Skąd internet wie co lubisz?
Skąd internet wie, co lubisz? Algorytmy i personalizacja w marketingu internetowym
Dlaczego po obejrzeniu kilku produktów w sklepie internetowym zaczynamy otrzymywać podobne rekomendacje? Skąd platforma streamingowa wie, jaki serial może nam się spodobać, a Facebook, Instagram czy Google wyświetlają treści i reklamy związane z naszymi zainteresowaniami? Odpowiadają za to między innymi algorytmy, systemy rekomendacji i rozwiązania wykorzystujące uczenie maszynowe. Analizują dostępne sygnały i na ich podstawie próbują przewidzieć, jakie treści, produkty lub reklamy mogą zainteresować konkretnego użytkownika. Nie oznacza to jednak, że platformy „wiedzą o nas wszystko” albo że każda reklama jest tworzona indywidualnie dla jednej osoby. Współczesna personalizacja jest znacznie bardziej złożona. Dla agencji interaktywnej zrozumienie jej działania ma duże znaczenie, ponieważ algorytmy odpowiadają dziś nie tylko za rekomendacje produktów czy filmów, ale również za sposób dystrybucji treści w social mediach oraz działanie kampanii Google Ads i Meta Ads.
Systemy rekomendacji – dlaczego widzimy właśnie te produkty i treści?
Systemy rekomendacji spotykamy praktycznie każdego dnia. Sklepy internetowe podpowiadają produkty podobne do tych, które właśnie oglądamy, platformy streamingowe proponują filmy i seriale, a serwisy społecznościowe wybierają rolki, posty czy profile, które potencjalnie mogą nas zainteresować. Algorytm może brać pod uwagę wiele sygnałów, np. wcześniejsze zachowania użytkownika, oglądane produkty, interakcje z podobnymi treściami, popularność określonych materiałów czy zachowania innych osób o zbliżonych zainteresowaniach. Amazon i inne platformy e-commerce wykorzystują rekomendacje między innymi do prezentowania produktów powiązanych z aktualnie oglądanym asortymentem, ale nie warto już opierać się na starym stwierdzeniu, że dokładnie 35% przychodów Amazona pochodzi z rekomendacji – ta liczba jest od lat powtarzana w internecie bez aktualnego kontekstu. Podobne mechanizmy wykorzystują serwisy streamingowe, takie jak Netflix, gdzie personalizacja dotyczy nie tylko tego, jakie tytuły są polecane, ale także ich kolejności i sposobu prezentacji. System rekomendacji nie musi więc dokładnie „znać” użytkownika – wystarczy, że na podstawie dostępnych danych potrafi oszacować, która z wielu dostępnych propozycji ma największą szansę przyciągnąć jego uwagę.
Algorytmy decydują również o tym, co widzimy w social mediach
Personalizacja nie ogranicza się do sklepów internetowych. Jest podstawowym elementem działania współczesnych social mediów. Facebook czy Instagram nie pokazują wszystkim użytkownikom dokładnie tych samych materiałów w identycznej kolejności. Systemy rankingowe próbują przewidzieć, jakie treści będą najbardziej interesujące dla konkretnej osoby. Pod uwagę mogą być brane wcześniejsze interakcje, rodzaj treści, zachowania użytkownika czy prawdopodobieństwo wykonania określonej czynności. Jeśli ktoś regularnie ogląda rolki dotyczące aranżacji wnętrz, zatrzymuje się na nich, zapisuje je lub przesyła znajomym, platforma otrzymuje sygnały wskazujące na zainteresowanie podobną tematyką. Nie oznacza to jednak, że każdy pojedynczy komentarz automatycznie trafia do prostego profilu opisującego użytkownika. Współczesne mechanizmy rekomendacji są znacznie bardziej skomplikowane. Dla agencji interaktywnej najważniejszy wniosek jest prosty – skuteczność treści zależy przede wszystkim od tego, jak reagują na nie właściwi odbiorcy. Dlatego przy prowadzeniu social mediów warto analizować nie tylko polubienia, ale również zasięg, wyświetlenia, udostępnienia, zapisania, komentarze, kliknięcia czy czas oglądania materiałów wideo.
z tym sportem (po lewej post organizatora bardzo popularnych rozgrywek międzynarodowych, po prawej reklama piwa wykorzystująca nazwiska znanych piłkarzy).
Personalizacja reklam wygląda dziś inaczej niż kilka lat temu
Jeszcze kilka lat temu marketing internetowy bardzo często kojarzono z niezwykle szczegółowym ręcznym targetowaniem. Reklamodawca wybierał zainteresowania, wiek, lokalizację i wiele innych parametrów, starając się stworzyć możliwie dokładny profil potencjalnego klienta. Takie możliwości nadal istnieją w różnych formach, ale rozwój automatyzacji znacząco zmienił sposób prowadzenia kampanii. Współczesne systemy Meta Ads i Google Ads wykorzystują algorytmy, które analizują dostępne sygnały i wyniki kampanii, aby szukać użytkowników z większym prawdopodobieństwem wykonania oczekiwanego działania. Z tego powodu bardzo wąska grupa odbiorców nie zawsze będzie lepsza od szerszej. Nadmierne ograniczenie może zmniejszyć przestrzeń, w której system może szukać potencjalnych klientów. Agencja interaktywna powinna więc dopasować sposób targetowania do konkretnej kampanii, jej celu, budżetu, dostępnych danych i charakteru oferty, zamiast stosować jeden schemat dla wszystkich firm. Duże znaczenie ma również odpowiednia kreacja – dobrze przygotowana reklama sama komunikuje, dla kogo przeznaczona jest oferta, i pomaga przyciągać właściwe osoby.
Google Ads i Meta Ads wykorzystują algorytmy na różnych etapach kampanii
Automatyzacja w reklamie internetowej nie kończy się na wyborze odbiorców. Algorytmy mogą wspierać ustalanie stawek, dobór miejsc emisji, optymalizację pod określone działania oraz wybór kombinacji materiałów reklamowych. Google Ads i Meta Ads działają jednak w innym kontekście. W wyszukiwarce Google bardzo ważny jest zamiar użytkownika. Osoba wpisująca frazę „biuro nieruchomości Kraków” albo „karma dla psa z alergią” sama komunikuje, czego w danym momencie szuka. Reklama może więc odpowiadać na konkretną potrzebę. W social mediach sytuacja wygląda inaczej – użytkownik zazwyczaj nie otwiera Instagrama lub Facebooka z zamiarem znalezienia konkretnej firmy, dlatego reklama musi najpierw przyciągnąć jego uwagę i zainteresować ofertą. Agencja interaktywna powinna uwzględniać te różnice podczas planowania kampanii. Nie chodzi wyłącznie o to, aby „ustawić reklamę”, ale o właściwy dobór kanału, celu, komunikatu, materiałów reklamowych, budżetu oraz sposobu mierzenia rezultatów. Algorytm może bardzo skutecznie wspierać optymalizację, ale potrzebuje odpowiednich danych i dobrze skonfigurowanej kampanii.
Dlaczego czasami mamy wrażenie, że reklamy nas śledzą?
Chyba każdy spotkał się z sytuacją, w której oglądał produkt w sklepie internetowym, a później zauważył reklamę tego samego lub podobnego produktu na innej stronie albo w social mediach. Jednym z mechanizmów odpowiedzialnych za takie sytuacje może być remarketing, czyli ponowne docieranie z komunikatem reklamowym do osób, które wcześniej miały kontakt z marką. Współczesne środowisko reklamowe jest jednak znacznie bardziej skomplikowane niż kilka lat temu. Na możliwości pomiaru i personalizacji wpływają między innymi zgody użytkowników, ustawienia prywatności, ograniczenia systemów operacyjnych i przeglądarek oraz zasady poszczególnych platform. Coraz większe znaczenie mają również dane własne firm oraz rozwiązania pomagające poprawić jakość pomiaru, takie jak Meta Conversions API. Nie każda wyjątkowo trafna reklama oznacza więc, że konkretna strona „śledziła” użytkownika. Reklama może zostać dopasowana także na podstawie kontekstu, zapytania w wyszukiwarce, określonego segmentu odbiorców lub innych dostępnych sygnałów. Agencja interaktywna musi obecnie patrzeć na remarketing i personalizację szerzej oraz uwzględniać zarówno możliwości technologiczne, jak i coraz większe znaczenie prywatności użytkowników.
Czy algorytmy wiedzą o nas wszystko?
Popularne stwierdzenie, że „Facebook wie o nas wszystko”, brzmi efektownie, ale jest dużym uproszczeniem. Platformy mogą posiadać wiele informacji i sygnałów związanych z korzystaniem z ich usług, jednak nie oznacza to, że reklamodawca otrzymuje szczegółowy raport dotyczący konkretnego użytkownika. Reklamy są kierowane przy wykorzystaniu dostępnych narzędzi i mechanizmów platform, a ich stosowanie podlega określonym zasadom. Szczególne ograniczenia dotyczą między innymi wykorzystywania wrażliwych kategorii danych. Jednocześnie użytkownicy mają coraz więcej możliwości zarządzania prywatnością i personalizacją reklam. Warto również sprostować inne popularne przekonanie – korzystanie z VPN czy prywatnego trybu przeglądarki nie zapewnia automatycznie całkowitej anonimowości w internecie. Podobnie zbyt dużym uproszczeniem jest twierdzenie, że Apple w ogóle nie gromadzi ani nie analizuje danych użytkowników. Współczesne systemy prywatności są znacznie bardziej złożone. Z perspektywy marketingowej ważniejsze jest to, że agencja interaktywna powinna korzystać z dostępnych danych i technologii zgodnie z zasadami platform, obowiązującymi regulacjami i zgodami użytkowników, a nie dążyć do zebrania maksymalnej ilości informacji o pojedynczej osobie.
Czy automatyzacja może zastąpić specjalistę od reklamy?
Skoro Google i Meta potrafią automatycznie dobierać odbiorców, stawki, miejsca emisji i inne elementy kampanii, można zastanawiać się, czy prowadzenie reklamy przez specjalistę jest nadal potrzebne. Automatyzacja rzeczywiście przejęła część zadań, które wcześniej wykonywano ręcznie, ale jednocześnie zwiększyło się znaczenie właściwego przygotowania całej strategii. Algorytm nie zdecyduje za firmę, które produkty powinny być priorytetem, jaki komunikat najlepiej oddaje przewagę oferty ani czy pozyskane zapytania rzeczywiście mają odpowiednią jakość. Ktoś musi określić cele, przygotować strukturę kampanii, dobrać materiały, kontrolować budżet, analizować konwersje i reagować, gdy wyniki zaczynają się pogarszać. Agencja interaktywna powinna więc wykorzystywać automatyzację jako narzędzie, a nie traktować jej jako zamiennik strategii. W agencji interaktywnej Matezun prowadzimy kampanie Google Ads i Meta Ads, regularnie analizując ich wyniki oraz wprowadzając optymalizacje. Algorytm może wykonać ogromną liczbę obliczeń w krótkim czasie, ale to człowiek określa, czy rezultaty rzeczywiście odpowiadają celom biznesowym klienta.
Dane mają wartość dopiero wtedy, gdy potrafimy je wykorzystać
Nowoczesny marketing daje dostęp do ogromnej liczby informacji. Możemy sprawdzać kliknięcia, wyświetlenia, CTR, koszt pozyskania kontaktu, liczbę konwersji, wartość sprzedaży i wiele innych wskaźników. Sama ilość danych nie gwarantuje jednak dobrych decyzji. Kluczowa jest ich właściwa interpretacja. Kampania z bardzo wysokim CTR może wyglądać świetnie w raporcie, ale jeśli użytkownicy po kliknięciu nie wysyłają formularzy ani nie dokonują zakupów, problem może znajdować się w ofercie, stronie docelowej lub jakości pozyskiwanego ruchu. Podobnie reklama o wyższym koszcie kliknięcia może być bardziej opłacalna, jeśli prowadzi do wartościowych konwersji. Agencja interaktywna powinna więc patrzeć na cały proces, a nie optymalizować kampanii wyłącznie pod jeden łatwo dostępny wskaźnik. Algorytmy również potrzebują właściwych sygnałów – jeżeli system otrzyma błędnie skonfigurowane konwersje, może zacząć optymalizować kampanię pod działania, które nie mają rzeczywistej wartości dla firmy. Dlatego prawidłowy pomiar jest jednym z najważniejszych elementów inteligentnego marketingu internetowego.
Inteligentny marketing to technologia połączona ze strategią
Określenie „inteligentny marketing” brzmi dziś inaczej niż kilka lat temu. Nie chodzi już tylko o pokazanie użytkownikowi produktu podobnego do tego, który wcześniej oglądał. Algorytmy odpowiadają za rekomendowanie treści, dopasowywanie reklam, automatyczne ustalanie stawek, analizowanie ogromnych zbiorów sygnałów i przewidywanie, jakie działanie może wykonać użytkownik. Jednocześnie rozwijają się rozwiązania związane ze sztuczną inteligencją, automatyzacją kreacji i analizą danych. Nie oznacza to jednak, że technologia sama stworzy skuteczny marketing. Nadal potrzebna jest dobra oferta, odpowiedni komunikat, znajomość odbiorców, atrakcyjne materiały oraz prawidłowo skonfigurowany pomiar. Agencja interaktywna może połączyć te elementy i wykorzystać możliwości algorytmów tam, gdzie rzeczywiście wspierają realizację celu. Internet nie musi więc dokładnie „wiedzieć, co lubisz”. Wystarczy, że na podstawie dostępnych sygnałów potrafi przewidzieć, co z określonym prawdopodobieństwem może Cię zainteresować. Właśnie na tym opiera się duża część współczesnych systemów rekomendacji i reklamy internetowej – a wraz z dalszym rozwojem AI znaczenie takich mechanizmów będzie prawdopodobnie jeszcze większe.