Изображение: Shutterstock / dee karen
Исследователи из университета Мэриленда и Тилбургского университета в Нидерландах придумали систему под названием AdGazer, которая обещает вывести таргетинг на новый уровень. Теперь дело не в том, чтобы показать вам рекламу кроссовок, потому что вы вчера искали кроссовки. Они хотят сделать так, чтобы эта реклама появилась именно в то время, когда вы собираетесь купить спортивную обувь.
Представьте, что вы заходите на любимый сайт почитать новости, а там, между прочим, висит баннер, который словно специально создан для этого момента. Он не раздражает, не мешает, а органично вписывается в то, что вы читаете, и вы даже обращаете на него внимание на целых несколько секунд.
AdGazer смотрит на рекламу и оценивает, что на ней изображено, есть ли там лица, яркие цвета или динамичные сцены. Но самое интересное в нем то, что одновременно он оценивает среду, в которой эта реклама окажется. Что это за сайт, о чем статья, спокойный там видеоряд или нервный и дерганый. Инструмент пытается угадать, сколько внимания вы уделите баннеру, еще до того, как вы его увидели.
Ученые использовали данные отслеживания взглядов более чем на три с половиной тысячи цифровых объявлений. Они смотрели, куда именно падает взгляд человека и как долго он там задерживается. И оказалось, что предсказания AdGazer сбываются с высокой точностью. Контекст, то есть то, что окружает рекламу, определяет время, которое вы уделите ее просмотру. Для внимания к самому бренду этот показатель чуть ниже, но тоже весомо.
Если раньше рекламодатели надеялись, что пользователь просто заметит их баннер где-то сбоку, то теперь они могут с высокой вероятностью предугадать, заметит ли он его вообще или человеческий мозг ловко проигнорирует рекламу еще до того, как она попадет в зону осознанного восприятия.
С технической точки зрения новая технология выглядит достаточно обоснованно. Система использует большую языковую модель, чтобы понимать темы статей или другого контента и находить для них подходящую рекламу. Она сортирует простые и сложные элементы, оценивает их сочетаемость и выдает прогноз. По сравнению с другими популярными моделями компьютерного зрения AdGazer показывает очень хорошие результаты.
Особенно интересно, что модель неплохо справляется с рекламными объявлениями, которых раньше никогда не видела. То есть ее можно натренировать на одних баннерах, а потом скормить ей совершенно новые, и она все равно более-менее точно определит, задержатся на них глаза или нет.
Для рекламодателей это означает, что теперь можно не просто скупать места на популярных сайтах оптом, а выбирать позиции с умом, понимая, где объявление выстрелит, а где просто сольется с фоном и не принесет никакой пользы. Контекстное размещение перестает быть лотереей и становится если не точной наукой, то хотя бы более-менее предсказуемым.
Понятно, что рядового пользователя такие новости вряд ли обрадуют. Рекламы вокруг и так много, а теперь она еще и будет подбираться так, чтобы мы на нее смотрели как под гипнозом. Но если задуматься, может, в этом и есть спасение. Меньше бессмысленного мельтешения, больше внятных объявлений, которые хотя бы соответствуют настроению и контексту. В конце концов, смотреть на красивые кроссовки во время чтения про спорт куда приятнее, чем пытаться понять, зачем вам предлагают взять кредит на сайте с рецептами тортиков. Почему TSMC не желает переезжать в США? Китайский «конвейер гениев» как он есть Андрей Шкатов: «Мы перестроили управление устройствами, перешли на российский UEM и сэкономили миллионы рублей»
Источник: Robert H. Smith School of Business
Искусственный интеллект (ИИ, AI)