La IA generativa impulsa las campañas contextuales
En los primeros años del targeting contextual, el media planner seleccionaba un público objetivo y tenía segmentos básicos para elegir. Ahora, puede copiar y pegar un briefing creativo en un campo de entrada y ver aparecer una larga lista de posibles URLs para dirigirse.
Si esta experiencia resulta familiar por ChatGPT, es porque las nuevas herramientas de targeting contextual de startups como Cognitiv y RTB House utilizan generative pre-trained transformers (GPTs) para construir segmentos contextuales. Al construir un gran conjunto de información contextual y utilizar tecnología de procesamiento de lenguaje natural para encontrar de manera más precisa ubicaciones publicitarias relevantes para los anunciantes, estas empresas creen que los GPTs pueden abordar algunos de los problemas que aquejan al targeting contextual.
Por ejemplo, las ofertas contextuales pueden ser excesivamente amplias. "A menudo, solo haces click en una casilla: quiero artículos sobre béisbol", dijo Aaron Andalman, cofundador de Cognitiv.
Cognitiv también ha desarrollado un modelo que permite a una marca como Nike bloquear la palabra "cheat" cuando se usa de manera negativa, pero mantener "cheat" cuando se usa en términos como "cheat sheet". O distinguir el uso de la palabra "shoot" en el contexto de baloncesto y no al referirse a una pistola.
Otra empresa que experimenta con IA generativa para analizar sites y construir segmentos de audiencia contextuales es RTB House. Para desarrollar sus productos relacionados con la audiencia, RTB House lanzó PrimeAudience, un DMP y una AdNetwork, el verano pasado.
Los profesionales de marketing que utilizan estas herramientas comienzan con un prompt. Por ejemplo, si un profesional está buscando compradores potenciales de zapatillas Nike, pueden copiar y pegar un briefing creativo o varios párrafos de un artículo sobre zapatillas Nike para usar como prompt. Luego, los modifican y refinan la oferta hasta que los resultados cumplan con sus criterios. Por ejemplo, pueden dar un "me gusta" o un "no me gusta" a las URLs individuales. Cuando dan un "no me gusta" a un site, la herramienta elimina no solo esa web, sino todos los sites similares.
El objetivo final para los profesionales de marketing que utilizan estas herramientas es generar una lista de URLs que podrían contener su audiencia objetivo, como personas que están comprando tazas termo o que tienen interés en actividades al aire libre.
A medida que estas herramientas continúan desarrollándose y siendo adoptadas por más empresas, se espera que la publicidad digital experimente una evolución significativa en la forma en que se planifican y ejecutan las campañas publicitarias, ofreciendo a los anunciantes una mayor precisión y eficacia en la llegada a su público objetivo.
Fuente: AdExchanger
