Machine learning artificial Intelligence

Artificial intelligence (AI) – Het effect van elk individueel attribuut

In een zestal artikelen leggen we uit hoe onze attributie modellen werken en hoe deze modellen een oplossing bieden voor de problemen die je tegen zult komen bij het analyseren van de effecten van een tv-campagne. Deze complexe en robuste attributiemodellen zijn gebaseerd op statistische modellen en zijn door de jaren heen zorgvuldig gefinetuned door onze data wizzards. 

Bij het nauwkeurig bepalen van de effectiviteit van je tv-campagne, moet je rekening houden met vele factoren, zoals:

  1. De baseline: welke waarden vormen het fundament van je spoteffecten?
  2. Het meetvenster: waar begint en eindigt het online-effect van iedere tv-spot?
  3. Overlappende tv-commercials: hoe wijs je het juiste effect toe aan iedere tv-spot?
  4. Accurate uitzenddata: hoe garandeer je dat je altijd de exacte uitzendtijden verkrijgt?
  5. Negatieve upliftWat te doen met negative uplifts na het uitzenden van een spot en hoe deze te interpreten?
  6. Individueel effect van attribuut: Wat is de exacte individuele en relatieve kracht van elk van de onderliggende attributen (zenders, tijdvak, creatie etc)? Welke spots zullen het goed doen? (voorspel en plan vooraf)

Effect individueel attribuut

In dit research artikel gaan we verder in op de vraag hoe we een effect kunnen toekennen aan een individueel attribuut. Als voorbeeld: wanneer uit een meting naar voren komt dat er op maandag een hogere uplift is gemeten dan op andere dagen dan interpreteren we dit snel door te concluderen dat de maandag het beste presteert, terwijl dit niet per se het geval is. De gemeten stijging zou sterk gecorreleerd kunnen zijn met andere attributen. In dit geval kan het feit dat ‘maandag’ beter presteerde dan dinsdag komen doordat de maandagspots werden uitgezonden op betere tijdvakken of beter presterende zenders.

Artificial Intelligence module

Om ‘appels met appels’ te kunnen vergelijking, moeten we al deze externe factoren verwijderen, zodat alleen de individuele effecten van elke attribuut waarde zichtbaar worden. Dit is precies wat de AI-score van Spotalytics weergeeft. Er wordt een score voor elk van de attributen berekent waardoor het mogelijk is om gemakkelijk te zien welke attributen in een campagne het verschil maken. Het is zelfs mogelijk om synergieën te vinden tussen de verschillende attributen. Hiermee is het mogelijk om de best presterende combinaties van attributen te vinden (bijv. best presterende combinatie van kanaal en tijd van de dag).

Met de introductie van de AI module hebben we conclusies toegevoegd die gebaseerd zijn op een neuraal netwerk (een van de meer recente methodieken in AI). Hierdoor worden er nog betere en meer accurate inzichten gegenereerd. Daarnaast biedt het een tijdsbesparing bij het maken van een analyse. Op basis van het gemeten effect van de campagne wordt het Neural Network getraind om alle mogelijke combinaties van attributen zoals kanaal, tijdslot, week, dag, aantal kijkers, creaties (en nog veel meer) te simuleren en te scoren. Dit resulteert in een overzicht van circa 20 tot 100 miljoen mogelijke combinaties per campagne.

Hieronder een overzicht van de waardevolle, nieuwe inzichten die het Neural Network biedt:

  1. Het “schone” effect van een attribuut. Zonder AI je kunt er niet zeker van zijn of kanaal “X” bij het tonen van een hoge score echt een goed presterend kanaal is. Waarschijnlijk wel, maar de oorzaak kan ook zijn dat de best scorende creatie vaak werd gebruikt op “kanaal X”, of dat media-inkoop werd gedaan voor kanaal X in de best presterende week van de campagne. Onze AI module geeft helder inzicht in de exacte individuele en relatieve kracht van elk van de onderliggende attributen (kanalen, periode, creatie etc)
  2. De AI-scores bieden 1-dimensionale en 2-dimensionale scores. Naast het geven van ongecorreleerde scores voor elke waarde, worden er ook scores gegeven voor elke combinaties van twee waarden van verschillende attributen. Je zou bijvoorbeeld op een bepaald dagdeel kunnen achterhalen hoe goed spots presteren op een bepaalde zender. Dit biedt de mogelijkheid om synergieën te vinden en te vergelijken. Sommige kanalen kunnen bijvoorbeeld het beste worden gebruikt op een specifiek dagdeel of dag van de week, terwijl andere kanalen andere tijdvakken kunnen hebben waarmee ze een synergie vormen.
  3. Predictive scheduling. Start uw campagne met de best mogelijke tv-media-inkoop. De AI-module die in ons Spotalytics-platform is geïntegreerd, maakt het mogelijk om voorafgaand aan uitzending een tv-schema te testen. Je ziet direct welke spots het wel of niet goed zullen doen, waarna op basis van de verkregen inzichten de planning kan worden bijgestuurd.

Deel dit artikel:

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn