โมเดลแมชชีนเลิร์นนิ่งของ Amazon DSP ใหม่ ช่วยปรับปรุงประสิทธิภาพของแคมเปญ ประสิทธิภาพด้านต้นทุน และความสามารถในการระบุที่อยู่
27 เมษายน 2023

วันนี้ Amazon Ads ประกาศว่า Amazon DSP กำลังใช้โมเดลแมชชีนเลิร์นนิ่งใหม่ขั้นสูงกว่าเดิมและระบบควบคุมแคมเปญที่ปรับให้เหมาะสม เพื่อปรับปรุงการประมูลและการตัดสินใจ ทั้งยังช่วยให้ผู้โฆษณาเข้าถึงกลุ่มเป้าหมายที่ก่อนหน้านี้ไม่สามารถระบุที่อยู่ได้ เนื่องจากอุตสาหกรรมการโฆษณากำลังเลิกใช้คุกกี้ของบุคคลที่สาม ดังนั้นการสร้างโมเดลจากสัญญาณที่มีอยู่เพื่อเข้าถึงกลุ่มเป้าหมายที่ต้องการจึงเป็นสิ่งสำคัญ โมเดลแมชชีนเลิร์นนิ่งใหม่จะวิเคราะห์สัญญาณต่าง ๆ เพื่อช่วยให้ผู้โฆษณาคาดการณ์และเข้าถึงเซ็กเมนต์กลุ่มเป้าหมายที่มีความเกี่ยวข้องสูงด้วยประสิทธิภาพด้านต้นทุนสูงสุด
ด้วยการปรับปรุงดังกล่าว ผู้โฆษณาจึงได้รับประสบการณ์ดังนี้1:

อัตราการคลิกต่อจำนวนการมองเห็นเพิ่มขึ้น 12.6%

ผลตอบแทนจากการจ่ายค่าโฆษณาเพิ่มขึ้น 34.1%

ต้นทุนต่อคลิกลดลง 24.7%

ความสามารถในการระบุที่อยู่เพิ่มขึ้น 20%-30% สำหรับพื้นที่โฆษณาซึ่งก่อนหน้านี้ไม่สามารถระบุได้
"วิทยาศาสตร์และเทคโนโลยีขั้นสูงเป็นหัวใจของ Amazon DSP เราสำรวจวิธีเพิ่มประสิทธิภาพและปรับปรุงประสิทธิภาพด้านต้นทุนสำหรับผู้โฆษณาอย่างต่อเนื่อง" Neal Richter ผู้อำนวยการของ Amazon DSP Technology กล่าว “เราทราบดีว่าทุกเปอร์เซ็นต์ของการปรับปรุงมีความสำคัญต่อผู้โฆษณา และการอัปเกรดใหม่เหล่านี้ได้ช่วยเพิ่มการมีส่วนร่วมและผลตอบแทนจากการจ่ายค่าโฆษณา เรารู้สึกตื่นเต้นที่จะนำเสนอการปรับปรุงเหล่านี้ในช่วงเวลาที่แบรนด์ต่าง ๆ ให้ความสำคัญเป็นพิเศษกับการปรับปรุงประสิทธิภาพด้านต้นทุนและการส่งมอบผลลัพธ์”
เพิ่มประสิทธิภาพของแคมเปญ และส่งมอบโฆษณาโดยมีประสิทธิภาพด้านต้นทุนคุ้มค่ายิ่งขึ้น
โมเดลแมชชีนเลิร์นนิ่งของการกระจายงบประมาณแบบใหม่ช่วยให้มั่นใจได้ว่า แบรนด์ต่าง ๆ จะเข้าถึงกลุ่มเป้าหมายที่ต้องการในราคาที่เหมาะสมที่สุดสำหรับโฆษณาทุกรายการตลอดระยะเวลาของแคมเปญ โมเดลเหล่านี้คาดการณ์แนวโน้มการเกิดคอนเวอร์ชันของราคาประมูลได้ดีขึ้น ทำให้สามารถเปลี่ยนอัลกอริทึมที่นำไปสู่เป้าหมายได้เร็วขึ้นในขณะที่ปรับปรุงประสิทธิภาพ การปรับปรุงประสิทธิภาพในด้านต่าง ๆ รวมถึงอัตราการคลิกต่อจำนวนการมองเห็นเพิ่มขึ้น 12.6% ผลตอบแทนจากการจ่ายค่าโฆษณาเพิ่มขึ้น 34.1% และต้นทุนต่อจำนวนการแสดงผลของโฆษณาลดลง 24.7%
เข้าถึงกลุ่มเป้าหมายที่ไม่สามารถระบุที่อยู่ได้ก่อนหน้านี้
ตามที่ได้ประกาศในงาน Amazon Ads unBoxed 2022 Amazon DSP ได้ขยายกลุ่มเป้าหมาย Amazon และการระบุเป้าหมายตามบริบท เพื่อช่วยลดการพึ่งพาตัวระบุโฆษณาแบบดั้งเดิม วิธีการสรุปผู้ชมตามโมเดลของ Amazon จะจับคู่ข้อความที่เหมาะสมกับกลุ่มเป้าหมายที่เหมาะสม โดยใช้ประโยชน์จากสัญญาณตามบริบทและกิจกรรมที่มีอยู่ ผู้โฆษณาที่ใช้กลุ่มเป้าหมาย Amazon ที่ขยายใหญ่ขึ้นและการระบุเป้าหมายตามบริบทได้รับความสามารถในการระบุที่อยู่ที่เพิ่มขึ้น 20%-30% ในสินค้าคงคลังซึ่งก่อนหน้านี้ไม่สามารถระบุได้
การปรับปรุงอัลกอริทึมเบื้องหลังเหล่านี้ช่วยส่งมอบตำแหน่งโฆษณาที่ประหยัดต้นทุนมากขึ้น โดยผู้โฆษณาไม่จำเป็นต้องปรับแคมเปญที่มีอยู่ของตน
Amazon Ads จะยังคงสร้างสรรค์สิ่งใหม่ ๆ ให้กับลูกค้าและพัฒนาวิธีการใหม่ ๆ สำหรับแบรนด์ต่าง ๆ เพื่อแก้ปัญหาความท้าทายทางการตลาด เทคโนโลยีการโฆษณาของ Amazon ช่วยให้แบรนด์ค้นพบข้อมูลเชิงลึกใหม่ ๆ เพิ่มประสิทธิภาพทางการตลาด ลดต้นทุน และค้นพบผลกระทบของการลงทุนข้ามสื่อในทุกที่ที่ลูกค้าใช้เวลาอยู่
1แหล่งที่มา: ภายใน Amazon, สหรัฐอเมริกา, มกราคม - ธันวาคม 2022, แคมเปญ 140,000 แคมเปญในประเภทธุรกิจต่าง ๆ