เครื่องมือโฆษณา AI ใหม่ของ Meta: ระบบอัตโนมัติยังต้องมีคำอธิบาย

ทุกปีแพลตฟอร์มใหญ่ ๆ จะก้าวเข้าใกล้การดำเนินแคมเปญทั้งหมดแทนคุณอีกขั้น ที่ Advertising Week New York เมื่อวันที่ 6 ตุลาคม Meta ก้าวไปหลายขั้นพร้อมกัน: ผู้ช่วยโฆษณาที่มีหน่วยความจำ วิดีโอที่สร้างจากภาพนิ่ง การค้นหากลุ่มเป้าหมายด้วยภาษาธรรมดา และเซิร์ฟเวอร์ที่ขยายขึ้นซึ่งให้เครื่องมือ AI ภายนอกควบคุมระบบโฆษณาได้ เป็นเครื่องมือที่มีประโยชน์ แต่ระบบอัตโนมัติที่ไม่มีคำอธิบายคือความเสี่ยงที่คุณต้องรับเอง ไม่ใช่ความเสี่ยงที่ Meta รับแทนคุณ

เกิดอะไรขึ้น

ผมเปิดหน้าประกาศของ Meta เองไม่ได้ จึงอาศัยบทสรุปที่ละเอียดสองฉบับ ตามการวิเคราะห์ของ Relevant Audience และรายงานของ TechJuice Meta ประกาศ:

• วิดีโอครีเอทีฟ Advantage+ จากภาพนิ่ง ซึ่งเปิดให้ใช้ทั่วไปแล้ว และวิดีโอสินค้าจากแค็ตตาล็อกในเวอร์ชันเบต้าสำหรับผู้ลงโฆษณาที่มีสิทธิ์
• Ads Creative Studio พื้นที่ทำงานด้านครีเอทีฟที่ก่อนหน้านี้จำกัดเฉพาะพันธมิตรที่คัดเลือก เริ่มทยอยเปิดให้ผู้ลงโฆษณามากขึ้น
• ผู้ช่วย AI สำหรับธุรกิจที่มีหน่วยความจำข้ามบทสนทนา พร้อมการทดสอบการนำเข้าเอกสารกลยุทธ์และแนวทางแบรนด์ รายงานและการแจ้งเตือนตามกำหนด และการดำเนินการแบบเอเจนต์ เช่น การตั้งค่าแคมเปญและการเปลี่ยนงบประมาณ พร้อมการแสดงตัวอย่างและการอนุมัติ
• เครื่องมือกลยุทธ์วงจรชีวิตลูกค้า ซึ่งเปิดให้ผู้ลงโฆษณาทุกรายใช้แล้ว และการค้นหากลุ่มเป้าหมายด้วย AI ใน Detailed Targeting ที่ผู้ลงโฆษณาอธิบายลูกค้าในอุดมคติด้วยภาษาธรรมดา Relevant Audience รายงานกำหนดเวลาของ Meta สำหรับฟีเจอร์นี้ว่า "ภายในสิ้นปี"
• Ads MCP server ที่ขยายขึ้น โดยมีพันธมิตรที่ระบุชื่อสิบราย รวมถึง Databricks, Perplexity, Snowflake และ Triple Whale เพื่อให้เครื่องมือ AI ของบุคคลที่สามทำงานกับระบบโฆษณาของ Meta ได้
• ฟีเจอร์ด้านการค้า รวมถึงการทดสอบการชำระเงินโดยตรงผ่าน Business Agent ของ Meta บน Messenger ร่วมกับ Shopify และการชำระเงินโดยตรงใน Meta AI ร่วมกับพันธมิตร เช่น Adyen, PayPal, Shopify และ Stripe

Meta ยังอ้างว่าผู้ลงโฆษณาที่ทำตามคำแนะนำของผู้ช่วย "โดยทั่วไป" ได้ Conversion มากขึ้น 5% ที่ต้นทุนต่อ Conversion เท่าเดิม และเวลามากกว่า 60% บน Facebook และ Instagram ใช้ไปกับวิดีโอ Relevant Audience ระบุว่า Meta ไม่ได้เผยแพร่วิธีการคำนวณตัวเลขเหล่านี้

ทำไมเรื่องนี้จึงสำคัญ

การเปิดตัวสองรายการในนี้เปลี่ยนว่าใครเป็นคนคิด

การค้นหากลุ่มเป้าหมายด้วยภาษาธรรมดาหมายความว่าแพลตฟอร์มแปลคำอธิบายลูกค้าของคุณเป็นการกำหนดเป้าหมาย นั่นคือการตัดสินใจด้านการสร้างโปรไฟล์ การเปลี่ยนงบประมาณและการกำหนดเป้าหมายโดยผู้ช่วยหมายความว่าแพลตฟอร์มยังตัดสินใจว่าจะทำอะไรกับผลลัพธ์ด้วย และ MCP server หมายความว่า AI ที่คุณใช้นอก Meta สามารถทำงานภายใน Meta ได้แล้ว

แต่ละขั้นประหยัดเวลา เมื่อรวมกัน มันรวมศูนย์การตัดสินใจไว้ในระบบที่ปรับแต่งเพื่อเป้าหมายของแพลตฟอร์มและวัดผลด้วยข้อมูลของแพลตฟอร์มเอง เมื่อบริษัทเดียวกันขายโฆษณา เลือกกลุ่มเป้าหมาย สร้างครีเอทีฟ และรายงานผล มุมมองที่เป็นอิสระก็ยิ่งมีคุณค่ามากขึ้น ไม่ใช่น้อยลง

งานวิจัยของผมบอกอะไร

การอธิบายกลุ่มเป้าหมายด้วยคำพูดแล้วได้กลุ่มเป้าหมายกลับมาเป็นปัญหาที่ผมศึกษามานาน งานของเราเรื่องการสร้างโปรไฟล์บุคลิกภาพผู้ใช้แบบหลายมุมมองข้าม Twitter, Facebook และ PersonalityCafe (Frontiers in Big Data, 2022) แสดงให้เห็นว่าสิ่งที่คุณอนุมานเกี่ยวกับผู้คนขึ้นอยู่กับสัญญาณที่คุณใช้อย่างมาก คำอธิบายด้วยภาษาธรรมดาคือสมมติฐานเกี่ยวกับลูกค้าของคุณ มันควรถูกทดสอบ ไม่ใช่แค่ถูกนำไปปฏิบัติ

ด้านครีเอทีฟ ทีมของผมทำงานเรื่องการให้คะแนนก่อนเปิดตัว ใน SoCraft (WSDM 2023) เราสาธิตโมเดลมัลติโมดัลที่ให้คะแนนครีเอทีฟโฆษณา Meta ของผู้ลงโฆษณาก่อนเผยแพร่ โดยใช้ข้อความ รูปภาพ การกำหนดเป้าหมาย และการตั้งค่า ใน Against Opacity (ACM Multimedia 2023) เราเพิ่มผู้ช่วย LLM ที่อธิบายว่าอะไรขับเคลื่อนอัตราการคลิกผ่านที่คาดการณ์ หลักการเดียวกับที่ผมใช้กับเครื่องมือของแพลตฟอร์ม: คะแนนที่คุณอธิบายไม่ได้คือคะแนนที่คุณเรียนรู้จากมันไม่ได้

วิดีโอที่สร้างจากภาพนิ่งจะเพิ่มจำนวนเวอร์ชันที่แบรนด์ใช้ได้หลายเท่า ซึ่งเป็นเรื่องดี หากยังมีคนตัดสินว่าเวอร์ชันใดควรได้งบประมาณ และเข้าใจว่าทำไมผู้ชนะจึงชนะ ไม่เช่นนั้นคุณจะได้ครีเอทีฟมากขึ้นแต่ความรู้น้อยลง

สิ่งที่ผู้ลงโฆษณาควรทำตอนนี้

• ใช้เครื่องมือวิดีโอและครีเอทีฟใหม่ แต่คงตัวกรองก่อนเปิดตัวไว้ ตรวจทานและให้คะแนนเวอร์ชันต่าง ๆ ก่อนใช้เงิน และเก็บบันทึกว่าทำไมแต่ละชิ้นจึงถูกปล่อย
• มองกลุ่มเป้าหมายจากภาษาธรรมดาเป็นการทดลอง เขียนคำอธิบาย ทดสอบเทียบกับกลุ่มเป้าหมายที่ดีที่สุดที่มีอยู่ และเปรียบเทียบต้นทุนต่อผลลัพธ์จริง ไม่ใช่แค่ Conversion ของแพลตฟอร์ม
• อนุมัติการเปลี่ยนแปลงแบบเอเจนต์อย่างตั้งใจ ใช้การแสดงตัวอย่างและการอนุมัติที่ Meta อธิบาย และกำหนดกฎว่าการเปลี่ยนแปลงใดที่ผู้ช่วยทำได้โดยไม่ต้องมีมนุษย์
• ระมัดระวังสิ่งที่คุณนำเข้า เอกสารกลยุทธ์และแนวทางแบรนด์เป็นข้อมูลอ่อนไหว ตัดสินใจว่าผู้ช่วยต้องการอะไรจริง ๆ
• คงมุมมองการวัดผลที่เป็นอิสระไว้ กลุ่มควบคุม การทดสอบผลส่วนเพิ่ม และการวิเคราะห์ของคุณเองคือตัวถ่วงดุลกับผลลัพธ์ที่แพลตฟอร์มรายงาน

เครื่องมือของ Meta ดีขึ้นจนคอขวดย้ายจากการลงมือทำไปสู่วิจารณญาณ ตรวจสอบให้แน่ใจว่าทีมของคุณยังเป็นผู้ใช้วิจารณญาณนั้น

คำถามที่พบบ่อย