In seguito alle varie modifiche apportate alla raccolta dei dati online, che hanno limitato la quantità di informazioni che le piattaforme digitali possono utilizzare per il targeting degli annunci, Meta ha sviluppato nuovi modelli di targeting degli annunci basati sull’apprendimento automatico, che sono in grado di fornire annunci più pertinenti a ciascun utente, senza richiedere lo stesso livello di informazioni sull’utilizzo personale.

Questo aspetto è particolarmente importante per Meta, che è stata particolarmente colpita dall’aggiornamento di iOS 14 di Apple, che ha visto molti utenti escludere Meta dalla raccolta dei dati di utilizzo nelle sue app.

Sebbene questo abbia danneggiato i profitti di Meta, di recente l’attività pubblicitaria di Meta ha registrato una ripresa, mentre i marketer segnalano prestazioni molto migliorate grazie a strumenti come Advantage+, il processo di targeting pubblicitario automatizzato di Meta.

Come fa Meta a fornire annunci più pertinenti agli utenti con meno dati a disposizione?

Questa settimana Meta ha fornito una panoramica del suo ultimo aggiornamento sistematico su questo fronte, con un nuovo processo di distribuzione degli annunci chiamato “Meta Lattice“, che utilizza più punti di dati per prevedere meglio le probabili risposte agli annunci, attraverso l’intelligenza artificiale e altre tecnologie predittive.

• Save

Come spiega Meta:

“Meta Lattice è in grado di migliorare le prestazioni del nostro sistema di annunci in modo olistico. Abbiamo potenziato le sue prestazioni con un’architettura ad alta capacità che consente al nostro sistema di annunci di comprendere in modo più ampio e approfondito nuovi concetti e relazioni nei dati e di avvantaggiare gli inserzionisti attraverso l’ottimizzazione congiunta di un gran numero di obiettivi”

Ok, è un po’ un modo di dire, ma essenzialmente il sistema Lattice è in grado di dedurre una risposta più probabile da parte dell’utente, senza richiedere la conoscenza diretta dei dati da parte di ogni persona.

Il processo utilizza la condivisione delle conoscenze tra le diverse superfici di Meta (ad esempio, News Feed, Storie, Reel) per ampliare la mappatura dei potenziali interessi e attività degli utenti. In precedenza, tutti questi elementi venivano misurati in modo isolato, ma i modelli predittivi più avanzati di Meta sono ora in grado di prendere in considerazione una gamma più ampia di punti di dati, al fine di comprendere meglio i probabili comportamenti individuali.

In pratica, si tratta di un database ampliato di tutte le attività di risposta agli annunci di Meta che, incrociato con tutte le altre informazioni di cui dispone su ciascun utente, consente al sistema Lattice di prevedere meglio il probabile interesse per gli annunci attraverso una mappatura più avanzata, facendo un uso migliore di tutti i dati a cui Meta può accedere per mostrare agli utenti annunci più pertinenti.

“Abbiamo progettato Meta Lattice per migliorare le prestazioni degli inserzionisti nel nuovo ambiente pubblicitario digitale, dove abbiamo accesso a dati meno granulari. Inoltre, Lattice è in grado di generalizzare gli apprendimenti tra domini e obiettivi diversi, il che è particolarmente cruciale quando il modello ha dati limitati su cui allenarsi. Un numero minore di modelli significa anche che possiamo aggiornare in modo proattivo ed efficiente i nostri modelli e adattarci alla rapida evoluzione del mercato.”

Inoltre, il sistema Lattice è in grado di contestualizzare meglio l’esposizione pubblicitaria a lungo termine e il suo impatto relativo sulla risposta.

“Il coinvolgimento tra un annuncio e una persona che lo visualizza può durare da pochi secondi (ad esempio, un clic, un “mi piace”) a giorni (ad esempio, la considerazione di un acquisto, l’aggiunta a un carrello e la successiva realizzazione dell’acquisto da un sito web o da un’applicazione). Grazie alla modellazione multi-distribuzione con consapevolezza temporale, Meta Lattice è in grado di catturare non solo l’intento in tempo reale di una persona da segnali freschi, ma anche l’interesse a lungo termine da segnali lenti, scarsi e ritardati”

Secondo Meta, questo approccio ha già migliorato la qualità dell’esposizione pubblicitaria dell’8% e migliora di giorno in giorno, portando a risultati migliori attraverso i suoi strumenti di targeting automatico.

Se non avete ancora preso in considerazione gli annunci Advantage+ di Meta, vale la pena di dare un’occhiata, visto che, anche in questo caso, molti marketer che si occupano di performance hanno ottenuto ottimi risultati grazie all’uso degli strumenti di targeting avanzato di Meta.

E man mano che questi sistemi basati sull’intelligenza artificiale si evolvono, utilizzando una gamma più ampia di input, è probabile che diventino fattori di risposta più significativi, il che potrebbe aiutarvi a indirizzare il pubblico giusto per le vostre offerte, senza dover impostare manualmente i parametri di ogni campagna.

Per saperne di più sul sistema di targeting pubblicitario Lattice di Meta, cliccate qui.