Noll
(Bild: LorenzoPatoia, Getty Images/iStockphoto)
Om reklam dollar fortsätter att övergå till att i huvudsak interaktiva media såsom online visa annonser och “programmatiska att köpa,” det finns fortfarande tiotals miljarder per år i reklam i plain gamla “linjära” tv, och massor av insatser för att förbättra användningen av mediet.
Problemet är hur man ansluter marknadsföring, reklam för “plats” som sänds på TV, att beteende på ett sätt som verkligen kan bevisa värdet av annonsen.
Lärande i olika former är ett verktyg som gör det möjligt att öka möjligheten att ansluta TV-tittande och konsumenternas beteende. Det är fokus på en tre-årig start heter EDO, som har två huvudkontor, ett i New York och Los Angeles.
EDO, som har några tunga hitters från media världen, har gjort en verksamhet tittar på tv-kanaler i en jätte DVR gård och räkna ut hur annonser korrelerar — och kanske orsaka — konsumenternas köpbeteende på nätet. EDO DVRs har fångat 47 miljoner “airings” av tv-annons fläckar över de senaste tre och ett halvt år. Som databas för annonser är jämfört mot allmänt tillgängliga uppgifter av saker som folk gör på internet, såsom att söka per nyckelord eller leta upp saker på Wikipedia, en uppsättning data av “biljoner” av konsumenten åtgärder, hävdar företaget.
Också: Reklam, data som går framåt: Öppenhet och skala
Data vetenskap matcher mellan vädring av en annons och spike i beteende av olika slag som hänför sig till produkten eller varumärket, skapa en form av “A/B-testning,” att se vilka platser bland flera från en helt marknadsförare hade den största uppsving för beteende.
EDO torsdag morgon aviserat en ny runda av finansiering till ett belopp av 12 miljoner dollar från Breyer Inkomst, som drivs av tidigare Accel Partners riskkapitalist Jim Breyer. (EDO hade en tidigare, utsäde runda av finansiering, som företaget inte avslöja.)
Företaget grundades av skådespelaren Edward Norton och Daniel Nadler, tidigare VD för data analytics företaget Kensho (senare såld till S&P Global) och Kevin Krim, tidigare chef för CNBC Digital. Kunder inkluderar Walt Disney ‘ s ESPN, och Bravo-nätverk, som vill optimera hur de främjar TV-program med sin on-air annonser. EDO hävdar att de har kunder i ett antal andra branscher såsom kläder och fordon, även om företaget inte skulle dela med namnen på dem som kunder.
Krim, som fungerar som VD i EDO, och Joshua Lee, chief technical officer, som tidigare var med Airbnb, tog lite tid att tala med ZDNet att förklara företagets använder sig av artificiell intelligens för att få en känsla för den stora massan av de uppgifter de är observerade.
Kunderna är ute efter att få reda på vilka annonser som ger en effekt, ner till den enskilda tidslucka, för att maximera den avkastning på investeringen som de flytta pengar runt. är som de flytta dollar här och där. Ibland innebär det att räkna ut vad som fungerar även innan man planerar att i annonskampanjer genom att trycka på historiska mönster som EDO har observerats.
“Vi hade en auto-klient som lanserade sitt första subcompact SUV, säger Krim. “Att klienten inte kunna titta på sin egen historia [reklam] för att produkten, att de inte kunde se utifrån sina egna erfarenheter som [kabel-TV] nät som är mest effektiva för att skapa engagemang.”
“Med vår hjälp, de kunde se tillbaka på en mycket specifik uppsättning av kampanjer med konkurrenterna, bara för mid-lyx segmentet, och titta på sex eller åtta historiska kampanjer av konkurrenter” för att se vilka kampanjer som verkade snabbt motsvarande beteende hos konsumenterna.
“Vad som är så coolt är att vi kan kontextualisera data för hela branschen, genom segment som lyx jämfört med icke-lyx, och SUV kontra icke-SUV”, säger Krim. “Kunderna har möjlighet att få en nyanserad uppfattning genom att titta på sina uppgifter, men det är bara genom att titta på hela data.” Produktionen av sådana skillnader i ad påverkan kan vara sparade pengar, Krim förklarar. “Vi hade en auto maker lansera en helt omarbetad version av ett flaggskepp för deras, och de var över en lång helg den här sommaren för att köra sex olika annonser.’ Vi kan visa dem att mellan topp – och botten-som utför fläckar det var en 50-procentig skillnad i effekt — topp annonser var 50 procent mer benägna att engagera sig i en person än lägre artister.”
Också: AI start Människor.ai får $30 miljoner från Andreessen Horowitz att frigöra arbetsplatsen slit
Som ett resultat, de hade möjlighet att fördubbla anslaget till de som presterar bäst, och kanske sänka anslaget till botten och kära. Det valet skulle generera motsvarande en 240 ytterligare prime-time fläckar. Om den genomsnittliga kostnaden är $50 000 per plats, du pratar med en extra $12 miljoner i effektiv spendera.”
EDO-team.
EDO, som började livet som “Big Data Oracle,” kombinerar timmar TV “visa” med massor av uppgifterna tillgängliga för allmänheten om “tratten”: online stigar som TV-tittare vända sig till för saker som sökningar. Företaget är vag om hur det går om att samla data spara för att säga att det innebär att inga särskilda överenskommelser med Google eller andra företag på internet. Konsumenten data är aggregerade data, och anonymiserade, så att ingen enskild person är att granskas i hur de beter sig. Det är ett statistiskt urval av beteende.
Också: 10 digital omvandling tips för att hjälpa ditt företag att TechRepublic
Den punkt, CTO Lee säger, är att det är inte de datakällor som gör skillnad: att Titta på linjär TV och skrapa data kan göras av andra. Det är data vetenskap, hur data analyseras som är det viktiga. De uppgifter som science-teamet på EDO sysselsätter ett antal lärande teknik, från enkel linjär regression till “mer avancerade tekniker” med Googles TensorFlow och Slumpmässiga Skogar, säger Lee. “Vi har en filosofi att inte över komplicera saker och ting om vi inte har”, säger Lee.
Men den viktigaste frågan är naturligtvis om företaget är faktiskt upptäcka bara korrelation-människor verkar söka efter bilar på samma tid som en bil annons sänds — eller någon form av kausalitet som är meningsfullt.
Lee insisterar på att det är det sistnämnda.
“Vi känner starkt att det är ett orsakssamband” i data, säger Lee. “Vi vill inte ha en förmåga att göra individuella attribution, det är sant, eftersom data är aggregerade, men sättet att tänka på det är att vi ser en baslinje som fastställts för en viss detaljerad produkt-kategori”.
“Vi ser en viss stimulans, den enda stimulans i en viss tid är en TV-annons vädring — och vi ser tydliga avsteg från baslinjen vid den tiden, och kom ihåg att vi har sett nog över 47 miljoner annons airings.”
Krim förklarar företaget att ta en sida från direkt svar reklam.
“Direkt respons människor skulle köra en infomercial på TV, och de skulle ha en mycket detaljerad bild av den tid som det sändes,” Krim förklarar. “De skulle titta på deras olika, vad de skulle kalla kanaler såsom e-post eller besök på webbplatsen, och de skulle mäta dessa förändringar i utgångsläget.”
Också: 10 sätt AI kommer att påverka företaget i 2018 TechRepublic
“Vi ville att i huvudsak ta att skärpa direkt svar på brand marknadsförare. Problemet med helt marknadsförare är att de har en distribuerad tratt [online arenor där människor söker och sådant] där de inte äger de data alls.
“Vi kan få tillgång till den gateway beteenden som leder människor ner skorstenar för att köpa utfall; vi plockar upp den tidiga behandlingen av shopping beteenden som blivit ny bil köper eller förändringar i konsumtionsvaror inställningar — något som, jag ska sluta nästa gång på Taco Bell och be om en Doritos-smaksatt skal till min taco.”
Tidigare och relaterade täckning:
Tidigt AI adopters betänkande stor avkastning
Ny studie visar artificiell intelligens är att betala av, men organisationer står inför utmaningar.
Oracle lanserar nya företag digital assistent
Som går utöver typiska chatbots byggd för ett enda syfte, Oracle Digital Assistent kan vara utbildade för att stödja domän kompetens från flera olika program
AI leverera avkastning till företagets tidiga, men inte industrier skapade lika
Deloittes årliga AI undersökningen visar lite av realism, it-säkerhet oro och 17 procent median avkastning på investeringen.
Maskininlärning nu upp kompetens som söks av utvecklare
SlashData: s senaste undersökning av 20 000 utvecklare identifierar maskinen lärande och data vetenskap är kompetens att veta för 2019.
Vad är djupt lärande? Allt du behöver veta
Lowdown på djupt lärande: från hur det förhåller sig till de bredare fält av maskinen lärande genom hur man kommer igång med det.
Vad är digital omvandling? Allt du behöver veta
Digital omvandling: vad det är, varför det är viktigt, och vad de stora trenderna är.
AI och Internet of Things kommer att driva digital omvandling genom 2020
Forskning studien visar på sakernas internet, AI och synkron ledger tech (blockchain) prioriteringar.
Relaterade artiklar:
Det finns ingen roll för AI eller data vetenskap: detta är en grupp effortStartup Släkt ger strimma av hopp för AI i roboticsAI: vy från Chief Data Vetenskap OfficeSalesforce intron Einstein Röst, en AI röst assistent för enterprisesIt är inte jobb AI är förstört som stör mig, det är de som är growingHow Facebook skalor AIGoogle Duplex oroar mig CNETHur Google Hem är bättre än Amazon Echo CNETDigital omvandling: En guide för CXOs (Tech Pro Forskning)Vilka företag kommer att fokusera på för digital transformation i 2018Digital omvandling: Tre sätt att få det rätt i ditt företag
Relaterade Ämnen:
Innovation
Digital Omvandling
CXO
Sakernas Internet
Affärssystem
Smarta Städer
0