌بینی کند. این باعث می‌شود از تمام داده‌هایی که Meta می‌تواند به آنها دسترسی داشته باشد برای نشان دادن تبلیغات مرتبط‌تر به مردم استفاده بهتری می‌کند.
ما شبکه متا را طراحی کرده‌ایم تا عملکرد تبلیغ‌کننده را در محیط تبلیغات دیجیتال جدید که در آن به داده‌های با جزئیات کمتر دسترسی داریم، افزایش دهیم. علاوه بر این، Lattice قادر به تعمیم یادگیری در سراسر حوزه ها و اهداف است، که به ویژه زمانی که مدل دارای داده های محدودی برای آموزش است، بسیار مهم است. مدل‌های کمتر همچنین به این معنی است که می‌توانیم به طور فعال و کارآمد مدل‌های خود را به‌روزرسانی کنیم و با چشم‌انداز بازار که به سرعت در حال تحول است سازگار شویم.”
علاوه بر این، سیستم شبکه همچنین می‌تواند زمینه‌ای بهتری برای قرار گرفتن در معرض تبلیغات طولانی‌مدت و تأثیر نسبی آن بر پاسخ‌دهی داشته باشد.
“تعامل بین یک تبلیغ و شخصی که آگهی را مشاهده می کند می تواند از چند ثانیه (به عنوان مثال، کلیک، لایک) تا چند روز (به عنوان مثال، در نظر گرفتن خرید، اضافه کردن به یک سبد خرید، و بعداً خرید از یک وب سایت یا یک برنامه) باشد. از طریق مدل‌سازی چند توزیعی با آگاهی زمانی، Meta Lattice می‌تواند نه تنها هدف لحظه‌ای شخص را از سیگنال‌های تازه، بلکه علاقه طولانی‌مدت از سیگنال‌های آهسته، پراکنده و با تاخیر را نیز به تصویر بکشد.
به گفته متا، این رویکرد قبلاً کیفیت قرار گرفتن در معرض تبلیغات را تا 8 درصد بهبود بخشیده است و هر روز بهتر می‌شود و به نتایج بهتری از طریق ابزارهای هدف‌یابی خودکار آن منجر می‌شود.
واقعاً، اگر تبلیغات Meta’s Advantage+ را در نظر نگرفته‌اید، ارزش دیدن را دارند، باز هم بسیاری از بازاریابان عملکرد نتایج قوی را از طریق استفاده از ابزارهای هدف‌یابی تبلیغات پیشرفته متا گزارش می‌کنند.
و از آنجایی که این سیستم‌های مبتنی بر هوش مصنوعی با استفاده از طیف وسیع‌تری از ورودی‌ها تکامل می‌یابند، احتمالاً به محرک‌های مهم‌تری برای پاسخ تبدیل می‌شوند، که می‌تواند به شما کمک کند بدون نیاز به تنظیم دستی پارامترهای هر کمپین، مخاطبان مناسب را برای پیشنهادات خود هدف‌گیری کنید.
در اینجا می‌توانید اطلاعات بیشتری در مورد سیستم هدف‌یابی تبلیغات Meta’s Lattice بخوانید.