-

Hoe deep learning helpt bij hyper-gepersonaliseerde advertising

Hyperpersonalisatie om marketinguitingen te personaliseren middels data helpt merken om beschikbare data op een geavanceerde en effectievere manier te gebruiken. Voor hyperpersonalisatie maak je gebruik van data in combinatie met machinelearning-technologie. Merken helpen hun klanten zo om tijdens elke customer journey-stap gepersonaliseerde berichten aan te bieden, afgestemd op de continu veranderende behoeftes van de betreffende persoon.

De tactiek van gepersonaliseerde aanbiedingen vereist een diepgaand begrip van de gebruiker, wat veel verder gaat dan de basisgegevens, eerdere aankopen en verlaten winkelwagentjes. Wil je de juiste boodschap overbrengen? Dan moet je begrijpen waarom een klant bepaalde keuzes maakt tijdens de customer journey én hoe elke interactie aangepast moet worden op deze persoonlijke behoeftes.

Niet opdringerig maar relevant

Waarom zou je zo ver gaan in het personaliseren van ads? In 2015 nam het gebruik van adblockers wereldwijd met 41 procent toe, ten opzichte van het jaar ervoor. Dat kostte de markt toen ongeveer 21,8 miljard dollar aan ad-impressies. Volgens een onderzoeksrapport van Teads waren opdringerige ads, zoals het overnemen van je homepage en banners die je niet kunt wegklikken of die voor je beeld komen te staan, de voornaamste redenen voor consumenten om een adblocker te installeren. Uit onderzoek van IAB Nederland blijkt dat de meeste Nederlandse consumenten (73 procent) adblockers installeren omdat er simpelweg te veel online advertising is, of omdat ads zorgen voor tragere prestaties (volgens 42 procent). Retargeting vermijden is een andere veelgenoemde (36 procent) reden om een adblocker te installeren.

Een duidelijk signaal van de consument dus. En een goede reden waarom het, voor ons als branche, belangrijk is om ads te maken die minder storend en opdringerig zijn. Door op een goede manier te targeten kun je ervoor zorgen dat jijzelf in de ogen van je klant niet opdringerig bent, maar juist relevant. Hoe maak je advertenties dan relevanter? Door op basis van geolocatie, online surfgedrag, demografische informatie en context te targeten. Hoe relevanter de ads, hoe minder waarschijnlijk dat consumenten ze blocken. Op dit moment geeft slechts een op de vijf klanten wereldwijd aan dat de bedrijven waarmee hij of zij zakendoet, de ervaring aanpast op basis van de behoeftes, voorkeuren en eerdere interacties. Er is dus veel ruimte voor bedrijven om zich te onderscheiden met een persoonlijkere touch.

Gepersonaliseerde ervaring

Wil je klanten aantrekken en behouden, dan moet je een gepersonaliseerde ervaring aanbieden. Zo zorg je uiteindelijk ook voor een flinke omzetboost. Vooruitstrevende bedrijven zijn daar al mee bezig. In plaats van zich alleen te richten op het aankoopgedrag en voorkeuren of vaste informatie – zoals het adres of het aantal kinderen – bieden deze bedrijven hyperrelevante ervaringen, gericht op actuele klantbehoeftes, rekening houdend met de continu veranderende context van de customer journey. 

Dit kun je doen met behulp van predictive analytics, artificial intelligence en machine learning, verkregen via digitale assistenten. Dit soort technologie maakt het voor bedrijven mogelijk om nieuwe inzichten te verkrijgen. Daarnaast maken digitale ontwikkelingen nieuwe diensten en touchpoints mogelijk, die helpen bij het in realtime voldoen aan de veranderende omstandigheden van de klant.

Deep learning inzetten

Voor hyperrelevantie en het juist targeten van consumenten kun je gebruikmaken van deep learning-technologie – een manier om de consumentbehoefte accurater te analyseren en identificeren dankzij verschillende algoritmes en datamodellen. Zo’n diepgaande analyse met deep learning-algoritmes zorgt voor snelle aanbiedingen, aangepast op elke unieke gebruiker. Met als eindresultaat: een campagne die alleen relevante aanbevelingen doet. Dat zorgt voor positievere ervaring voor de gebruiker en een hogere effectiviteit voor adverteerders.

Met behulp van artificial intelligence kun je geautomatiseerd de juiste advertentie aanbieden. Omdat hyperrelevante ervaringen vragen om een goed begrip van elke individuele klant is er data nodig. Deep learning helpt retargeters niet alleen om het basisgedrag, zoals de bezochte producten, te analyseren, maar ook de zogenaamde ‘verborgen data’. Het gaat een stap verder, zoals hoelang gebruikers producten en bijbehorende prijzen bekijken, hoe vaak gebruikers bepaalde webshops bezoeken of zelfs de volgorde van de bezochte webshoppagina’s. 

Met deze informatie kan de technologie nauwkeurig bepalen welke acties de gebruiker in de webshop heeft ondernomen én voorspellen wat zijn of haar intenties waren. Met behulp van grote hoeveelheden historische data kan retargeting-technologie inschatten in welke producten gebruikers geïnteresseerd zijn, of waar ze in de toekomst naar op zoek zullen zijn. Deze informatie helpt om te bepalen welke advertentie moet worden getoond. Deep learning-algoritmes helpen om aanbiedingen te analyseren en bepalen hoe aantrekkelijk het aanbod is voor een specifieke gebruiker. Ook wordt het met dit algoritme makkelijker om te bepalen welke content of ad er getoond moet worden. Retailers hoeven niet meer zomaar iets uit te proberen, maar hebben bewijs in de vorm van datagedreven algoritmes. 

Up-to-date blijven

Wees je er wel van bewust: gebruikersgedrag verandert natuurlijk continu. Door steeds te bepalen welk aanbod op een displaybanner wordt getoond, kunnen algoritmes zich aanpassen aan hoe de gebruiker eerder heeft gereageerd op getoonde aanbiedingen. Zo creëer je een realtime gedragsprofiel dat niet alleen gebaseerd is op wat de gebruiker in de webshop doet, maar ook op hoe hij op de advertentie reageerde. En précies die informatie heb je dus nodig voor de beste hypergepersonaliseerde ads.

Over de auteur: Tomasz Hada is business development director DACH en Benelux bij RTB House.

Op de hoogte blijven van het laatste nieuws binnen je vakgebied? Volg Emerce dan ook op social: LinkedIn, Twitter en Facebook.

Deel dit bericht

Plaats een reactie

Uw e-mailadres wordt niet op de site getoond