

Peran AI dalam Transformasi Periklanan Mobile
Pada awal perkembangan komputer, bahkan program yang paling sederhana digunakan untuk menganalisis dan mengumpulkan data pelanggan guna mendukung pengambilan keputusan oleh manusia. Pergantian milenium memunculkan mesin rekomendasi, dan dalam satu dekade, periklanan programatik mulai berkembang – di mana algoritma digunakan untuk mengotomatisasi penargetan, penawaran, pembelian, dan pemenuhan penempatan iklan online atas nama merek.
Saat ini, penggunaan AI dalam periklanan telah meroket dan kini memainkan peran penting dalam ruang periklanan mobile. Tidak hanya memperbaiki praktik pemasaran online tradisional, tetapi juga membuka jalan bagi metode dan pendekatan baru. Meskipun AI mengotomatisasi dan menyederhanakan banyak proses, AI juga memiliki keterbatasan – sehingga penting bagi pengiklan untuk memahami pentingnya AI guna mendistribusikan anggaran iklan secara efektif dan memastikan pengembalian belanja iklan (ROAS).
Pengujian A/B dengan AI
Ketika pergeseran menuju pemasaran online terjadi pada awal 2000-an, pengujian A/B menjadi ilmu berbasis data yang sesungguhnya – dan kini praktik ini umum dilakukan di berbagai saluran online. Seiring dengan semakin populernya perangkat mobile untuk mengonsumsi konten, beberapa desainer UX dan pemasar mulai mengkhususkan diri dalam pengalaman mobile. Melalui pengujian A/B yang ekstensif, mereka harus belajar apa yang efektif di mobile – mulai dari penempatan tombol CTA di halaman web mobile hingga format iklan yang paling efektif untuk saluran khusus mobile seperti iklan dalam aplikasi.
AI telah menjadi bagian penting dari pengujian A/B (terutama dalam konteks periklanan mobile programatik), karena AI jauh lebih cepat dan efisien dibandingkan menjalankan banyak eksperimen secara manual. Dulu, Anda mungkin membuat variasi judul iklan untuk iklan Facebook atau kampanye aplikasi dan web. Platform yang memfasilitasi kampanye ini menggunakan AI untuk menguji salinan iklan yang paling efektif. Tidak hanya itu, mereka juga bisa mempelajari judul mana yang paling efektif di antara subkelompok tertentu.
Saat menguji variasi iklan mobile Anda dengan A/B testing, coba ubah satu elemen saja pada satu waktu. Jika Anda menguji dua iklan tetapi iklan kedua memiliki judul dan visual yang berbeda, Anda hanya akan mengetahui iklan mana yang lebih baik. Anda tidak akan tahu apakah salinannya atau desain yang membuat perbedaan. Adaptasi yang lebih kecil dan individu memberikan pemahaman yang lebih kuat tentang mengapa perubahan tertentu berdampak.
Perlu dicatat bahwa karena layar tampilan mobile jauh lebih kecil dibandingkan desktop, judul iklan di mobile memiliki jumlah karakter yang lebih sedikit, sehingga pemasar harus menguji dan menyesuaikan salinan mereka agar sesuai dengan batasan ini. Tampilan mobile juga berorientasi vertikal, jadi kreatif iklan harus diformat khusus dengan mempertimbangkan mobile. Juga masuk akal untuk menguji format kreatif yang berbeda untuk menentukan apakah iklan video lebih efektif di mobile dibandingkan banner, misalnya.
Bagaimana AI Digunakan untuk Mengoptimalkan Upaya Periklanan Programatik
Di aplikasi dan situs web yang Anda kunjungi, Anda pasti pernah melihat beberapa bentuk iklan. Iklan-iklan ini tidak ada secara kebetulan, tetapi ditempatkan secara dinamis dan sangat strategis oleh algoritma cerdas. Dalam milidetik setelah kunjungan Anda, aplikasi dan situs web akan mengumpulkan data Anda bersama dengan informasi tentang slot iklan yang tersedia, lalu membagikan detail ini dengan pihak ketiga yang disebut Supply Side Platform (SSP).
SSP mengemas informasi ini ke dalam ‘permintaan penawaran’ yang mereka tawarkan melalui lelang virtual. Kemudian, Demand Side Platforms (DSP), (perusahaan yang membeli dan memenuhi ruang iklan atas nama merek), akan memeriksa permintaan penawaran, menentukan apakah peluang iklan tersebut relevan bagi klien mereka, dan kemudian mengajukan penawaran untuk peluang menampilkan iklan klien mereka kepada Anda. Nilai seorang pengguna dan kemungkinan konversinya, bersama dengan faktor-faktor seperti anggaran, lanskap pasar, dan tujuan kampanye, semuanya mempengaruhi cara DSP membuat penawaran. Penawaran tertinggi dari semua DSP yang bersaing akan memenangkan penempatan iklan.
Entitas dan proses ini adalah kekuatan pendorong di balik periklanan programatik – dan hampir setiap langkahnya diatur oleh kecerdasan buatan dan berbagai subdisiplin ilmu ini, seperti machine learning – di mana data digunakan untuk mengenali pola dan membuat prediksi. Penerapan AI dalam periklanan programatik meliputi analisis dataset untuk membantu membangun strategi segmentasi pelanggan dan menyempurnakan penargetan mereka. AI juga dapat digunakan untuk mengoptimalkan penempatan iklan dengan mengidentifikasi waktu terbaik untuk menampilkan iklan. AI bahkan dapat meningkatkan strategi penawaran untuk menghasilkan lalu lintas yang lebih efektif dari segi biaya, dan dapat membantu mendeteksi penipuan iklan ketika aplikasi dan situs web menggunakan bot untuk menciptakan keterlibatan iklan palsu.
Berbicara tentang kasus penggunaan AI dalam periklanan dalam aplikasi programatik, Jacky Ma, direktur ilmu data di Remerge menjelaskan, “Aplikasi kami terhadap AI bersifat multifaset.” Ma merinci proyek-proyek Remerge saat ini dan bagaimana AI memainkan peran penting dalam proyek-proyek tersebut:
- Pemodelan Prediktif dan Keputusan Penawaran:* Dengan memanfaatkan kekuatan AI dalam pemodelan prediktif, Remerge dapat mengoptimalkan harga dan menentukan posisi penawaran strategis. Ini memungkinkan mereka untuk memprediksi nilai permintaan penawaran dan persaingan pasarnya.
- Model Pembelajaran Bahasa (LLM): Tren modern berpusat pada LLM yang mampu memahami dan merespons dalam bahasa manusia. Meskipun tidak terikat langsung dengan produk inti, LLM menghadirkan kasus penggunaan kuat dalam mengotomatisasi tugas manual.
- Implementasi AI Secara Holistik: Remerge membentuk kelompok kerja khusus untuk mengintegrasikan AI di berbagai aspek bisnis, dari alat dan pelatihan hingga model operasional dan bisnis.
Bagaimana AI Generatif Digunakan untuk Kreatif Iklan Mobile
Kenaikan AI generatif baru-baru ini menjadi topik hangat bagi para kreator dan pemasar. Kemampuan untuk dengan cepat mengubah permintaan tertulis menjadi kreatif iklan yang sangat dipersonalisasi dan berkualitas tinggi memiliki banyak keuntungan. Namun, masih ada tantangan dengan personalisasi iklan yang digerakkan oleh AI di mobile.
Nick Barnett, insinyur solusi utama di Remerge, menjelaskan bahwa privasi merupakan masalah utama. Platform mobile seperti Android dan iOS sedang bekerja untuk menyamarkan data pengguna individual sehingga pengiklan tidak dapat mengidentifikasi siapa yang mereka kirim iklan. Dengan demikian, AI lebih mungkin digunakan untuk menghasilkan iklan daripada mempersonalisasi iklan secara dinamis.
Dan Jones, direktur global operasi kreatif Remerge, menambahkan bahwa AI dapat memberdayakan strategi kreatif yang digunakan oleh tim desain dan pemasar. Dengan memanfaatkan kemampuan AI, upaya kreatif dapat ditingkatkan dan diperkuat untuk meningkatkan kinerja iklan. Pemanfaatan strategis AI menjadi sangat penting dalam lingkungan periklanan yang sadar privasi.
Meskipun AI generatif dapat membantu dengan skala dan kecepatan produksi, visual iklan yang dihasilkan AI harus selalu diperiksa dengan hati-hati sebelum distribusi. Pan Katsukis, CEO Remerge, menegaskan bahwa merek top tidak akan membuat dan menampilkan iklan yang dihasilkan AI tanpa persetujuan apa pun, sehingga masih ada kebutuhan untuk menetapkan proses yang melindungi citra merek.
Kesimpulan : Secara keseluruhan, kehadiran AI dalam era modern periklanan tidak bisa diabaikan. AI memainkan peran penting dalam banyak aspek pemasaran mobile, mulai dari pengujian A/B dan teknologi periklanan programatik hingga strategi dan pengembangan kreatif. Seperti halnya dengan wilayah baru mana pun, semakin penting bagi pemasar digital saat ini untuk memahami risiko dan imbalan yang datang dengan penggunaan AI, serta cara mereka menggunakannya untuk mengiklankan merek mereka. Dengan pemahaman yang mendalam dan penerapan yang tepat, AI dapat menjadi alat yang sangat berharga dalam meningkatkan efektivitas dan efisiensi kampanye periklanan mobile.
Tags: AI dalam Periklanan, AI Generatif, Analisis Data Pelanggan, Demand Side Platform DSP, Kecerdasan Buatan, Kinerja Iklan Mobile, Machine Learning, Mesin Rekomendasi, Pemodelan Prediktif, Penawaran Iklan, Pengalaman MobilePenargetan Iklan, Pengambilan Keputusan, Pengembalian Belanja Iklan (ROAS)Pengujian A/B, Pengembangan Komputer, Pengembangan Kreatif Iklan, Penipuan Iklan, Periklanan Efektif, Periklanan Mobile, Periklanan Programatik, Personalisi Iklan, Privasi Data, Strategi Kreatif, Supply Side Platform (SSP)