137-річний бренд Crayola теж йде в TikTok за молодою аудиторією
19 Червня, 2023 09:32
Ребрендинг Nike: несподівана зміна курсу магазинів для залучення жінок
20 Червня, 2023 17:31137-річний бренд Crayola теж йде в TikTok за молодою аудиторією
19 Червня, 2023 09:32Ребрендинг Nike: несподівана зміна курсу магазинів для залучення жінок
20 Червня, 2023 17:31
Нові рішення Google і YouTube на основі штучного інтелекту допоможуть рекламодавцям примножити свою креативність і збільшити попит на твої товари та послуги.
Google AI забезпечує багато того, що подобається людям у YouTube: рекомендації контенту, доступність, взаємодія з користувачем тощо.
Як компанія поділилася на конференції Google Marketing Live, це також забезпечує рекламні рішення, які допомагають рекламодавцям краще керувати результатами для бізнесу.
Згідно з Google: "Сьогодні ми анонсуємо дві нові кампанії Google на основі штучного інтелекту: кампанії Demand Gen і Video View. Вони спрощують зв’язок зі споживачами та стимулюють попит від середини послідовності до покупки.
Дослідження вже показують, що 87% споживачів кажуть, що YouTube допомагає їм швидше приймати рішення про покупку. Ці рекламні рішення використовують релевантні, захоплюючі креативи, щоб стимулювати дії та конверсії у важливі моменти."
Стимулюйте дії в YouTube і Google за допомогою кампаній Demand Gen
Кампанії Demand Gene пропонують набір унікальних функцій, розроблених спеціально для потреб сучасного соцмедіа маркетингу.
Дослідження показують, що 91% споживачів вжили заходів одразу після того, як дізналися про нові продукти чи бренди в каналах Google, як-от Discover або Gmail.
За допомогою Demand Gen ваші найефективніші відео та графічні ресурси інтегруються в наші найбільш візуальні, орієнтовані на розваги точки взаємодії — YouTube, YouTube Shorts, Discover і Gmail.
Ці продукти охоплюють понад 3 мільярди користувачів щомісяця, оскільки вони транслюють, прокручують і підключаються.
Джерело: blog.google/products/ads-commerce/new-ai-powered-ads-to-drive-demand
Завдяки повністю новому процесу створення Demand Gen полегшується, ніж будь-коли, переміщення ваших найефективніших графічних і відеоресурсів у Google Ads і попередній перегляд їхнього вигляду перед запуском.
Джерело: blog.google/products/ads-commerce/new-ai-powered-ads-to-drive-demand
Виходьте за межі існуючих клієнтів за допомогою схожих сегментів
Ви можете зробити ці кампанії ще розумнішими та релевантнішими, поєднавши налаштовані оголошення з абсолютно новими схожими сегментами на основі ваших списків аудиторії.
Джерело: blog.google/products/ads-commerce/new-ai-powered-ads-to-drive-demand
Завдяки оптимізації конверсій, а також установці ставок «Максимальна кількість кліків» ви можете створювати релевантні кампанії на основі своїх цілей, які спонукатимуть до правильних дій у потрібний момент.
Наприклад, ви можете збільшити кількість конверсій із наявними клієнтами, запропонувавши їм знижку на нову лінійку продуктів. Або ви можете створити попит, залучивши нову схожу аудиторію на свій сайт за допомогою спеціальної пропозиції приєднатися до програми підписки вашого бренду.
Збільшуйте кількість переглядів за допомогою кампаній Video View на базі штучного інтелекту Google
Завдяки кампаніям Video View бренди можуть максимізувати кількість переглядів In-Stream, In-Feed, а тепер і YouTube Shorts, усе в рамках однієї кампанії.
Під час раннього тестування кампанії Video View отримали в середньому на 40% більше переглядів порівняно з кампаніями з ціною за перегляд In-stream, які можна пропустити.
Компанія Samsung у Німеччині хотіла залучити свою цільову аудиторію покоління Z у розпал святкового сезону. Завдяки кампаніям із переглядом відео Samsung вдалося значно збільшити кількість переглядів і досягти додаткового охоплення на 94%, водночас зменшивши CPM і генеруючи найкраще у своєму класі підвищення зацікавленості.
Вимірюйте результати за допомогою аналізу на основі штучного інтелекту
Сьогодні маркетологів просять робити більше з меншими витратами. Численні макропроблеми — від інфляційного тиску до обмежень у ланцюзі постачання — змушують кожного, хто приймає рішення в бізнесі та маркетингу, приймати більш жорсткі рішення.
Ці нові рішення на основі штучного інтелекту дозволяють вам вимірювати додатковий вплив ваших кампаній за допомогою просування бренду, пошуку й атрибуції на основі даних, допомагаючи вам приймати розумніші рішення більш ефективно.
Віртуальна примірка від Google
Google також анонсував віртуальну примірку одягу - virtual try-on (VTO), нову функцію, яка показує, як одяг виглядає на реальних моделях з різними формами тіла та розмірами. Це містить такі тонкі, але важливі деталі, як-от те, як щось драпірується, складається, чіпляється, розтягується та зморщується.
Для цього дослідники ШІ для покупок розробили нову генеративну модель ШІ, яка створює реалістичні зображення одягу на людях.
Джерело: blog.google/products/shopping/virtual-try-on-google-generative-ai
Google знайшов спосіб удосконалити віртуальну примірку за допомогою своєї нової моделі ШІ на основі дифузії.
Щоб зрозуміти, як працює ця модель, давайте спочатку пояснимо дифузію. Дифузія — це процес поступового додавання додаткових пікселів (або «шуму») до зображення, доки воно не стане невпізнанним, а потім повного видалення шуму, доки вихідне зображення не буде відновлено в ідеальній якості.
Моделі перетворення тексту в зображення, такі як Imagen, використовують дифузію та текст із великої мовної моделі (LLM), щоб створити реалістичне зображення виключно на основі введеного тексту. Надихнувшись Imagen, Google вирішив розібратися з VTO за допомогою дифузії — але з родзинкою.
Замість використання тексту як вхідних даних під час розповсюдження вони використовують пару зображень: одне – одяг, інше – людини.
Кожне зображення надсилається до власної нейронної мережі (U-мережа) і обмінюється інформацією одне з одним у процесі, який називається «перехресне увагу», щоб створити результат: фотореалістичне зображення людини, яка носить одяг. Ця комбінація дифузії на основі зображень і перехресної уваги становить нову модель AI від Google.
Навчання з Google Shopping Graph
Щоб зробити функцію VTO максимально корисною та реалістичною, Google ретельно навчає свою нову модель ШІ. Але замість того, щоб навчати його з LLM (як це робить Imagen), вони використали Google Shopping Graph, найповніший у світі набір даних про найновіші продукти, продавців, бренди, відгуки та асортимент.
Вони тренували модель, використовуючи багато пар зображень, кожне з яких включало людину в одязі в двох різних позах — скажімо, зображення когось у сорочці, що стоїть боком, а інше — уперед. У цьому сценарії модель штучного інтелекту вчиться узгоджувати форму сорочки в позі на боці з людиною в позі вперед і навпаки, поки вона не зможе створити реалістичні зображення сорочки на цій людині з усіх кутів.
Щоб покращити його, вони повторили цей процес, використовуючи мільйони випадкових пар зображень різних одягів і людей. Результат дозволяє побачити, як виглядає топ на обраній вами моделі.
Джерело: blog.google/products/shopping/virtual-try-on-google-generative-ai
З дня анонсу, 14 червня 2023, ви можете використовувати віртуальну примірку для жіночих топів від брендів у Google Shopping Graph, зокрема Anthropologie, LOFT, H&M і Everlane.
Згодом інструмент стане ще точнішим і охопить більше ваших улюблених брендів.
Щоб дізнатися більше про технології, що стоять за цією функцією, прочитайте останню наукову статтю Google.
Джерело: Google
