Steigerung der Anzeigenrelevanz für LiveIntent mit KI-gestützten Lösungen

  • Kunde
  • Industrie
  • Service
  • Segment
  • Autor
  • LiveIntent
  • Werbung
  • AI/ML
  • Unternehmen
  • Jodie Rhodes
Mehr erforschen
Auf einen Blick

Liveintent bietet eine Plattform für Nachrichtenverlage und Werbetreibende, um gezielte Anzeigen und Marketingmaterialien per E-Mail zu versenden.

Herausforderung

LiveIntent hatte Schwierigkeiten, relevante Anzeigen in Newslettern zu schalten, wobei zufällige Platzierungen die Klickraten und das Engagement der Nutzer verringerten.

Lösung

Firemind setzte KI-gestützte LLMs ein, um Anzeigen zu generieren, die auf den Inhalt des Newsletters abgestimmt sind, und so die Relevanz und das Engagement zu erhöhen.

Genutzte Dienste
  • Amazonas-Felsen
  • AWS Lambda
  • Amazon S3
  • Amazon API-Gateway
Ergebnisse
  • Erhöhte Klickraten
  • Optimierte Qualität der Anzeigentexte
Geschäftliche Herausforderungen

Verbesserung der Relevanz von Werbung in Newslettern durch kontextuelle Genauigkeit

LiveIntent sah sich mit der Herausforderung konfrontiert, Anzeigen zu schalten, die für den Inhalt des Newsletters relevant waren. Das bestehende System fügte generische Anzeigen in die Newsletter-Slots ein, was oft zu Anzeigen führte, die nicht zum Thema oder Ton des Newsletters passten. Dieser Mangel an Relevanz verringerte das Engagement der Nutzer, was zu niedrigeren Klickraten und einer geringeren Gesamteffektivität der Werbemaßnahmen führte.

Da die Anzeigen nicht auf den Inhalt des Newsletters zugeschnitten werden konnten, kam es zu einer Diskrepanz zwischen der Botschaft des Werbetreibenden und den Interessen der Leser. Diese Diskrepanz wirkte sich nicht nur auf die Zufriedenheit der Nutzer aus, sondern beeinträchtigte auch die Investitionsrendite der Werbetreibenden. Um diese Probleme zu beheben, benötigte LiveIntent eine Lösung, mit der sich Anzeigentexte generieren ließen, die sowohl auf den Inhalt der Newsletter als auch auf die Werbeziele der Werbetreibenden abgestimmt waren.

Stehen Sie vor ähnlichen Herausforderungen?

Wir sind Spezialisten für die Lösung von Problemen mit Daten und KI. Lassen Sie uns Ihnen helfen, die Vorteile der Cloud zu nutzen.

Jetzt loslegen
Lösung

KI-gesteuerte Erstellung kontextbezogener Werbetexte für mehr Relevanz

Um die Herausforderung von LiveIntent zu meistern, kontextuell relevante Werbetexte zu liefern, entwickelte Firemind eine Lösung, die fortschrittliche KI und AWS-Dienste nutzt. Die Lösung umfasste die Integration von Large Language Models (LLMs) über Amazon Bedrock, insbesondere das Testen von Modellen wie Claude Instant und Claude 3 Haiku, um auf den Inhalt des Newsletters abgestimmte Anzeigentexte zu erstellen. Dieser Ansatz stellte sicher, dass die Anzeigen kontextuell relevant und für die Leser ansprechend waren.

Der Prozess begann mit dem Scraping und der Vorverarbeitung von Daten aus Newslettern und URLs von Werbetreibenden mithilfe von AWS Lambda-Funktionen. Diese Funktionen extrahierten einfachen Text aus HTML-Inhalten, der dann von Amazon Bedrock zusammengefasst und analysiert wurde. Die LLMs nutzten diese zusammengefassten Daten, um auf den Ton und den Inhalt des Newsletters zugeschnittene Werbetexte zu erstellen und so das Problem der generischen, irrelevanten Anzeigen zu lösen.

Mit ReactJS wurde eine Frontend-Oberfläche erstellt, über die Benutzer URLs eingeben, LLM-Modelle auswählen und die generierten Anzeigenkopien anzeigen können. Die Ergebnisse wurden in Amazon S3-Buckets gespeichert, wobei die Metadaten in Amazon DynamoDB verwaltet wurden. Diese Konfiguration gewährleistete einen einfachen Zugriff auf die Anzeigenkopien und ermöglichte eine sichere API-Interaktion über Amazon API Gateway.

Insgesamt hat diese KI-gesteuerte Lösung das Problem irrelevanter Anzeigen effektiv gelöst, indem sie kontextgenaue und ansprechende Anzeigentexte generierte. Der Einsatz von AWS-Services und LLMs führte zu verbesserten Klickraten und einer höheren Zufriedenheit der Werbetreibenden, was den Wert von maßgeschneiderten Anzeigeninhalten für die Verbesserung der Nutzererfahrung belegt.

Erhöhte Relevanz der Werbung

Die Lösung von Firemind integrierte erfolgreich Large Language Models (LLMs) über Amazon Bedrock, um Anzeigentexte zu generieren, die kontextuell auf den Inhalt des Newsletters abgestimmt waren. Durch die Analyse sowohl der Newsletter- als auch der Inserentendaten wurden die von der KI generierten Anzeigen so zugeschnitten, dass sie sich nahtlos in den bestehenden Inhalt einfügten, was die Relevanz und das Engagement deutlich verbesserte.

Verbesserte Klickraten

Die Einführung kontextbezogener Anzeigentexte führte zu einem bemerkenswerten Anstieg der Klickraten. Die Anzeigen, die auf den Ton und das Thema des Newsletters abgestimmt waren, wurden von den Nutzern als attraktiver empfunden, was wiederum die Interaktion und die Effektivität sowohl für die Herausgeber als auch für die Inserenten erhöhte.

Optimierte Benutzererfahrung

Die Entwicklung eines benutzerfreundlichen Frontends mit ReactJS, kombiniert mit einer robusten AWS-Infrastruktur, bot eine intuitive Oberfläche für die Erstellung und Verwaltung von Anzeigenkopien. Die Benutzer konnten problemlos URLs eingeben, Modelle auswählen und Ergebnisse anzeigen, während die sichere Speicherung und Verarbeitung über Amazon S3 und DynamoDB einen reibungslosen und effizienten Arbeitsablauf gewährleistete.

Model Spotlight

Anthropic ist ein Forschungsunternehmen für künstliche Intelligenz mit Sitz in der San Francisco Bay Area. Das 2021 gegründete Unternehmen konzentriert sich auf die Entwicklung von sicheren und ethischen KI-Systemen, insbesondere von KI-Assistenten, die in der Lage sind, einen offenen Dialog zu führen und eine breite Palette von Aufgaben zu erfüllen.

Anthropic hat bemerkenswerte Modelle wie Claude entwickelt und erforscht Techniken wie die „konstitutionelle KI“, um seine KI mit robusten ethischen Prinzipien zu versehen. Unter der Leitung eines Teams prominenter KI-Forscher positioniert sich Anthropic als aufstrebender Marktführer im Bereich der nützlichen KI-Entwicklung und setzt sich dafür ein, dass KI-Fähigkeiten im Einklang mit menschlichen Werten entwickelt werden.

Claude 3 Haiku

Wir haben uns für Claude 3 Haiku entschieden, da es das schnellste (zum Zeitpunkt der Veröffentlichung) und kompakteste Modell der Claude 3-Familie ist und nahezu sofortige Ausgaben liefert. Zusätzlich zu dem 200K-Kontextfenster kann das Claude 3 Haiku-Modell menschenähnliche Ausgaben erzeugen und war ideal für die Automatisierung grundlegender, sich wiederholender Aufgaben.

Wir haben errechnet, dass die Verwendung von Haiku etwa $3,50 kosten würde, wenn LiveIntent 1.000 Anzeigen pro Tag erstellen wollte (im Vergleich zu Sonnet, das etwa $42 pro Tag kosten würde).

Der marginale Gewinn an Genauigkeit durch Sonnet wäre die deutlich höheren Kosten nicht wert. Sonnet ist ein fantastisches Modell für komplexe Schlussfolgerungen, aber LiveIntent war der perfekte Anwendungsfall für Haiku, bei dem die Aufforderungen relativ einfach waren.

Zum Beispiel: „Erstellen Sie eine Anzeige, die sowohl für Produkt X als auch für Newsletter Y relevant ist“.

Darüber hinaus war Haiku etwa 50% schneller als Sonnet.

Mehr erfahren
Kontakt aufnehmen

Möchten Sie mehr erfahren?

Haben Sie eine bestimmte Fallstudie oder einen Einblick gesehen und möchten Sie mehr erfahren? Oder denken Sie über Ihr nächstes Projekt nach? Schreiben Sie uns unten eine Nachricht!