Na zdj. Rafał Wyderka, dyrektor zarządzający Plastream
Platforma dzięki wykorzystaniu sztucznej inteligencji oraz zastosowaniu sieci neuronowych do wyszukiwania podobieństw automatyzuje procesy C2C po stronie Wydawców oraz w sklepach e-commerce. Rozmawiamy z Rafałem Wyderką – Dyrektorem Zarządzającym (COO) w Plastream, który opowiada o arkanach pracy nad produktem i podejściu C2C.
Rafale, podejście Content-to-Commerce – czy Content to naprawdę Commerce i dlaczego?
Monetyzowanie treści publikowanych online nie jest pojęciem nowym. Wielu wydawców ręcznie łączy publikowane treści z reklamowanymi produktami. Wyznawaniem jest automatyzacja tego procesu, która umożliwi wyskalowanie tego procesu na wiele serwisów oraz terabajty danych. Wydawcy szukają sposobu na skuteczną reakcję na mechanizmy społeczne polegające na chęci spersonalizowania doświadczenia reklamowego i poszukiwanie takich metod monetyzacji, które nie są wykorzystane przez konkurencję lub są wykorzystane w sposób niepełny. To typowa praktyka, nie tylko w e-commerce – konkurencję można albo wyprzedzić, albo gonić.
Jednym z nich jest podejście automatyzacji Content To Commerce, które opiera swoją mechanikę działania na wykorzystywaniu umiejętności stworzenia ciekawej treści i łączeniu jej z produktami w sklepach e-commerce. Aby usprawnić ten proces – zarówno pod kątem szybkości jak i dokładności dopasowania produktu – coraz popularniejsze staje się wykorzystanie sieci neuronowych i nauczania maszynowego (machine learning, deep learning), które napędza analizę i wyszukiwanie na jej podstawie podobnych produktów w sklepach online, które można zaprezentować w reklamie. Taki mechanizm wykorzystujemy w Plastream – najnowsza wersja umożliwia generowanie personalizowanych widgetów z produktami ze sklepów online, i osadzenie ich na swoich stronach. Rekomendacje do widgetów mogą zostać przypisane automatycznie. Precyzja dopasowań jest bardzo wysoka.
Jakie wyzwania czekają tych, dla których reklama to jedno z głównych źródeł przychodów ze sprzedaży?
Odbiorcy codziennie odbierają tysiące komunikatów reklamowych, których mają trudność w przyswojeniu i nie zauważają. Dodatkowo używanie przez nich oprogramowania typu AdBlock skutecznie blokuje niechciane treści marketingowe. Brak dopasowania treści i nieprzemyślane reklamy nie budzą impulsów zakupowych i skutkują brakiem decyzji zakupowych. W erze „oślepienia reklamowego” ma to duże znaczenie dla wydawców, którzy walczą o odbiorców oraz dla podmiotów e-commerce, które starają się zachęcić odbiorców do zakupów. Obie strony transakcji nie mogą stać w miejscu, więc stale dążą do podnoszenia jakości user experience, a jednym z najbardziej efektywnych sposobów jest serwowanie użytkownikowi treści, których potrzebuje, w które chce się zaangażować, których w danym kontekście może pożądać.
Czyli termin „pożądane treści marketingowe” jednak istnieje?
Odbiorcy częściej i chętniej zaangażują się w interakcję z marką, która serwuje im rozwiązania skrojone na miarę ich potrzeb. Przykład: Chcę kupić produkt. który widzę na filmie lub na zdjęciu. To jest konkretna wartość dla klienta, która wykracza poza tradycyjne serwowanie reklamy. Jednocześnie łatwiej będzie im kliknąć w reklamę dopasowaną w sposób kontekstowy do tego, co właśnie zobaczyli i co być może zwróciło ich uwagę. Dlatego to właśnie kontekst pełni rolę swoistego, naturalnego pośrednika między treścią a działaniami e-commerce. Codziennie jednak powstają miliardy nowych treści i manualne dopasowanie reklamy kontekstowej staje się bardzo trudne lub wymaga dużych nakładów pracy, czasu i ludzi. Z pomocą przychodzą nowe technologie – na przykład deep learning, który wykorzystywany jest w Plastream do stałego udoskonalania modelu rozpoznającego obiekty w foto i video. Z pewnością producent samochodu osobowego nie będzie chciał umieścić swojej reklamy na, przy lub obok zdjęcia, na którym pokazany jest wypadek samochodowy, pomimo prawidłowego rozpoznania marki na zdjęciu lub w filmie. To tylko jeden z przykładów, dla których kontekst może znacząco wpływać na odbiór reklamy.
Jak sprawdza się to w praktyce?
Nasze testy dowiodły, że reklamy mocno związane z treścią artykułu lub obrazem video oferujące wymierną korzyść w postaci możliwości natychmiastowego zakupu rzeczy pokazanej w materiale notują ponadprzeciętny CTR – nawet od 1% do nawet 20% w przypadku, kiedy produkt idealnie jest dopasowany do treści.
Wyobraźmy sobie parę spacerującą po plaży. Taka scena w serialu, reklamie czy filmie idealnie pasuje do reklamy sukienki, linii lotniczych, letniej kolekcji odzieży czy akcesoriów. Ukazanie tego typu produktów lub usług w kontekście wybranej sceny zwiększa prawdopodobieństwo wyższej konwersji i lepszego CTR.
Jeszcze innym przykładem może być zdjęcie dowolnej celebrytki w pięknej, czerwonej sukience. Dzięki rekomendacjom, możliwe jest dopasowanie zdjęcia do takiego samego, lub bardzo podobnego, produktu dostępnego w wybranym sklepie online. Szanse na przejście do strony zakupu wzrastają dzięki kontekstowi: ukazaniu reklamy w sposób nieinwazyjny i nienachalny dokładnie tam, gdzie zainteresowani zakupem mogliby szukać odpowiedzi.
Możliwości wykorzystania takich mechanizmów jest wiele – i chociaż na razie skupiamy się na branży fashion i retail, to w niedalekiej przyszłości widzimy zastosowanie Plastream dla wielu innych. Stale rozwijamy produkt.
Jak działa to od strony technicznej?
Mechanizmy platform takich jak Plastream, dzięki kilkuelementowej analizie – zarówno obrazu/video, jak i tekstu (text search pozwala zawęzić wyszukiwania i skupić się tylko na analizie opisywanego elementu, a nie wszystkich obiektów w treści), potrafią automatycznie zidentyfikować najbardziej precyzyjne dopasowania i generują wyniki, które można personalizować w ramach widgetów na prezentującej ciekawe filmy lub zdjęcia stronie. Modele poddają się stałej „nauce” dzięki technikom machine/deep learning – im dłużej i więcej mogą rozpoznawać, tym lepsze staje się dopasowanie. To ciekawe stwierdzenie, które codziennie daje nam wiele nowych wyników i inspiracji.
W Plastream, każda treść jest poddawane detekcji, na podstawie której identyfikowane i klasyfikowane są produkty w video lub na zdjęciu. Taką detekcję wspiera wspomniana wcześniej analiza tekstowa, która niejako upewnia wyniki wygenerowane przez silnik i je taguje. Następnie do gry wchodzą mechanizmy poszukujące podobieństw – machina technologiczna, łącząca content (photo/video) z commerce (produkty): wyszukująca dopasowania w sklepach online. Efekt pracy technologii wydawca może zobaczyć w panelu.
Czyli Plastream to typowa platforma Content to Commerce?
I tak, i nie. Oprócz panelu widgetów, dostępnego dla wydawców, i możliwości współpracy z reklamodawcami (mogą bezpłatnie zgłosić swój sklep online, jeśli działają w szeroko pojętej branży fashion), Plastream współpracuje także z szeregiem firm, oferując swoją technologię do zaimplementowania w wewnętrznych systemach organizacji. Mamy na koncie już współpracę z Allegro i TVN. W ostatnich dniach nasza firma została przyjęta do programu nVidia Inception Program, grupująca najbardziej innowacyjne na świecie firmy wykorzystujące technologię i procesy GPU, które są niezbędne do trenowania modeli i przetwarzania ogromnych ilości danych w chmurze.
Istotne jest wykorzystywanie nowych technologii w usprawnieniu procesów i skalowaniu biznesu Wydawców i sieci e-Commerce, którzy mogą zautomatyzować to, co sami często już robią: manualnie lub w ograniczonym zakresie. Reklamodawcy otrzymują możliwość pozyskania wartościowego ruchu, który może przełożyć się na wyższą sprzedaż. Docenia się potencjał reklamy kontekstowej i precyzyjnych dopasowań, a także siłę przekazu reklamodawców, którzy mają zapewnione źródło jakościowego ruchu z szansami na wysoką konwersję. To kolejny krok w stronę optymalizacji biznesu.
Wierzę, że kluczem jest tu klient końcowy – który dokonuje wyboru, kupując to, co widzi na zdjęciu lub w materiale video. On demand.
