Bukod hónapokon belül a viselkedésalapú targetálást? Semmi gond, a mesterséges intelligencia térnyerésével jön a kontextuális célzás új generációja is, ami teljesen felülírja majd a kulcsszavas keresés logikáját.

A kontextuális célzás egyidős a modern reklámmal, már jóval a 3rd party cookie-k megjelenése előtt is tartalom alapján célozták a hirdetéseket – csak gondolj az utazási rovatban megjelenő IBUSZ ajánlatra, vagy a gamer magazinok hardver rovatában elhelyezett videokártya 1/1 hirdetésre.

Valójában soha nem is tűnt el, legfeljebb arányaiban szorult vissza; tipikusan mindig is jelen volt a sales house-ok és a kiadók komplex hirdetési csomagjaiban (lásd: férfi csomag, utazás csomag, szépség csomag, stb.), akár többféle csatorna típust – nyomtatott, online, TV, stb. – is integrálva.

Most, hogy az iparág viszont az egyre szigorúbb adatvédelem és a fogyasztói elvárások változása miatt kénytelen módosítani a közönségcélzási szokásain, a figyelem ismét a kontextuális célzásra helyeződik át, azért, hogy megtaláljuk a legoptimálisabb környezetet a hirdetések elhelyezéséhez – de anélkül, hogy nyomon követnénk a neten az embereket vagy felhasználnánk a személyes adataikat.

Van azonban ma még egy komoly bökkenő ezeknél a hirdetéseknél:

többségük még mindig csak a kulcsszavakra alapozza a kontextuális megértést, ami viszont csak korlátozottan tükrözi a tartalmat, és azt, hogy biztonságos és releváns-e hirdetni rajta.

A kontextuális intelligencia szép új világában ez viszont el fog tűnni.

A mesterséges intelligencia fejlődésével az automatizált kontextuális elemzés minden platformon és minden csatornán el fogja érni az emberi megértés szintjét, legyen szó szöveges, képi, videós vagy hanganyagról.

Ezt nem minden kontextuális megoldás tudja egyelőre, nézzük, hol járunk és merre megyünk.

Az AI tudja is úgy értelmezni a tartalmat, mint az ember?

Még nem egészen de jó úton halad és jó néhány nagyságrenddel hatékonyabb lesz, mint a kulcsszavas megoldás.

A legtöbb kulcsszó alapú célzás ugyanis elég sok  korlátot tartalmaz. A különféle médiumok fejlesztési vezetői órákat tudnának mesélni arról, hogy miként próbálták megoldani azt, hogy a „gyilkos humor” ne potenciálisan erőszakos tartalomként jelenjen meg, a „szekszárdi polgármester” pedig elkerülje a pornográf minősítést.

Ez a fajta probléma azonban csak kívülről tűnik viccesnek, valójában rengeteg felesleges munkaórát tesz bele a rendszerbe, ami valakinél – a médiumnál, a hirdetőnél vagy a tartalomfogyasztónál – biztos, hogy költségként jelentkezik.

A természetes nyelvi feldolgozás (NLP – Natural Language processing), ami a kontextuális intelligencia élvonalába tartozó technológia, mindezt alapjaiban változtatja meg.

Az NLP megoldja, hogy a kontextuális eszközök ne csak az egyes kulcsszavakat, hanem

az oldalon található összes szót és betűt is elemezzék, megértve így a nyelv árnyalt jelentését.

Ez az egyes árnyalatok megértését, az irónia vagy a gúny azonosítását is jelenti, már a magyar nyelvben is, ami azért, valljuk be, komoly kihívás. (Ha eddig még nem volt meg, akkor a cikk után mindenképpen ismerkedjünk meg Bencze Imre Édes ékes apanyelvünk c. versével, azonnal megértjük, hogy mi fogja megizzasztani a mesterséges intelligenciát a magyar nyelvnél).

Ráadásul az NLP-t ma már széles körben alkalmazzák az audiotartalmakra is, így elemezhetővé váltak a digitális hanganyagok, pl. a podcast-ek is. Ezzel pedig egy újabb csatornán tudunk kifejezetten értékes pontokat szerezni a márkánk számára a figyelemgazdaságban.

Tudja a „gépi látást” (computer vision)?

Hogy mi az a gépi látás (CV – computer vision), azt a Wikipedia elég részletesen elmagyarázza. Nekünk itt most legyen elég annyi, hogy vannak már olyan szoftverek, amik megértik, hogy mi van a képen vagy a videóban és ráadásul segítenek is utána döntést hozni.

Ha használsz valamilyen képkeresőt, akkor jó eséllyel találkozhattál már új szűrőkkel, amik értelmezik a képek tartalmát is – pl. kiválaszthatjuk, hogy idős férfi szerepeljen-e a találatok között, vagy hogy összességében milyen legyen az ajánlott képek színvilága.

A gépi látás (Computer Vision) tartalmilag is értelmezi a képi és a videós tartalmak minden egyes képkockáját, így a kontextuális célzás ezen a csatornán is megoldható

Az NLP olyan árnyalt megértési szintet hoz a nyelvi elemzésbe, amelyet a kontextuális térben már standardnak kell tekinteni – és innentől kezdve nem csak a szöveges, de a vizuális, sőt, az audio környezet is ide értendő.

A mesterséges intelligencia alapú számítógépes látás lehetővé teszi, hogy a rendszerek mikroszinten is megértsék a képeket és minden színt, mintát vagy tárgyat átvizsgáljanak, megértsék azok jelentését – és kockázati szintjét is. A CV még ennél is tovább megy, képes a videókat képkockánként elemezni,

és emiatt pontosan tudja, hogy miről is szól az a bizonyos videó, és hogy melyik kínálja a legjobb reklámkörnyezetet.

Innentől kezdve pedig már csak egy ugrás, hogy a mai programmatic megoldásokhoz hasonlóan segítse a hirdetések optimális megjelenítését.

Mi van a CTV és az OTT környezettel?

Magyarán azokkal a megoldásokkal, amik nem a hagyományos TV-s tartalmat jelentik, hanem olyan:

  • eszközt, ami a TV-hez csatlakozik (vagy abba van beágyazva) és videót streamelünk rajta: Xbox, PlayStation, Apple TV, stb. (CTV – Connected TV);
  • tartalomszolgáltatót, ami a tartalmat a hagyományos kábel- vagy műholdas TV-szolgáltatókat kihagyva, közvetlenül az interneten keresztül juttatja el a felhasználókhoz (OTT – Over-the-Top).

Digitális jellegüknél fogva ezek a felületek talán a legalkalmasabbak a videós tartalom ilyen részletességű értélmezésére.

Ami probléma, hogy ez a terület – hoppá, itt is megvan a digitalizáció tipikus mintázata – olyan gyorsan fejlődött, hogy a márkabiztonsági technológiák még mindig le vannak maradva a felzárkózással. Márpedig a legtöbb hirdető a célzása során még mindig csak az alapvető videós metaadatokra támaszkodik, ami viszont – hasonlóan a szöveges tartalmak kulcsszavaihoz – csak nagyon keveset árul el egy videó valódi természetéről.

A számítógépes látás segítségével a kontextuális célzás sokkal mélyebbre tud hatolni, és teljes mértékben megérti a CTV minden egyes képkockájának a tartalmát, elkerülve a márkára veszélyes elhelyezéseket és felszabadítva a biztonságos inventoryt. Például , ha egy videós tartalom erőszakot tartalmaz, akkor a metaadatok gyakran az egész videót nem biztonságosnak minősítik. A számítógépes látás viszont megállapíthatja, hogy ez csak egy bizonyos ponton jelenik meg (ráadásul ott is csak pl. vicces kontextusban), így a videón belüli metaadatok pontosan tudják jelezni, hogy hol kell elkerülni a hirdetéseket.

Mi a helyzet az adatbázis marketinggel?

Hiszen ha valahol, hát ott aztán tényleg adatokból dolgoznak, alap, hogy az AI támogassa, amit csak lehet.

A fejlettebb adatbázisszolgáltató cégek már jó pár éve használják a mesterséges intelligenciát a munkájukhoz.

Gondold el – csak a hazai szereplőkhöz ezres nagyságrendben érkeznek egy-egy kampány során a regisztrációk, amikhez jó esetben akár több száz profiltényező is tartozik. Ezeket kategorizálni, átlátni sem könnyű, nem hogy feldolgozni.

Csak egy példa: a leadeket gyűjtő adatbázisok számos olyan adatot tartalmaznak, amik között az összefüggések rejtve vannak, hiszen fel sem merültek az adatgyűjtéskor ezek regisztrálása. Ugyanakkor az MI képes arra, hogy olyan statisztikai szignifikanciát képes felfedni, amikre emberi erővel esély sem lenne. Felkutathat és megállapíthat olyan mintázatokat, amik alapján nagy biztonsággal azonosíthatók bizonyos fogyasztói célcsoportok, növelve ezzel a hirdetések hatékonyságát.

Az adatok feldolgozásánál még számtalan szempont jöhet persze szóba, a Datainnovationnél is a napi munka része a mesterséges intelligencia alkalmazása a háttérben.

Lesznek akkreditált tartalomelemző megoldások?

Egy új kor hajnalán vagyunk, az AI-val megint léptünk egyet a digitalizáció és az online hirdetéskiszolgálás lépcsőjén.

Ezek a kialakulóban lévő kontextuális képességek megoldják nekünk az összes, fontos digitális tartalomjel elemzését; legyen szó szövegről, képről, videóról vagy hangról.

A kulcsszóelemzés az egyszerűbb, tulajdonságszintű elemzést oldotta meg. Csak a nyelvvel foglalkozik, de azzal sem úgy, ahogyan kellene, ráadásul „nem természetes” szabályrendszereket kellett hozzá felállítani:

az olvasónak, a hirdetőknek és a médiának is meg kellett tanulnia „Google-ül” gondolkodni és annak megfelelően keresni, vagy összeállítani tartalmat az interneten.

Az ezredforduló környékétől kiváló megoldás volt ez a hirdetők és a fogyasztók összekötésére, de itt az idő továbblépni és átadni a teret a mesterséges intelligencia által támogatott kontextuális hirdetéseknek.

Ehhez viszont a hirdetőknek a jövőben olyan technológiai megoldásszállítókat kell keresniük, akik megfelelően akkreditáltak a tartalomszintű kontextuális elemzésre, mivel ez válik a következő évek technológiai szabványává.

A kontextuális intelligencia most lép tehát az eddigi legizgalmasabb szakaszába, és az adatbázismarketing mellett a digitális világ egyik alaptechnológiájává válik.

Legalább annyira meghatározó szerepe lesz, mint amennyire a leköszönőben lévő kulcsszóalapú targetálásnak és a kivezetés alatt álló 3rd party cookie alapú célzásnak volt az elmúlt évtizedekben.

És hamarosan az fog történni vele, mint a fekete-fehér TV-kkel, amikor megjelentek a színes TV-k: nosztalgikus és megmosolyogtató emlékként gondolunk majd rájuk.

A poszt a The Drum „Navigating the world of contextual – and what to look out for” cikke alapján készült.