Как GPT-Таргетинг повысил эффективность программатик рекламы почти в 2 раза
Мощность последних версий нейросетей позволила внедрить новый тип таргетинга в программатик рекламу, который увеличивает среднюю кликабельность рекламы на 85% и решает основные проблемы традиционного способа определения интересов пользователя.
Меня зовут Александр Харитошин, я операционный директор в Roxot. Мы работаем на рынке программатик рекламы с 2016 г. и предлагаем решения для автоматизированной закупки рекламы на топ площадках Рунета, включая Tass. ru, Rbc. ru, Habr. com, Ntv. ru и Woman. ru. Сегодня расскажу о GPT Таргетинге — первом на российском рынке решении, которое использует нейросеть для более точного таргетинга по интересам. А это дает:
- Выше фактические показатели рекламных кампаний за тот же бюджет;
- Большую маржинальность кампаний;
- Постклик показатели выше среднерыночных.
Зачем вообще потребовалось трогать GPT для таргетинга рекламы
Программатик всегда был про возможность показывать рекламу пользователям на основе их интересов. У каждого бренда определена целевая аудитория и портрет идеального клиента, который помимо демографии как пол и возраст, включает в себя и психографические признаки: потребительские предпочтения, хобби, частота и направление путешествий.
Программатик в этом плане дает рекламодателям, что они хотят — возможность выбирать интересы пользователей в таргетинге рекламной кампании. Спорт, элитная недвижимость, охота и рыбалка — все это можно выбрать как интересы пользователей для таргетинга в любой крупной DSP.
Но если заинтересованному в бытовой технике человеку показывается реклама холодильника, почему средняя кликабельность баннеров в программатике колеблется от 0.05% до 0.2%*?
Причин много. На это влияет и перенасыщенность рекламой многих сайтов, и качество креативов, и даже медленный интернет. Но индустрия редко ставит под вопрос сам традиционный способ определения интересов пользователя на основе его истории поведения онлайн: какие сайты посещали, что искали в поиске. А у него есть ряд серьезных недостатков.
Чем плох традиционный таргетинг по интересам
- Низкая точность — невозможно видеть полное поведение пользователя онлайн. Какие-то сайты мы посещаем на смартфоне, какие-то на рабочем компьютере, какие-то на личном ноутбуке. А еще мы ищем подарки для близких, которые никак не связаны с нашими интересами. Из-за хаотичного веб потребления, собрать цельную картину об интересах пользователя сложно — появляются отвлекающие факторы или пробелы в истории.
Запоздалая реакция на смену интересов — традиционный способ определения интересов анализирует историю поведения пользователя за последние несколько месяцев. Поэтому не может быстро адаптироваться под смену интересов, под сезонные события или непредвиденные обстоятельства. Если человек простудился и ищет лекарство от кашля, это не значит что его постоянный интерес будет “Лекарства от ОРВИ”.
- Низкая релевантность — Традиционный таргетинг не учитывает контекст, в котором показывается реклама, что снижает результаты рекламной кампании, а иногда и вовсе вредит рекламируемому бренду. Представьте, что вам показывается реклама новенького китайского авто в новости про серьезное ДТП.
Все эти недостатки традиционного способа определения интересов снижают эффективность рынка интернет-рекламы: низкая точность таргетинга снижает кликабельность и конверсии, сайты добавляют больше рекламных мест, чтобы как-то увеличить доход, а пользователи плюются от навязчивой и ненужной рекламы.
Chat переворачивает представления об эффективности программатик рекламы
GPT обучается на больших объемах текстовых данных, что позволяет ему тонко понимать смысл текста. А если попросить нейросеть проанализировать текстовый контент страницы и рассказать о текущих интересах и намерениях пользователя его читающего, он с успехом справится с задачей.
Мы интегрировали возможности GPT для таргетинга рекламных кампаний в нашей DSP. Roxot собирает текстовое наполнение страниц, которые посещают пользователи, отправляет его в GPT для получения тематик и смыслов контента, затем проставляет теги и к URL страницы, и к пользователю в куки. Так реклама может показываться как на самой странице с нужным контентом, так и на других страницах сети Roxot.
Мы протестировали GPT-Таргетинг на 74 рекламных кампаниях для 27 рекламодателей из 8 категорий. По результатам средний CTR растет на 85%:
- Для рекламных кампаний крупного бренда бытовой техники средний CTR GPT Таргетинга на 190% выше традиционного таргетинга, 0.64% vs 0.22%;
- Кампании в категории Недвижимость показали CTR на 26% выше;
- Кампании бренда женской одежды на 109%;
- В категории Фармацевтики CTR выше на 94%;
- В E-commerce на 60%.
Эффективность рекламных кампаний взлетает, потому что GPT-Таргетинг трансформирует основные недостатки традиционного таргетинга в свои преимущества:
- Более точное определение текущих интересов — GPT-Таргетинг анализирует непосредственно контент, который потребляет пользователь в данный момент времени. Это позволяет точно определить тематику текущего интереса пользователя без построения часто необоснованных предположений на основе общего поведения пользователя.
- Молниеносная реакция — Анализ контекста страницы GPT происходит в реальном времени. Это позволяет показывать пользователю рекламу, имеющую для него значение именно в текущий момент.
- Высокая релевантность — GPT-Таргетинг может подбирать релевантную пользователю рекламу как на основе его заранее определенных интересов, так и по контенту страницы, где реклама будет непосредственно показываться.
- Высокий уровень кастомизации аудиторий — GPT-Таргетинг позволяет показывать рекламу кроссовок для бега не всем, кто проявил какой-то интерес к спорту, а конкретно аудитории, которая потребляет контент про марафоны, бег или легкую атлетику.
Использование GPT – прорыв в области программатик рекламы, так как позволяет рекламодателям показывать более релевантные объявления, напрямую связанные с интересом пользователя:
- Рекламодатели увеличивают эффективность рекламных кампаний: повышают кликабельность и конверсии при том же рекламном бюджете.
- Сайты зарабатывают больше с размещения рекламы благодаря высоким ценам за показы рекламы точечным аудиториям.
- Пользователи видят релевантную их предпочтениям и окружающему контенту рекламу, которая несет ценность.
GPT-Таргетинг доступен для всех рекламодателей Roxot.
* По агрегированным данным из основных SSP в рамках продукта по монетизации сайтов от Roxot за 2022 год.
Плохо что ли? хорошо же
Очень интересный подход! Но в статье не совсем прозрачно описан принцип работы. Могли бы авторы статьи пояснить?
Берем страницы с рекламным местом -> отправляем ее в Chat GPT для анализа и категоризации -> На выходе имеем ключ значение условно "https://www.cian.ru/sale/flat/274202055/" = "Property > 10 millions"
На выходе у нас есть разметка всех обработанных страниц + отдельно можно собрать сегмент пользователей посещавших эти страницы.
Оно так работает?
Что значит "проставляет теги к пользователю в куки"? AGhBH586IHnOsANxzcb68iA+Property > 10 millions? А зачем это делать?
Молниеносная реакция — Анализ контекста страницы ChatGPT происходит в реальном времени. Это позволяет показывать пользователю рекламу, имеющую для него значение именно в текущий момент.
Скорость обработки bid_request 0.2 секунды в среднем. ChatGPT явно не может проанализировать запрос так быстро, не понимаю этого преимущества в данном контексте
Да, грубо говоря, так работает. Куки проставляются пользователю, чтобы можно было показывать рекламу, подходящую под его интересы, на других страницах и сайтах нашей сети. Мы комбинируем таргетинг по тематике контента и интересам пользователя. То есть в зависимости от целей мы можем таргетироваться и по тематике url, даже если нет данных о пользователе, и по пользователю с нужными интересами на всех сайтах нашей сети, а не на конкретной странице.
"Скорость обработки bid_request 0.2 секунды в среднем. ChatGPT явно не может проанализировать запрос так быстро, не понимаю этого преимущества в данном контексте"
Процесс определение тематики через ChatGPT отделен от бид реквеста. Это два разных запроса.
Спасибо, интересно. Насколько быстро ИИ станет постоянной практикой в таргетинге? стоит уже переобуваться?
Мы в процессе перевода всех рекламных кампаний на ChatGPT Таргетинг. Но на сколько другие игроки рынка быстро смогут внедрить новый подход, сложно сказать, так как осталось мало независимых компаний.