Sztuczna inteligencja zmienia oblicze in-video commerce

Każdego dnia dociera do nas kilka tysięcy komunikatów reklamowych: czy to w internecie, telewizji, radio, czy na ulicy. Stajemy się odporni na reklamy i przede wszystkim zmęczeni ich obecnością, a marketing clutter nie pozwala zapoznać się z treściami rzeczywiście pożądanymi. W 2017 roku aż 46% reklam w Polsce zostało zablokowanych wtyczkami blokującymi reklamy. To najwyższy wynik na świecie i ten wskaźnik stale wzrasta – rok wcześniej 36% polskich internautów deklarowało korzystanie z adblocka.

Pokonanie tego problemu i dotarcie do grupy docelowej staje się coraz większym wyzwaniem dla marketerów, wydawców i reklamodawców. Aby osiągnąć swój cel, muszą szukać nowych rozwiązań, często mających swoje źródło w nowoczesnej technologii i modyfikować dotychczas wdrożone metody. Jedną z nich jest in-video commerce, które dzięki wykorzystaniu sztucznej inteligencji i machine learning już zmienia oblicze współczesnej reklamy. 

Nadzieje wideo marketingu

O popularności wideo marketingu świadczy szereg statystyk: do roku 2019 ruch wideo w internecie będzie stanowił 80% całego internetowego ruchu konsumenckiego na świecie (SmallBizTrends), a sam Facebook generuje przeciętnie 8 miliardów wyświetleń filmów każdego dnia (Social Media Today). Oglądamy wideo już nie tylko za pośrednictwem komputerów, ale także telefonów: tylko YouTube odnotowuje 100% wzrost konsumpcji wideo w wersji mobile z roku na rok (HubSpot). Format wideo sprawia, że przedstawiane treści są łatwo i szybko przyswajane, pozwala także na przekazanie większego ładunku emocjonalnego. Nic więc dziwnego, że wideo przyciąga nie tylko odbiorców, ale i wydawców oraz reklamodawców.  

Dla biznesów e-commerce oznacza to więcej możliwości reklamowych oraz szansę na potencjalnie skuteczniejsze kampanie. Dla publisherów wideo to content wysokiej jakości, chętnie konsumowany przez użytkowników sieci. Wideo, jako nośnik, może połączyć interesy wydawców (dążenie do monetyzacji treści) i sklepów internetowych (dążenie do zwiększenia konwersji).

Odpowiedzią na te plany jest współpraca w zakresie in-video commerce. To treści reklamowe osadzone w materiale wideo, dopasowane do contentu i kontekstu, w którym zostały wyświetlone. 

Dlaczego liczy się kontekst?

W dobie tzw. ślepoty banerowej skuteczność reklamy podnosi kontekst, w którym została zaprezentowana odbiorcy. Nieprzemyślana kreacja oraz nieadekwatny czas i miejsce jej publikacji wprawiają użytkowników w irytację – widzą nieodpowiednie reklamy, niedopasowane do swoich potencjalnych impulsów zakupowych i w efekcie podejmują działania w kierunku zamknięcia reklamy lub całej witryny. 

Reklama kontekstowa jest maksymalnie precyzyjnie dopasowana do treści, w której towarzystwie występuje. Sprawia naturalne, wręcz oczywiste wrażenie i oferuje spersonalizowane doświadczenie zakupowe. Szanse, że użytkownik wejdzie w dalszą interakcję z tak przygotowaną treścią reklamową zatem wzrastają, stawiając zarówno wydawcę, jak i reklamodawcę, w komfortowej sytuacji. 

Jak działa in-video commerce?

In-video commerce polega na przedstawieniu użytkownikowi odpowiednich produktów podczas odtwarzania danego materiału wideo. Produkty są dobrane odpowiednio do treści, czyli identyczne lub bardzo podobne to tych, które zobaczyć można na ekranie. Taki efekt personalizacji w połączeniu z emocjami, które towarzyszą oglądaniu wideo, wywołuje impuls zakupowy, który dzięki precyzyjności in-video commerce, może być natychmiast zaspokojony. Po kliknięciu w reklamę użytkownik zostaje odesłany do sklepu, gdzie w kilka sekund może sfinalizować transakcję. Czas decyzji zakupowej odgrywa tutaj ogromną rolę, ale kluczowe znaczenie ma dobór contentu i odpowiednie rekomendacje w sklepach e-commerce. Wysokiej jakości treści w połączeniu z adekwatną reklamą mogą w pozytywny sposób wpłynąć na retencję użytkowników i konwersję w witrynach obu stron transakcji.

To sytuacja win-win-win: odbiorca otrzymuje spersonalizowane, właściwe treści, wydawca serwuje odpowiednie user experience, a sklep e-commerce ma szansę na precyzyjne dotarcie do użytkownika. 

Jak to wygląda w praktyce?

Wyobraź sobie program o wspinaczce górskiej. Ostre szczyty kontrastują z rozwianymi obłokami, a bohaterowie odcinka pokonują kolejne przeszkody, by dotrzeć do celu. Taki obrazek niesie ze sobą ładunek emocjonalny, związany z wędrówkami i chęcią podróży u odbiorcy. Istnieje szansa, że po zapoznaniu się z taką treścią, zainspiruje się miejscem na kolejny wyjazd, pomyśli o zakupie nowych butów trekkingowych czy plecaka idealnego na dalsze wyprawy. To idealne miejsce dla reklamodawców na przedstawienie produktów adekwatnych do treści i odpowiadających na potencjalne potrzeby i pragnienia odbiorcy. 

Treść jest analizowana: rozpoznaniu ulegają obiekty i kontekst, w którym są przedstawione. Odpowiednie elementy obrazu opisywane są tagami np. trekking, góry, plecak (z dokładnością do rozmiaru, koloru czy rodzaju), które następnie łączone są z produktami w sklepach e-commerce. Wszystko dzieje się w kilka sekund, wystarczających do wywołania i zaspokojenia impulsów zakupowych. 

Sztuczna inteligencja silnikiem in-video commerce 2.0

In-video commerce nie jest terminem nowym, ale dopiero wykorzystanie sztucznej inteligencji i uczenia maszynowego może ten proces zautomatyzować i sprawić, że będzie maksymalnie precyzyjny bez ponoszenia nakładów w postaci wydatków, zasobów ludzkich oraz czasu. Analiza treści i odpowiednie jej opisanie tagami, a także połączenie z feedami produktowymi sklepów e-commerce, pozwala na nowy wymiar monetyzacji, a samo otagowanie treści otwiera możliwości szybkiego tworzenia także nowych treści. Ten proces, wykonywany w sposób ręczny, byłby niemożliwy lub bardzo czasochłonny. 

Plastream automatyzuje te procesy, zmieniając oblicze in-video commerce. Dzięki wykorzystaniu sztucznych sieci neuronowych (deep learning) do automatycznej analizy treści obrazów, możliwe jest dopasowanie treści do zdjęć produktów w sklepach e-commerce i automatyczne odniesienie. To istotne wsparcie dla wydawców w kontekstowym dopasowaniu reklam do treści wizualnej. Plastream idzie jednak jeszcze o krok dalej, w czasie rzeczywistym reagując na zmiany w asortymencie, jeżeli w danym momencie produkt jest niedostępny. Wyszukuje najbardziej zbliżony zamiennik pod względem wielu cech, takich jak kolor, krój czy też materiał.

System jest w stanie rozpoznać nie tylko obiekty, ale i cechy charakterystyczne do nich przypisane (kolor, tkaninę, długość, wzór), twarze oraz kontekst materiału. Takie otagowanie pozwala na szybkie i zautomatyzowane tworzenie nowego contentu. Jeżeli potrzebujemy zdjęć celebrytki w długich sukienkach, dzięki odpowiednim tagom można wyszukać je w krótkim czasie i przygotować treść. 

Wielu marketerom wydaje się, że in-video commerce to przyszłość reklamy. Jednak dzięki zaawansowanej i stale rozwijanej technologii, ten format dostępny jest już dzisiaj. 

Autor

Kinga Odziemek, marketing manager w Plastream