آزمونهای A/B همچنان باید در مواردی که اهمیت آماری برای تعیین برتری خلاقیت یا قالب مورد نیاز است استفاده شود.
در اوایل دهه 2000، کمپین های تبلیغاتی دیجیتال عمدتاً شامل تبلیغات بنری در اندازه های استاندارد IAB بود که برای رایانه های رومیزی ساخته شده بودند.
بخشی از یادگیری ماشین که معمولا نادیده گرفته می شود این است که الگوریتم بر اساس اطلاعاتی که دارد، بهترین خلاقیت را برای آن کاربر خاص ارائه می دهد.
بنابراین در حالی که ما همه این گزینهها را داریم تا خلاقیت خود را در زمان من، در مقابل افراد من، نشان دهیم، فقط چند ث،ه فرصت داریم تا مطمئن شویم خلاقیتمان تأثیرگذار است.
تاکتیک: خلاقانه برای توجه کوتاه طراحی کنید
در عوض، برندها باید یک محصول یا مفهوم واحد را در نظر بگیرند و آن را به صدها دارایی تبدیل کنند.
در حالی که تست A/B ممکن است در داخل پلتفرم چالش برانگیز باشد، الگوریتم ها در آزمایش تفاوت های خلاقانه جزئی مانند همپوش، متن، طرح های رنگی، تغییرات پیام رس، و غیره عالی هستند.
در مورد استفاده از هوش مصنوعی برای بهبود عملکرد تبلیغاتی از طریق هدفگیری مخاطب یا بهینهسازی پیشنهاد، مطالب زیادی نوشته شده است. اما تغییر عظیم دیگری که شاهد آن هستیم، تاثیر هوش مصنوعی بر ا،امات خلاقانه برای کمپین های دیجیتال است.
تیم های خلاق باید خلاقانه طراحی کنند تا به هر مرحله از سفر ،ید برسند.
همه عاشق یک داستان خوب هستند. اما گستره توجه امروزی تیمهای خلاق را وادار میکند تا در مورد خلاقیت ویدیوی خود متفاوت فکر کنند.
دریافت خبرنامه جستجوی روزانه بازاریابان به آن تکیه می کنند.
قانون 3: توجه به بازه های توجه کوتاه
به طور معمول، بازاریابان در مورد تغذیه دستگاه از نظر داده صحبت می کنند. اما ما باید دستگاه را نیز با خلاقیت تغذیه کنیم. این یک مشکل بزرگ برای تیم های خلاق ناب یا آنهایی که بودجه خلاقانه ناب دارند ایجاد می کند.
ویدیوهای مزیت محصول خاص، توصیفات یا اثبات اجتماعی را می توان در وسط قیف برای رفع نیازهای کاربران آشنا و ،، که آماده ،ید نیستند استفاده کرد.
در دهه 2010، استفاده از دستگاه های تلفن همراه به طور سرسام آوری افزایش یافت و اندازه های سازگار با موبایل بیشتری به آن اضافه شد.
این روزها قوی ترین نتایج عملکرد را از تبلیغات شش ث،ه ای می بینیم.
برخی از مثالها ممکن است مشوقهای خاص، موقعیتیابی برند، برشهای ویدیویی و غیره باشند.
طراحی مجدد فرآیند خلاقیت
چیزی به نام خلاقیت بیش از حد وجود ندارد. تبلیغکننده امروزی برای پرداختن به موارد زیر به خلاقیت نیاز دارد:
- کانال ها
- فرمت های تبلیغاتی
- نسبت ابعاد
- مراحل قیف.
- انواع دارایی
- فراخوان به اقدام
و هر تغییری در این بین.
تاکتیک: از همه نسبتها استفاده کنید
برخی از دستورالعمل هایی که باید رعایت شود:
- تبلیغات شش ث،ه ای را به ،یب اضافه کنید (علاوه بر 15 و 30 ث،ه).
- قوس داستان خود را به جلو ببرید تا در عرض 5 ث،ه توجه را به خود جلب کنید.
- لوگوی خود را در عرض 3 ث،ه برجسته کنید.
- شامل یک تماس برای اقدام در عرض 5 ث،ه.
قانون 4: نه فقط تست ها، تست های عملی
بازاریابان می توانند از ویدیوهای توضیح دهنده در بالای قیف استفاده کنند تا به کاربر، که نیاز به آشنایی بیشتر با برند شما دارند دسترسی پیدا کنند.
نظرات بیان شده در این مقاله نظرات نویسنده مهمان است و ،وماً سرزمین موتور جستجو نیست. نویسندگان کارکنان در اینجا فهرست شده اند.
منبع: https://searchengineland.com/ppc-ad-creative-new-rules-394857
تیمهای رسانهای باید با تیمهای خلاق برای بازنگری تبلیغات در بازار کار کنند و از بینشهای بیدرنگ بهره ببرند.
و در نهایت، مشوقها/پیشنهادها و مقایسههای رودررو برای ،، که آماده ،ید هستند ارائه میشود.
قانون 2: دستگاه را تغذیه کنید
به ،وان مثال، ارائه ویدیوهای توضیح دهنده جداگانه، ویدیوهای مزایای محصول، ویدیوهای گواهی، تبلیغات ثابت با پیشنهادات قوی و مقایسه های سر به سر به الگوریتم کافی برای رسیدگی به هر مرحله از قیف می دهد.
فراتر از آزمایش استاتیک در مقابل ویدیو بروید.
و سپس، رسانههای اجتماعی و قالبهای تبلیغات ویدیویی معرفی شدند، که چشمانداز دیجیتال را برای تیمهای خلاق پیچیدهتر میکند، اما همچنان با «روش قدیمی» یک مختصر که تنوع تبلیغاتی متعددی را به همراه دارد، قابل مدیریت است.
دامنه توجه به مرور زمان به طور قابل توجهی کوتاهتر شده است.
یکی دیگر از مزایای عالی یادگیری ماشین، توانایی بازاریابان برای آزمایش و تنظیم سریع خلاقیت در پرواز است.
الگوریتم های یادگیری ماشینی برای انجام کار خود به ورودی های زیادی نیاز دارند.
برای حدا،ر “قابلیت حمل” خلاقانه، موارد زیر را ایجاد کنید:
- 1:1 و 9:16 برای تبلیغات ثابت.
- 1:1، 4:5 و 16:9 برای تبلیغات ویدیویی.
تبلیغکنندگ، که در چارچوب این ا،امات جدید طراحی میکنند، واقعاً از فرصت یادگیری ماشینی استفاده کرده و بر صنعت تسلط خواهند داشت.
اما ما باید به یادگیری ماشینی همه دارایی ها را بدهیم تا بهترین تبلیغ را در هر زمان برای آن کاربر ارائه دهد.