Zostaw swoje dane kontaktowe, a my wyślemy Ci nasz przegląd e-mailem
Wyrażam zgodę na przetwarzanie moich danych osobowych w celu przesyłania spersonalizowanych materiałów marketingowych zgodnie z Regulaminem. Politykę Prywatności. Potwierdzając zgłoszenie, użytkownik wyraża zgodę na otrzymywanie materiałów marketingowych
Tack!

Formuläret har skickats in framgångsrikt.
Ytterligare information finns i din brevlåda.

Innowise jest międzynarodową firmą tworzącą oprogramowanie w pełnym cyklu założona w 2007 roku. Jesteśmy zespołem ponad 2000+ specjalistów IT tworzących oprogramowanie dla innych profesjonalistów na całym świecie. profesjonalistów na całym świecie.
O nas
Innowise jest międzynarodową firmą tworzącą oprogramowanie w pełnym cyklu założona w 2007 roku. Jesteśmy zespołem ponad 2000+ specjalistów IT tworzących oprogramowanie dla innych profesjonalistów na całym świecie. profesjonalistów na całym świecie.

Wzrost liczby kliknięć w reklamy o 53% po wdrożeniu narzędzi marketingowych opartych na AI

Innowise opracowało platformę analityczną opartą na sztucznej inteligencji i uczeniu maszynowym, która pomaga dopasować zapytania użytkowników do najbardziej trafnych reklam.

Klient

Branża
Sprzedaż i marketing
Region
USA
Klient od
2022

Naszym klientem jest agencja marketingu online oferująca kampanie reklamowe, tworzenie treści i usługi SEO, które mają na celu zwiększenie liczby wykwalifikowanych potencjalnych klientów i transakcji dla swoich klientów.

Szczegółowe informacje o kliencie nie mogą być ujawnione zgodnie z postanowieniami NDA.

Wyzwanie: Zastosowanie AI w marketingu cyfrowym w celu rozwiązania problemu braku pokrycia słów kluczowych

Ponieważ reklama cyfrowa wciąż ewoluuje, użytkownicy mogą być przytłoczeni mnogością opcji. Mimo to agencje marketingu online wciąż mają trudności z dotarciem do docelowych odbiorców z odpowiednimi rekomendacjami produktów we właściwym czasie w oparciu o zapytania użytkowników.

Vår kund stod inför ett grundläggande problem med ett underoptimerat annonsrekommendationssystem som misslyckades med att erbjuda sökmotorannonser som matchade användarnas behov. Under reklaminsatserna stod byrån inför ett antal betydande utmaningar: cirka 30-40% av de begärda sökmotorns användarförfrågningar täcktes inte av relevanta annonser. Dessutom var ett stort antal befintliga annonser irrelevanta på grund av dålig matchning med användarfrågor.

Den grundläggande orsaken till relevansproblemet var bristen på täckning av relevanta nyckelord och tillgångar i det befintliga annonseringssystemet, vilket påverkade användarnas klick och annonskampanjens prestanda. Kundens befintliga plattform tillhandahöll otillräcklig analys, vilket gjorde det svårt att korrigera relevansproblem och identifiera orsakerna till dåligt täckta förfrågningar. Antalet oöverträffade eller irrelevanta matchade förfrågningar var för stort för detaljerad databehandling och identifiering av lokala lågpresterande ad-orsaker.

Aby rozwiązać te problemy, nasz klient zwrócił się do Innowise z prośbą o zaawansowaną analitykę i generowanie podsumowań dla zgrupowanych podgrup zapytań użytkowników, co pozwoliłoby uzyskać bardziej inteligentne spostrzeżenia. Klient zwrócił się do Innowise z pomysłem na zaawansowaną analitykę i generowanie podsumowań dla zgrupowanych podgrup zapytań użytkowników, aby uzyskać mądrzejsze i lepsze spostrzeżenia.

Podsumowując, zakres prac obejmował:

  • analizę i grupowanie zapytań użytkowników;
  • identyfikację grup docelowych użytkowników i ich cech w celu poprawy wyników rekomendacji reklam;
  • określenie najbardziej odpowiednich reklam dla zgrupowanych zapytań;
  • identyfikację braków w istniejących reklamach poprzez analizę grup zapytań, które były słabo objęte istniejącymi reklamami.

Rozwiązanie: Narzędzia marketingowe oparte na AI dla zoptymalizowanych kampanii reklamowych

Nasz zespół z powodzeniem ukończył projekt i opracował platformę analityczną kampanii reklamowych z analizatorem rankingu słów kluczowych przy użyciu niedawno opublikowanych modeli przetwarzania języka naturalnego SOTA. Cała sieć neuronowa została wdrożona w chmurze AWS.

Platforma jest zintegrowana z Google i umożliwia pracę z danymi statystycznymi dotyczącymi zapytań użytkowników, identyfikację zapytań bez pokrycia lub tych z nieskuteczną reklamą, dzielenie ich na podgrupy i generowanie podsumowań dla określonych kategorii dużych ilości danych w celu dostosowania wyświetlanych reklam.

Nasz zespół opracował rozwiązanie, aby zastąpić poprzedni system, który zapewniał tylko podstawowe statystyki i brakowało mu możliwości szybkiej analizy wyników reklamowych i dostosowania dopasowania na podstawie ujawnionych spostrzeżeń.

Klastrowanie i podsumowywanie żądań użytkowników za pomocą narzędzia do analizy rankingu słów kluczowych

Na podstawie wymagań klienta zebraliśmy dane analityczne Google dotyczące zapytań użytkowników z niewyświetlanymi reklamami. Nasi specjaliści skonfigurowali system do analizy tych zapytań i grupowania ich przy użyciu semantycznych osadzeń z modeli rodziny BERT oraz różnych technik grupowania, takich jak hdbscan, dbscan, T-SNE, KMeans. Aplikacja internetowa umożliwiała również gromadzenie zagregowanych statystyk dla puli żądań użytkowników. W zależności od wybranego poziomu szczegółowości, umożliwiliśmy również gromadzenie statystyk agregacji dla puli żądań użytkowników i tworzenie podsumowań dla każdej odrębnej grupy. Wykorzystaliśmy BERT, podstawowe narzędzia statystyczne i modelowanie tematyczne, aby wyświetlić chmurę tagów z najpopularniejszymi terminami w określonej grupie zapytań. Użytkownicy mogli również uzyskać podsumowanie wygenerowane przez model GPT na podstawie określonych grup zapytań.

Inteligentna analiza i grupowanie żądań użytkowników z nieistotnymi reklamami

Opracowana przez nas platforma pozwala na wyświetlanie interakcji użytkowników z konkretnymi reklamami, umożliwiając identyfikację nieistotnych reklam dopasowanych do nieodpowiednich zapytań poprzez analizę danych interakcji. Dzięki wykorzystaniu obszernych statystyk, tagów i podsumowań konkretnych wyszukiwań z niskimi wynikami, możliwe jest teraz określenie przyczyny różnic w zainteresowaniach użytkowników i wyświetlanych reklamach. Ta funkcja platformy jest niezbędnym narzędziem do identyfikowania i wypełniania luk w istniejących reklamach dla docelowych grup użytkowników i ich funkcji.

Dopasowywanie niepokrytych zapytań użytkowników do najbardziej trafnych reklam

Korzystając z narzędzi AI i ML, platforma oferuje potencjalne dopasowania reklam dla grup zapytań, które wcześniej nie miały odpowiednich reklam. Osiągnęliśmy to poprzez generowanie tekstowych reprezentacji klastrów zapytań i tworzenie reklam poprzez określanie najbardziej trafnych dla każdego klastra przy użyciu wyników podobieństwa z modeli transformatorowych. Dodatkowo dostosowaliśmy te reklamy dla określonych grup użytkowników, wykonując inżynierię podpowiedzi na modelach z rodziny GPT, aby stworzyć bardziej trafne i angażujące reklamy dostosowane do ich konkretnych zainteresowań. Korzystając z danych wyświetlanych na temat istniejących zapytań na pulpicie nawigacyjnym, system określa i generuje odpowiednie opcje reklamowe dla określonych segmentów zapytań. Takie podejście pozwoliło nam określić, które bieżące reklamy można powiązać z żądaniami użytkowników, które wcześniej nie zostały spełnione, i ujawnić ukryte żądania dotyczące przyszłego generowania reklam lub skorelować takie żądania z gotowymi reklamami, które najbardziej im odpowiadają.

Teknik

Platformy
AWS
Front-end
React, Redux, HTML5, CSS3, Formik, Yup, Material UI
Back-end
Python 3.x, Flask (mikrousługi), Flask-restful, Celery, RabbitMQ
DE
AWS S3 PostgreSQL, AWS Sagemaker (Pipelines, Feature Store), AWS Glue PySpark, Spark AWS Airflow
DS, ML i MLOps
AWS Sagemaker (studio, experiment, anteckningsböcker, AutoML, modellövervakning), Scikit-learn, Matplotlib, BERT, Pandas, Numpy

Proces

Po otrzymaniu zapytania od klienta nasz zespół zidentyfikował główne potencjalne przypadki użycia w celu uzyskania zaawansowanej i wizualnej analityki poprzez grupowanie informacji z Google Analytics. Następnie uzyskaliśmy dużą ilość danych na temat zapytań użytkowników i interakcji z wyświetlanymi reklamami.

Naszym pierwszym krokiem było skupienie informacji w mniejsze podgrupy w oparciu o słowa kluczowe wprowadzone przez użytkowników w wyszukiwanym ciągu. Wykorzystaliśmy modele generatywne, takie jak GPT, do stworzenia tekstowych reprezentacji dla każdej zgrupowanej grupy danych. Wynikowe podsumowania zostały wyświetlone na platformie w celu dostarczenia szczegółowych informacji o zapytaniach bez pokrycia lub zapytaniach ze słabo działającymi reklamami, co pozwoliło lepiej zrozumieć przyczyny nietrafności i późniejszych dostosowań reklam.

Następnym krokiem było zasugerowanie dopasowania najbardziej trafnych reklam do odkrytych zapytań tak blisko, jak to możliwe, aby poprawić wydajność. Szukaliśmy reklam z listy napisanych reklam, które obejmowały jak najwięcej zapytań, aby wypełnić luki i stworzyć sugestywne podsumowania dla potencjalnych dopasowań.

Jeśli chodzi o zarządzanie projektami, stosowaliśmy metodologię Agile z codziennymi spotkaniami w celu omówienia ukończonych i planowanych zadań oraz cotygodniowymi rozmowami z CEO. Nasz zespół komunikował się za pośrednictwem Slacka i przydzielał zadania oraz monitorował wydajność za pośrednictwem Jira i Confluence.

Obecnie projekt jest nadal w toku; na tym etapie nadal wspieramy platformę i wdrażamy nowe funkcje.

Zespół

1
Kierownik projektu
4
Inżynierowie danych
6
Programistów back-end
3
Programistów front-end
4
Inżynierowie ds. nauki o danych
2
Inżynierowie QA

Wyniki: Wzrost liczby kliknięć użytkowników w reklamy dzięki narzędziu do analizy rankingu słów kluczowych opartemu na AI

Stworzyliśmy platformę opartą na AI, która zapewnia naszemu klientowi bardziej trafne i ukierunkowane reklamy poprzez rozpoznanie grupy, do której należy użytkownik, oraz wykorzystanie tych informacji do uzyskania inteligentniejszych i lepszych wniosków dotyczących personalizacji reklam. Aplikacja internetowa analizowała przeprowadzane kampanie reklamowe i wykrywała luki w reklamach, które uniemożliwiały naszemu klientowi dotarcie do wszystkich potrzebnych użytkowników.

Co więcej, rozwiązanie może teraz automatycznie generować nowe reklamy, optymalizując procesy copywritingu w firmie.

Ogólnie rzecz biorąc, platforma spowodowała wzrost liczby kliknięć reklam przez użytkowników o 53%. Stworzyliśmy również rekomendacje dla copywriterów w oparciu o najbardziej gęste i największe klastry, umożliwiając im tworzenie reklam, które obejmują do 92% niezbędnych żądań użytkowników. Nadal badamy moc sztucznej inteligencji w marketingu cyfrowym, opracowując dodatkowe narzędzia marketingowe oparte na sztucznej inteligencji, aby kontynuować ulepszanie platformy.

Projektets omfattning
  • Marzec 2022 r. - w trakcie realizacji

25%

tid sparad på att skapa nya annonser

53%

öka i Lägg till klick

Skontaktuj się z nami!

Zadzwoń lub wypełnij poniższy formularz, a my skontaktujemy się z Tobą po przetworzeniu Twojego zgłoszenia.

    Prosimy o podanie szczegółów projektu, czasu trwania, stosu technologicznego, potrzebnych specjalistów IT i innych istotnych informacji.
    Nagraj wiadomość głosową na temat projekt, który pomoże nam lepiej go zrozumieć
    W razie potrzeby dołącz dodatkowe dokumenty
    Prześlij plik

    Można załączyć maksymalnie 1 plik o łącznej wielkości 2 MB. Tillgängliga filer: pdf, jpg, jpeg, png

    Informujemy, że po kliknięciu przycisku Wyślij Innowise będzie przetwarzać Twoje dane osobowe zgodnie z naszą Polityką prywatności w celu dostarczenia Ci odpowiednich informacji.

    Co będzie dalej?

    1

    Po otrzymaniu i przetworzeniu Twojego zgłoszenia skontaktujemy się z Tobą wkrótce, aby wyszczególnić potrzeby projektu i podpisać umowę o zachowaniu poufności, aby zapewnić poufność informacji.

    2

    Po przeanalizowaniu wymagań, nasi analitycy i programiści opracowują projekt z zakresem prac, wielkością zespołu, czasem i kosztami szacunki.

    3

    Umówimy się z Tobą na spotkanie, aby omówić ofertę i dojść do porozumienia porozumienia.

    4

    Podpisujemy umowę i rozpoczynamy pracę nad projektem tak szybko, jak to możliwe.

    Спасибо!

    Cобщение отправлено.
    Мы обработаем ваш запрос и свяжемся с вами в кратчайшие сроки.

    Dziękuję!

    Wiadomość została wysłana.
    Vi behandlar din begäran och kontaktar dig så snart som möjligt.

    Dziękuję!

    Wiadomość została wysłana. 

    Przetworzymy Twoją prośbę i skontaktujemy się z Tobą tak szybko, jak to możliwe.

    pil