Cách Facebook sử dụng machine learning cho quảng cáo cá nhân hóa

• Quảng cáo nào sẽ được hiển thị cho mỗi người được quyết định dựa trên hai yếu tố chính

1. Tệp khách hàng mục tiêu do nhà quảng cáo chọn

→ Khách hàng được chọn theo độ tuổi/giới tính/hành động... thông qua các công cụ Facebook cung cấp, hoặc các tệp khách hàng Lookalike

2. Kết quả đấu giá quảng cáo

→ Tập hợp các quảng cáo mà người dùng đó thuộc vào nhóm khách hàng mục tiêu rồi đưa vào giai đoạn đấu giá

→ Quảng cáo có giá trị cao nhất sẽ được chọn bằng cách kết hợp 3 giá trị

a. Giá thầu: mức giá thầu mà nhà quảng cáo đặt cho quảng cáo đó

b. Tỷ lệ hành động ước tính: ước lượng khả năng một người cụ thể sẽ phản hồi với một quảng cáo cụ thể hoặc thực hiện chuyển đổi từ quảng cáo đó

c. Chất lượng quảng cáo: đánh giá các yếu tố như phản hồi của người xem hoặc ẩn quảng cáo, cùng những thuộc tính làm giảm chất lượng

• Machine learning được sử dụng như thế nào trong việc phân phối quảng cáo

1. Tỷ lệ hành động ước tính: xem xét hành vi người dùng, nội dung quảng cáo, thời gian và các tương tác để dự đoán khả năng người dùng sẽ thực hiện hành động mà nhà quảng cáo mong muốn

→ Người dùng có thực hiện các hành động như nhấp vào quảng cáo hoặc nhấp vào bài viết trong ứng dụng Facebook hay không

→ Ngoài Facebook, có thực hiện các hành động như truy cập website, mua hàng, cài đặt ứng dụng hay không thông qua pixel, đăng nhập, social plugin...

2 Chất lượng quảng cáo (Ad Quality)

→ Phản ánh ý kiến của những người xem hoặc ẩn quảng cáo

→ Cũng xem xét liệu hình ảnh có quá nhiều chữ, có ngôn ngữ mang tính gợi dục, hoặc có các kiểu câu kéo như mồi nhử để ép người dùng tương tác hay không