УДК 659.13/.17

Технологии динамического креатива

Назаров Филипп Олегович – студент факультета Рекламы и связей с общественностью Российского государственного гуманитарного университета.

Аннотация: В данной статье мы поговорим о диджитал коммуникациях, а конкретно, сосредоточимся на такой технологии как “Динамическая оптимизация креативов”. В кратце поговорим о том, что это такое, как это использовать и на что эта технология способна. Узнаем какие преимущества и недостатки несёт данный подход. А также, затронем наш рынок: посмотрим насколько сейчас данная техника внедрилась в отечественную рекламу и пользуется ли она популярностью и успехом.

Ключевые слова: реклама, креатив, сообщение, пользователь, DCO, технология динамического креатива, искусственный интеллект, оптимизация, тестирование.

Введение

Реклама, направленная на конкретного пользователя – по праву считается эффективной. Ведь, как минимум, обращение к конкретному человеку, воспринимается лучше чем к группе людей. Сообщение, обращенное к массовой аудитории, не будет восприниматься так чётко как обращение к конкретной ЦА, а обращение уже к конкретному человеку будет намного влиятельней, чем даже к небольшой группе людей (как сравнение – школьный класс и репетитор). В этой релевантности есть основная задача коммуникаций. Человек, в современном мире, сформировал привычку обрабатывать различные рекламные сообщения. Он определенным образом воспринимает рекламу по телевизору, и уже по-другому, например, когда посредник компании обращается к нему лично (через почту, на улице, по телефону и т.д). Конечно, реализация рекламного сообщения через прямой контакт не говорит нам о повышении доверия клиента к предоставляемой ему услуге, но повышает его заинтересованность, причастность, фокус на данном вопросе, ведь рекламодатель тем самым обращается именно к нему, и ведёт диалог именно с ним. Данное осознание уже провоцирует хоть какое-то причастие.

• Но как добиться похожего эффекта от баннера, рекламного ролика и любой диджитал-рекламы, направленной на пользователя?
• Как же, через картинку на экране, постараться приблизить ощущение обращения именно к нему, к конкретному пользователю?

Ответ есть – это системы и технологии динамической оптимизация креативов (DCO).

DCO – (dynamic creative optimization) помогает выстраивать более тесный контакт с потенциальным клиентом. Посредством уже существующей информации о пользователе, учитывая возраст, пол, время обращения и т.д., система помогает создать более точное обращение и, благодаря этому, формирует большую заинтересованность, причастность, укрепляет контакт и создаёт у пользователя ощущение важности обращения именно к нему.

Предположим, сотрудник компании обращается к вам “вживую” по телефону и предлагает свою услугу. Он учтёт не только лишь имя и зачитает речевой модуль (пример плохого обращения), но и начнёт задавать вопросы, по которым и будет учитывать предпочтения пользователя и по которым и будет, в дальнейшем, выстраивать своё предложение.

Другими словами, динамическая оптимизация креативов – форма программатической рекламы, которая позволяет рекламодателям оптимизировать эффективность своего креатива с помощью технологий в реальном времени.

Каково будущее DCO?

Не так уж давно реклама не имела свойств меняться и подстраиваться под каждого пользователя. Она не учитывала данные, такие как местоположение клиента, девайс, день недели и время суток, погодные условия, историю поиска и предыдущие взаимодействия с веб-сайтом.

Но затем, появилась динамическая креативная оптимизация (DCO).

Легко сочетаясь с технологией программатической рекламы, она автоматически стала создавать, перебирать и оптимизировать персонализированную рекламу в режиме реального времени.

DCO использует поведенческие, демографические, психографические и другие данные о потребителях для создания десятков, сотен или тысяч вариантов рекламного креатива и коммуникации!

На протяжении всей кампании, алгоритмы машинного обучения постоянно корректируют рекламные объявления в зависимости от взаимодействия клиентов с различными версиями. Поскольку технология обслуживает и тестирует различные творческие комбинации, она собирает данные об эффективности рекламы, которые клиенты могут использовать для оптимизации будущих рекламных кампаний.

DCO существует уже давно, и по-прежнему популярен среди маркетологов, он постоянно поддаётся доработкам и улучшениям. За последние несколько лет эта технология развилась и включила в себя генеративный искусственный интеллект. И хотя предстоящая потеря “куки” может поставить под угрозу все способы оптимизации рекламы, которые рекламодатели могут использовать, креатив остается ключевым рычагом, который бренды могут использовать для повышения эффективности.

Принцип работы DCO

Для смены нескольких креативов, в зависимости от времени суток, могут потребоваться десятки или сотни версий. DCO может сделать этот сложный, трудоемкий, долгий и подверженный ошибкам процесс более эффективным.

Чтобы использовать технологию DCO, рекламодатели создают свои рекламные объявления из взаимозаменяемых компонентов. Поскольку креативы модульные, пользователи видят постоянно меняющиеся комбинации заголовков, подзаголовков, изображений, цен, логотипов, призывов к действию и других элементов рекламы.

Что касается тестирования, DCO склонен использовать A/B/n [2] и многовариантное тестирование [2], так как количество вариантов очень велико по сравнению с тем, что может уловить A/B-тестирование [3].

Вместо простого тестирования двух разных версий, A/B/n-тестирование позволяет использовать n вариантов, каждый из которых тестирует один рекламный элемент. Например, вариант “A” может использовать синюю цветовую схему, вариант “B” – красную цветовую схему, “C” – черно-белую, а вариант “D” – любую другую. Также вариант “B” может тестировать другой оттенок, вариант “C” – другой заголовок, а вариант “D” – другое изображение. Многовариантное тестирование проверяет различные комбинации отдельных элементов в каждом варианте объявления.

Таким образом, один вариант объявления может одновременно тестировать разные призывы к действию, заголовок и фон.

Эволюция DCO

Раньше у DCO был более человеческий подход, да и некоторые компании до сих пор придерживаются старого подхода к разработке креативов и их оптимизации вручную с помощью A/B или A/B/n-тестирования вместо использования технологии DCO. Но, со временем, цифровые креативные форматы стали более «шаблонными», что делает автоматизированный, основанный на алгоритмах подход к планированию и созданию кампаний более простым, а потому и привлекательным.

Технологии DCO обеспечивают краткосрочную производительность, поскольку машинное обучение оптимизируется исключительно для достижения результатов. Он не полагается на «интуицию» относительно того, что работает, а что нет. Инструменты искусственного интеллекта могут выявлять отношения и корреляции, которые люди не обязательно видят между клиентами и различными результатами креатива.

Вместо того, чтобы просто тестировать части рекламы, они также оптимизируют ее на основе характеристик клиентов. Затем ИИ может изолировать переменные, которые с наибольшей вероятностью помогут достичь целей рекламодателя, и соответствующим образом изменить креатив.

А благодаря появлению генеративной технологии искусственного интеллекта рекламодатели могут передавать на аутсорсинг такие задачи, как написание текста, вставку изображений или изменение фона с помощью инструментов искусственного интеллекта, что обеспечивает возможность творческого производства в больших масштабах, что, в свою очередь, создает больше возможностей для тестирования.

Иногда бренды прибегают к A/B-тестированию (всего с двумя вариантами), потому что у них нет времени придумывать множество различных фрагментов текста и вариантов изображений. И тут снова приходит генеративный искусственный интеллект, ведь он ускоряет процесс композиции, поэтому бренды могут исследовать множество идей.

Можно сгенерировать хоть 10-15 вариантов, затрачивая на это минимум ресурсов и их сил. Маркетологи по-прежнему могут просмотреть креатив перед его публикацией.

Дальнейшее развитие DCO

Чтобы оставаться жизнеспособным, технологиям DCO придется бороться с потерей сигнала. Поскольку сторонние файлы cookie устаревают, а другие сигналы, такие как, IP-адреса и идентификаторы мобильных устройств перестают работать, брендам будет сложнее идентифицировать и сегментировать аудиторию и измерять результаты.

Чтобы в будущем эффективно обслуживать рекламу DCO, поставщикам необходимо будет иметь связи как со стороной покупателя, так и со стороной продавца. Таким образом, они будут извлекать выгоду лишь из обратной связи, которая и будет использовать DCO.

Лучшими компаниями, для показа рекламы DCO, после потери сигнала будут такие компании как: Google, Meta и Amazon, из-за их, уже сформированных, огромных объемов данных.

Как бренд или рекламодатель, если вы углубляетесь в DCO, вам нужно спросить себя: ради идей или ради краткосрочных результатов?

Если и то, и другое, рекламодателям следует разработать стратегию, которая сочетает в себе принятие решений человеком и оптимизацию под руководством машин. Но им необходимо глубоко разбираться в процессах, чтобы знать ответ на вопрос: «Где начинается человек и где берет верх машинное обучение?»

DCO на российском рынке

В связи с нынешними реалиями в России, некоторые крупные компании, обладающие обширными базами данных начали разработку своих технологий DCO.

Из таких, мы имеем DCO от компании “Яндекс”. Они создали свою технологию, которая позволяет оптимизировать показ динамического креатива без остановки рекламной кампании для получения наилучшего результата.

С её помощью можно проверить маркетинговые гипотезы, определить, какой CTA работает лучше, какое предложение сработало эффективнее и какая цена товара оптимальна. Она, как и предшественники, использует алгоритмы искусственного интеллекта (AI) для автоматического сопоставления разных вариантов рекламы с правильной аудиторией и выбирает наиболее эффективную комбинацию элементов креатива для конкретного пользователя.

Также, компания “Мэйл.ру” тоже начала развивать эту технологию:

Технология, разработанная Mail.ru Group, ктакже позволяет оптимизировать рекламные кампании в режиме реального времени. Она анализирует данные о поведении пользователей и автоматически подбирает наиболее эффективные варианты рекламных объявлений. Это помогает повысить конверсию и снизить стоимость привлечения клиентов.

Конечно, они только в начале пути, но уже понимают, что данная технология имеет множество преимуществ. Ведь динамические рекламные объявления помогают не только охватить новую аудиторию и сокращают время на настройку и запуск кампании, но и уменьшают необходимость ручной настройки и отслеживания актуальности рекламы.

Список литературы

1. Hana Yoo AdExchanger – What Is The Future Of Dynamic Creative Optimization (DCO)? [Электронный ресурс]. – URL: https://www.adexchanger.com/adexplainer/what-is-the-future-of-dynamic-creative-optimization-dco.
2. A/B/n и MVT-тестирование: польза для бизнеса, сходства и различия [Электронный ресурс]. – URL: https://vc.ru/marketing/316401-a-b-n-i-mvt-testirovanie-polza-dlya-biznesa-shodstva-i-razlichiya.
3. Карпов М. A/Б тесты – что это такое и как проводить? [Электронный ресурс]. – URL: https://vc.ru/productstar/425821-a-b-testy-chto-eto-takoe-i-kak-provodit.
4. Динамические рекламные объявления от Mail.ru Group [Электронный ресурс]. – URL: https://target.my.com/pro/education/online-course/ads-tools/dro.