
هوش مصنوعی در حال تغییر مبانی رقابت در صنعت فناوری تبلیغات AdTech است. با خودکارشدن فرایندهایی که پیشتر به مدیریت پیچیده کمپینهای تبلیغاتی وابسته بودند، مزیت رقابتی شرکتهای این حوزه به تدریج از توانایی اجرای گردش کار به سمت کیفیت تصمیمگیری درباره تبلیغات، انتخاب دادهها و بهینهسازی نتایج حرکت میکند. این موضوع در نشست Digital Marketing Summit که در نیویورک برگزار شد، مورد بحث فعالان صنعت قرار گرفت.
تری کاواجا (Terry Kawaja)، مدیرعامل موسسه لوما برگزارکننده و کانر مککنا (Conor McKenna) معتقدند هوش مصنوعی از دو مسیر در حال تغییر صنعت AdTech است؛ نخست، نحوه انتخاب و نمایش تبلیغات به کمک فناوری های بازاریابی و دوم، شیوه کشف محصولات و خرید توسط مصرفکنندگان. به گفته مککنا، با توسعه فناوریهای جدید هوش مصنوعی، مزیتی که شرکتها از طریق مدیریت گردش کار تبلیغاتی به دست آورده بودند، بهتدریج در حال از بین رفتن است.
در چنین شرایطی، توانایی تصمیمگیری در لحظه به یکی از عوامل تعیینکننده رقابت تبدیل میشود. اینکه کدام سیگنال های دادهای برای هدفگیری مخاطب استفاده شوند، چه محتوای خلاقه ای به نمایش درآید، تبلیغ در کدام موقعیت منتشر شود و چگونه عملکرد آن بهبود پیدا کند، از جمله تصمیمهایی هستند که میتوانند تمایز میان شرکتهای فناوری تبلیغات را رقم بزنند. کاواجا در همین زمینه میان کارایی (Efficiency) و اثربخشی (Effectiveness) تمایز قائل شد و تأکید کرد که بهبود اثربخشی میتواند تأثیری به مراتب بزرگ تر از افزایش صرف کارایی داشته باشد.
این تحول میتواند رقابت میان بازیگران مختلف صنعت تبلیغات دیجیتال، از پلتفرمهای سمت تقاضا (DSP) و پلتفرمهای سمت عرضه (SSP) گرفته تا آژانسهای تبلیغاتی، شبکههای رسانه ای خرده فروشی Retail Media Networks و پلتفرمهای بزرگ فناوری را تشدید کند. در این میان، Open Web نیز برای حفظ سهم خود از بودجه تبلیغ دهندگان با چالش روبهرو است زیرا در مقایسه با پلتفرمهای بزرگ، محیطی پراکنده تر برای خرید و عرضه تبلیغات محسوب میشود. به اعتقاد مدیران لوما، این بخش برای رقابت به گردش کار ساده تر و نتایج قابلاندازهگیری و اثباتپذیرتر نیاز دارد.
دومین تحول مورد اشاره در نشست LUMA Partners به تغییر رفتار مصرفکنندگان مربوط میشود. دستیارهای هوش مصنوعی میتوانند فرایند جستوجو، کشف محصولات و مقایسه گزینههای خرید را در یک رابط واحد ادغام کنند و به این ترتیب، مسیر سنتی تصمیمگیری و خرید را کوتاهتر سازند. با این حال، دیدگاه مطرحشده در این نشست آن است که مصرفکنندگان در آینده نزدیک همچنان در فرایند خرید نقش خواهند داشت و بیشتر از عاملهای هوش مصنوعی برای واگذاری بخشی از وظایف تحقیق و بررسی استفاده خواهند کرد، نه اینکه تمام تصمیمهای خرید را به آنها بسپارند. در صورت ورود تبلیغات به این تجربه ها، اعتماد مصرفکننده اهمیت بیشتری پیدا خواهد کرد.
در بخش دیگری از این گزارش، راوی پاتل (Ravi Patel)، همبنیانگذار و مدیرعامل SWYM.ai، به تفاوت میان مدیریت بودجه تبلیغاتی در پلتفرم های مختلف و انتخاب فرصتهای نمایش تبلیغ در سطح هر نمایش (Impression-level Decisioning) اشاره میکند. به گفته او، پلتفرمهای یکپارچه مدیریت رسانه میتوانند در تعیین محل تخصیص بودجه و میزان هزینه کرد نقش داشته باشند اما انتخاب فرصت نمایش مشخص همچنان در اختیار سیستم های داخلی پلتفرمهایی مانند گوگل، متا و آمازون است. این تمایز نشان میدهد که یکپارچهسازی مدیریت رسانه لزوماً به معنای کنترل تمام تصمیمهای مرتبط با خرید تبلیغات نیست.
در جمعبندی مباحث این نشست، دسترسی به دادهها و سیگنالهای ارزشمند، مقیاس فعالیت، هوشمندی تصمیمگیری و اعتماد از جمله عوامل تعیینکننده آینده شرکتهای فناوری تبلیغات عنوان شدند. کاواجا نیز ترکیب توانایی تصمیمگیری با دسترسی به سیگنالهای دادهای منحصربفرد را عاملی دانست که میتواند شرکتهای متمایزکننده بازار را مشخص کند و زمینه ادغام و تملک بیشتر در صنعت را فراهم آورد. با توجه به این موارد و با گسترش اتوماسیون مبتنی بر هوش مصنوعی، رقابت در صنعت AdTech بیش از گذشته به این پرسش وابسته خواهد شد که کدام بازیگر میتواند از دادههای موجود، تصمیمهای تبلیغاتی مؤثرتری استخراج کند.
منبع DIGIDAY
گردآوری و تنظیم تحریریه مارکتینگ نیوز