Dan Rua ialah Ketua Pegawai Eksekutif Laksamana, Syarikat Pengurusan Perhubungan Pelawat (VRM). Admiral VRM membantu beribu-ribu penerbit digital di seluruh dunia mengembangkan hubungan dan hasil pelawat.
Sejak dilancarkan lewat tahun lalu, ChatGPT telah menangkap imaginasi kedua-dua media dan orang awam.
Mencapai 100 juta pengguna dalam masa yang singkat , platform AI Generatif telah menyebabkan kekecohan yang jarang dilihat pada zaman ini.
Apabila habuk mereda, penerbit digital mula menyedari bahawa mereka perlu memanfaatkan teknologi ini atau risiko ketinggalan. Ramai penerbit telah mula bereksperimen dengan alat itu, mencari cara untuk menyepadukannya ke dalam aliran kerja editorial mereka.
Kepercayaan yang dipegang secara meluas ialah Generative AI akan mencipta kandungan pengecas turbo. Walau bagaimanapun, sekurang-kurangnya sebuah syarikat percaya Generative AI berpotensi untuk meningkatkan produktiviti penerbit perniagaan di luar ruang kreatif.
Admiral, penyedia penyelesaian perisian pengurusan perhubungan pelawat (VRM), baru sahaja mengumumkan penyepaduan enjin GPT OpenAI dalam lapisan penglibatan pelawat platformnya untuk penerbit.
"Pembina perjalanan pelawat pintar Admiral kini secara automatik mendraf pemesejan yang dioptimumkan penukaran berdasarkan berbilang faktor, seperti konteks halaman, tawaran pertukaran nilai, sentimen yang diingini dan banyak lagi," kata Ketua Pegawai Eksekutif Admiral Dan Rua dalam pengumuman itu.
Admiral berkata penyelesaiannya membolehkan penerbit menjana tawaran CTA secara automatik untuk khalayak mereka, menyelesaikan "cabaran merentasi perjalanan penuh pelawat."
Untuk lebih memahami motivasi syarikat untuk menyepadukan AI dalam platform VRMnya, State of Digital Publishing (SODP) duduk bersama Ketua Pegawai Eksekutif Laksamana Dan Rua untuk membincangkan matlamat dan aspirasi syarikat untuk produk tersebut.
Bagaimanakah Admiral telah berubah daripada syarikat teknologi blok iklan kepada platform yang membantu penerbit mengembangkan hubungan dan hasil pelawat?
Pengasas MVP Admiral pada tahun 2016 adalah untuk mengukur dan menyelesaikan kerugian sekatan iklan. Kami mengukurnya dengan analitis percuma dan memulihkannya dengan pemulihan sekatan iklan tindanan penuh, pemulihan berasaskan AA atau kombo memaksimumkan hasil. Kami telah memantau dan melindungi lebih daripada satu trilion tera sejak kami ditubuhkan.
Semasa kami melakukan beberapa analisis punca pada 2018-2019 tentang sebab penyekatan iklan dan data meletup, kami terjumpa idea bahawa model perniagaan teras Internet untuk menjejak pelawat untuk iklan mengakibatkan hubungan yang lemah antara penerbit dan pelawat. Apabila terdapat kekurangan perhubungan, kedua-dua pihak akhirnya menyalahgunakan perhubungan itu — penerbit yang mempunyai pengalaman iklan yang buruk dan pelawat tidak peduli sama ada penerbit hidup atau mati.
Oleh itu, misi kami "Menyimpan Internet percuma, satu penerbit pada satu masa" tertumpu tepat pada hubungan yang semakin berkembang antara penerbit dan pelawat. Cara kami melakukannya dipanggil pengurusan perhubungan pelawat (VRM) — serupa dengan CRM dan automasi pemasaran, yang direka khas untuk penerbit media. VRM merangkumi keseluruhan perjalanan pelawat, termasuk sekatan iklan, tangkapan e-mel, pendaftaran, ikutan sosial, muat turun aplikasi mudah alih, derma, dinding berbayar, persetujuan privasi, pengumpulan data pihak pertama dan banyak lagi — semuanya daripada satu teg, tanpa pengekodan diperlukan untuk dilancarkan semua modul.
Kebanyakan penerbit bermula dengan menggunakan kami untuk satu titik kesakitan seperti pemulihan sekatan iklan, penangkapan e-mel atau dinding berbayar; dan VRM berintegrasi dengan baik untuk menyelaraskan pelbagai penyelesaian titik. Akhirnya, penerbit suka membuang raksasa berbilang tag Frankenstein mereka, meningkatkan kelajuan pemuatan halaman dan mengoptimumkan UX pelawat dengan memanfaatkan keupayaan penuh VRM kami. Matlamat VRM akhirnya adalah untuk memaksimumkan perhubungan pelawat, data dan purata hasil bagi setiap pelawat. Penerbit yang memanfaatkan VRM — sama ada menggunakan Admiral atau menyatukan timbunan VRM berbilang vendor mereka sendiri — akan memisahkan diri mereka daripada pek kerana privasi dan pemerkasaan pengguna terus mengganggu model perniagaan teras Internet.
Selepas pelancaran chatgpt, adakah penggunaan AI generatif telah diterjemahkan ke dalam aliran kerja harian penerbit? Bolehkah anda memberikan beberapa contoh?
AI Generatif sedang melanda semua bahagian perniagaan penerbitan, dan kami melihat beberapa kategori penggunaan utama muncul:
- Penciptaan Kandungan
- operasi
- Pemasaran
Walaupun terdapat beberapa kebimbangan dalam forum SEO tentang penciptaan artikel ChatGPT penuh, ramai penulis memanfaatkan Generatif AI untuk menjimatkan masa dalam menyelidik dan menggariskan artikel, sesuatu yang berlaku sebelum ChatGPT. Matlamat utama penggunaan itu ialah kelajuan penciptaan kandungan dan penjimatan kos.
Bidang kedua ialah membantu operasi. Sebagai contoh, INMA menerbitkan contoh The Financial Times meminta model AI merancang produk baharu untuk membahagikan khalayak mengikut kedalaman pembaca dan kesanggupan membayar untuk berita. Itu juga sebahagian besarnya merupakan aplikasi penjimatan kos AI.
Bidang ketiga, dan sebab kami memanggil kerja kami Generatif AI yang Menjana Hasil, berkaitan dengan pertumbuhan hasil melalui kandungan pemasaran, kecerdasan dan pengoptimuman. Interaksi dan e-mel yang dikuasakan AI boleh melangkaui penjimatan kos, mempercepatkan hasil melalui pemesejan automatik dan lelaran yang dioptimumkan hasil.
Kami telah pun melancarkan perjalanan pintar dikuasakan AI tahun lepas, berdasarkan artikel yang melonjak dan popular. Walau bagaimanapun, apabila e-mel atau penglibatan di tapak bergantung pada penciptaan manual, ROI untuk menguji 100 atau 1,000 pelbagai mesej tidak jelas. Tetapi, apabila mesej tersebut dijana melalui GPT, sistem pintar boleh sentiasa menguji A/B, mempromosikan pemenang, menjana mesej baharu, "bilas dan ulangi".
Apakah pertimbangan untuk menyepadukan GPT AI terbuka ke dalam platform laksamana? Bagaimanakah penyepaduan berbeza daripada enjin pemperibadian semasa yang memfokuskan pada pengiklanan berkonteks atau pengesyoran/perbualan kandungan?
Apabila saya mula-mula melihat DeepMind mengalahkan semua permainan Atari, ia kelihatan seperti satu bentuk sihir. Kami mahu menangkap perasaan ajaib yang sama dengan inovasi kami — kami memanggilnya MaiGIC. Kebanyakan enjin pengesyoran untuk kandungan atau pengiklanan membuat pilihan antara kreatif yang diketahui, atau dengan tweak kecil untuk peletakan dan kata kunci. Itu sebenarnya hanyalah puncak gunung ais untuk apa yang mungkin, jadi kami melancarkan penciptaan mesej berkuasa AI penuh, dengan titik yang lebih bersih, lebih mudah dan klik UX daripada penulisan pantas ChatGPT.
Anda tidak perlu menjadi penulis segera pakar untuk membuat MaiGIC berlaku. Hanya pilih sentimen (cth. Kelakar, Mesra, Gembira, Berharap) dan panjang mesej, dan kami akan menggabungkan kandungan tapak anda secara automatik (cth. Sukan, Permainan, Berita, dsb.) dan tawaran (cth. paywall, pemulihan sekatan iklan, e-mel, dsb. .) menjadi mesej unik dan relevan yang mendorong penukaran. Pasukan pakar hasil kami sudah mengetahui sekumpulan amalan terbaik perjalanan pelawat untuk pemesejan, tetapi mesej MaiGIC ini malah mengejutkan kami kerana ia menyepadukan konteks, sentimen dan matlamat.
Jika anda bertanya kepada ChatGPT tentang tiga bahagian silap mata, ia akan memberitahu anda tentang "patter", "prestasi" dan "prestij" — bahagian sihir yang paling mengejutkan dan tidak dapat dilupakan. Oleh itu, jika konfigurasi titik dan klik kami ialah "corak" dan mesej berkuasa AI yang terhasil ialah "prestasi", maka "prestij" ialah hasil yang dioptimumkan yang terhasil daripada ujian A/B yang dipertingkatkan dan berulang.
Matlamatnya bukan hanya untuk terpesona oleh mesin yang menulis mesej yang lebih baik daripada manusia, tetapi sebaliknya untuk benar-benar menyampaikan AI Generatif yang Menjana Hasil. Jana berbilang mesej yang diperibadikan, bersaing antara satu sama lain gaya BattleBots, dan berulang kali menggantikan mesej yang berprestasi paling rendah dengan mesej automatik baharu — menaikkan kadar penukaran dan hasil secara automatik, selama-lamanya. Itulah "prestij" yang merupakan bahagian yang paling diingati dari MaiGIC kami.
Sebelum saya terlalu puitis tentang kuasa apa yang baru kami lancarkan, saya juga akan memberikan penafian penting. Ini masih merupakan teknologi yang sangat baharu, jadi kami telah membina rel pengawal untuk melindungi penerbit kami, membolehkan manusia mengedit atau meluluskan sebarang mesej yang dihasilkan.
Pengumuman anda juga menunjukkan platform akan "memanfaatkan data pihak pertama peringkat pelawat dan segmen untuk menyampaikan mesej yang betul, kepada pelawat yang betul, pada masa yang sesuai." adakah anda mempunyai maklumat lanjut untuk diberikan pada masa ini yang boleh membantu merancang pembangunan dan persediaan pihak pertama penerbit?
Walaupun saya tidak mahu mendedahkan terlalu banyak tentang tindakan kedua kami, ujian A/B ialah satu kes mudah tentang apa yang akhirnya ujian multivariate — kedua-dua dari segi pembolehubah mesej/penglibatan dan dari segi pembolehubah pelawat, termasuk aktiviti mereka, penukaran masa lalu , dan data pihak pertama yang kaya.
Tiada khalayak yang homogen, jadi akhirnya, khalayak menjadi segmen dan segmen menjadi pelawat. Apabila pemesejan boleh mengoptimumkan dengan segera — untuk setiap segmen atau pelawat — maka kami akhirnya bercakap tentang menyampaikan mesej yang betul, kepada pelawat yang betul, pada masa yang sesuai.
Kandungan daripada rakan kongsi kami
Ini mengalir secara semula jadi daripada visi asal Admiral mengenai Pengurusan Perhubungan Pelawat, memperkasakan penerbit untuk "bertemu pelawat di mana mereka berada" untuk mengembangkan perhubungan dan bukannya cuba memaksa pertukaran nilai tunggal kepada pelbagai segmen.
Apakah keseimbangan yang betul antara tawaran ujian A/B dan CTA dengan menjalankan pindaan secara autopilot?
Kebanyakan penerbit masih di peringkat merangkak atau berjalan bagi tawaran diperibadikan — dengan ramai yang masih menumpukan pada pemeteran kandungan yang agak asas dan bukannya pemeteran berbilang dimensi merentas perjalanan pelawat.
Kami telah menempatkan pasukan Kasih Pelanggan kami yang penuh dengan pakar hasil untuk membantu penerbit mengambil langkah seterusnya dengan penasihat AI yang dipercayai dan bukannya melemparkan dart dengan mata tertutup. Sama seperti Tesla belajar daripada pemandu bantuan autopilot sebelum memandu sendiri sepenuhnya, penerbit akan belajar daripada MaiGIC membantu pengoptimuman mereka, sebelum melancarkan CTA pandu sendiri penuh.
Walau bagaimanapun, jika kita telah belajar sesuatu daripada pelaburan masa lalu kita dalam AI, perkembangan daripada bantuan kepada autopilot akan datang lebih cepat daripada yang kita semua bayangkan beberapa tahun yang lalu.
Apakah perspektif anda tentang ai generatif untuk tahun akan datang, dan bagaimana ini memaklumkan pelan hala tuju produk laksamana?
Saya yakin Generative AI akan segera beralih daripada fokus penjimatan kos kepada penjanaan hasil. Malah, aspek penjimatan kos AI boleh menyebabkan sedikit kesakitan dalam penerbitan jika penjanaan hasil tidak mengikuti dengan cepat.
Platform VRM kami sudah seperti "pisau hasil baharu Tentera Swiss" melalui pemulihan sekatan iklan, dinding berbayar, derma, hasil e-mel dan banyak lagi; jadi kami menumpukan pada memasukkan MaiGIC ke dalam setiap aliran hasil yang kami kuasakan untuk penerbit. Kadar iklan sudah pun turun dari tahun ke tahun, dan masih terdapat ketidakpastian makro tentang kemelesetan dan kematian kuki, jadi penerbit memerlukan setiap sedikit hasil baharu yang mereka boleh perolehi.
Lensa yang kami gunakan untuk setiap inovasi baharu yang kami sampaikan ialah penyataan misi kami "Menyimpan Internet percuma, satu penerbit pada satu masa." Kami agak teruja tentang bagaimana pelancaran ini dan kemajuan masa depan dalam Generative AI akan membantu kami melaksanakan misi tersebut.