Ecco com’è cambiata la pubblicità online

Gen 5th, 2020 | Di Redazione | Categoria: Breaking News, CATEGORIA B


Pubblicità predittive, inserzioni dinamiche, deep learning. Il 2019 è stato il primo anno in cui l’intelligenza artificiale ha cambiato in modo radicale il mondo delle campagne marketing. Sono passati 52 anni dal primo Carosello ma anche oggi «Basta la parola», come recitava lo spot della Falqui.

Che sia pronunciata a uno smart speaker, digitata su Google o vista su Facebook, non fa differenza. I software di machine learning hanno raffinato l’analisi dei big data permettendo agli inserzionisti di prendere decisioni più informate su come vendere un prodotto. Per esempio le Dynamic Ads lanciate da Facebook già a fine 2016 permettevano di creare più varianti di uno stesso messaggio pubblicitario ognuna destinata a diverse tipologie di clienti sulla base dei loro interessi e comportamenti online.

L’inserzionista poteva modificare i vari post scartando le versioni che portavano meno acquisti o cambiando in tempo reale parole e immagini per ottenere un ritorno migliore.

Nel 2019 la compagnia di Marck Zuckerberg ha fatto un passo in avanti. Su Facebook e Instagram permette di acquistare una dynamic ad con cinque versioni già previste nel pacchetto che in modo automatico si aggiornano in base al comportamento degli utenti e trovano a mano a mano la combinazione più efficiente di parole per convincere i consumatori. È il software di Facebook a fare tutto chiavi in mano.

Addirittura Snapchat a ottobre ha lanciato il primo videogioco comprabile in collaborazione con Adidas Dick’s Sporting Goods. Gli utenti della versione Snapchat negli Stati Uniti possono acquistare direttamente nel videogioco Baseball’s Next Level le scarpe Adidas indossate dagli atleti avatar con cui scelgono di giocare.

Sempre più piattaforme di e-commerce offrono nei loro servizi i dati su quanti utenti raggiungo poi il sito dopo aver visto l’annuncio. Secondo un sondaggio di Digiday del 2019 tra i social network è Instagram il migliore nel ritorno dell’investimento, ovvero il rapporto tra costo speso per l’inserzione e numero di persone che va nel sito. Il motivo? Le stories pubblicitarie che appaiono in modo poco invasivo in mezzo a quelle dei contatti seguiti. Non a caso Instagram ha introdotto a marzo una nuova funzionalità, Checkout, che permette agli utenti di acquistare direttamente dal social network.

Negli ultimi anni la pubblicità online riesce a essere sempre più su misura grazie all’analisi dei big data e lo studio del comportamento degli utenti dei social network. Secondo la società americana di ricerche di mercato Forrester, l’intelligenza artificiale e i software di machine learning trasformeranno l’80% del lavoro delle compagnie di comunicazione. Ecco perché la vera novità del 2019 è stato l’uso sempre più massiccio di nuovi algoritmi in grado di raffinare le tecniche di pubblicità predittiva, così da prevedere come e quando gli utenti saranno interessati ad andare al cinema, a prenotare una vacanza o acquistare un biglietto del treno in base al comportamento passato.

Ogni volta che entriamo in un sito e diamo il consenso all’uso dei cookie, permettiamo di creare piccoli file di testo che vengono salvati automaticamente sul browser durante la nostra visita. Questi dati vengono poi analizzati in forma anonima e aggregata da delle società di marketing e comunicazione in grado di realizzare pubblicità su misura. Per esempio Phrasee usa l’intelligenza artificiale per scrivere newsletter adatte a ciascun consumatore in modo che apra l’e-mail o faccia clic sull’annuncio.

Chi ha capito in anticipo il trend della pubblicità è Datrix, il primo gruppo di tech company italiano a offrire un nuovo tipo di servizio: la predizione sulla propensione all’acquisto. Grazie a un loro software di machine learning che utilizza un algoritmo tutto made in Italy le aziende possono sapere se e con quanta probabilità l’utente comprerà quel prodotto.

Si tratta di una delle forme più raffinate di clusterizzazione. Tradotto: le aziende possono investire in marketing direttamente sul quel segmento di persone con la più alta probabilità di acquistare. Una rivoluzione nel mondo della pubblicità abituata da sempre a veicolare il messaggio di un’azienda a un pubblico generico. «La metà dei soldi che spendo in pubblicità è sprecato; il problema è che non so quale metà» disse l’imprenditore statunitense John Wanamaker, vissuto tra la fine dell’Ottocento e l’inizio del Novecento. Quella frase non è sembrata mai così vecchia come nel 2019.

Ma come si fa a operare su una nicchia così specifica? Datrix ha presentato l’esempio di un lavoro realizzato per una importante impresa ferroviaria italiana durante un evento svoltosi a novembre presso l’Osservatorio big data & business analytics del Politecnico di Milano. Grazie al software di machine learning sviluppato dalla sua compagnia 3rdPlace, Datrix ha realizzato una campagna marketing analizzando in forma anonima i dati degli utenti che avevano iniziato l’acquisto di un viaggio in treno senza completarlo. Con l’analisi dei dati aggregati di questi utenti e altri con gusti simili, la compagnia ferroviaria ha potuto fare una campagna marketing calibrata e in soli 3 mesi ha aumentato il fatturato dell’1,48%, diminuendo le spese pubblicitarie del 15%.

Ma com’è possibile analizzare i dati degli utenti se è in vigore il regolamento europeo del Gdpr che protegge i dati sensibili di ogni cittadino? La risposta è la pubblicità contestuale che permette di determinare le caratteristiche di un target in base al contenuto delle pagine web che visitano. Quindi il software non analizza il dato dell’utente in sé, ma il suo comportamento.

Il 2019 è stato anche l’anno in cui le aziende hanno investito molto nelle pubblicità sugli smart speaker, già presenti in almeno 200 abitazioni del mondo. Secondo Canalys, la principale azienda di analisti del mercato tecnologico globale, nel terzo trimestre del 2019 ne sono stati venduti in tutto 28,6 milioni e il mercato è cresciuto del 44,9%. Solo Amazon ha venduto 10 milioni del suo smart speaker Echo di terza generazione da luglio a settembre. Questi altoparlanti intelligenti non si limitano a gestire gli elettrodomestici di casa o a riprodurre musica.

Per la loro comodità stanno diventando sempre più dei motori di ricerca e aziende come PaperLit (gruppo Datrix) offrono la possibilità di trasformare i contenuti pubblicati nei siti web rendendoli adottabili per gli smart speaker. Facciamo un esempio concreto: un’azienda che produce rossetti spiega sul proprio sito come un loro prodotto si abbini con un determinato tipo di vestito. Questa informazione viene elaborata dal software di intelligenza artificiale che fa un sunto e rende quel contenuto associabile all’eventuale domanda dell’utente: «Alexa, quale rossetto posso abbinare al mio vestito rosa?».

Pubblicità predittive, inserzioni dinamiche e deep learning hanno rivoluzionato il 2019 e si svilupperanno ancora di più nel 2020, ma gli inserzionisti dovranno fare attenzione a un fenomeno altrettanto dirompente. Come ha segnalato in un recente articolo il New York Times i consumatori, soprattutto quelli più giovani, sono stufi della pubblicità online e cercano di evitarla utilizzando servizi come Adblock perbloccare i banner o accettando di fare abbonamenti pur di non vedere delle inserzioni. Inoltre secondo una ricerca di Accenture Interactive pubblicata a inizio dicembre, un quarto degli italiani intervistati ha dichiarato di aver trovato troppo invasiva la comunicazione di un brand e il 76% di questi consumatori sarebbe disposto ad abbandonare quel brand. Tra le motivazioni c’è proprio il fatto che la compagnia possieda informazioni non condivise su di loro. Da grandi (e innovative) pubblicità derivano grandi responsabilità.

Related posts:

  1. I Retailer diventano Media: ecco il nuovo volto del Marketing online
  2. Quantcast: come gestire la frequenza nella pubblicità online
  3. Pubblicità tra offline e online per i brand del design
  4. Quando la pubblicità è utile socialmente, non convenzionale, onesta e provocatoria