第五篇:数字视频广告格式概述 - IAB视频广告标准《数字视频和有线电视广告格式指南》

第五篇:第五篇:数字视频广告格式概述 - IAB视频广告标准《数字视频和有线电视广告格式指南

--- 我为什么要翻译介绍美国人工智能科技公司IAB系列技术标准(2)

​​​​​​​**翻译计划

|-----|---------------------------------------------------|
| 第一篇 | 序言 |
| 第二篇 | 简介和目录 |
| 第三篇 | 概述- IAB受众和技术标准 |
| 第四篇 | 环境:移动设备、台式桌面设备、联网电视(有线电视) |
| 第五篇 | 数字视频广告格式概述 |
| 第六篇 | 视频广告格式和提交指南(1)- 线性广告指南和递交指南 |
| 第七篇 | 视频广告格式和提交指南(2)- 非线性广告格式和递交指南、视频配套广告指南、音频指南及广告投放须知 |

本文目录

一、数字视频广告概述 (overview)

二、线性视频广告 (linear video Ads)

三、非线形视屏广告(Non-linear video Ads)

四、配套视频广告 (Companion video Ads)

五、最新视频广告格式变化 (new video Ad format trends)

--- 以上为IAB标准指南中文翻译,下面则是本人自己的想法和推荐阅读资料。

六、数字营销工兵观察 (Author's oberservation)

七、资料来源与推荐阅读 (sources and articals for further learning)

一、数字视频广告格式概述 (overview)

我们将数字视频广告分为两种不同的格式:线性和非线性。任何一种格式都可能包括一个显示在播放器外部的"配套"广告,在手机和CTV中不太常见,而在网络中则相当典型。

二、线性视频 (linear video Ads)

线性广告是一种视频格式的广告,它像电视广告一样中断流媒体视频内容。他们可以在流媒体内容播放之前(播放前)、期间(播放中)或之后(播放后)播放。线性广告格式可以附带一个配套广告,也可以包括一个交互式组件。

译者注:读者可以参考本人之前的一篇文章

线性电视广告(Linear Ad):它是什么以及它是如何运作的?-CSDN博客文章浏览阅读642次,点赞21次,收藏21次。我们都听到了鼓点:有线电视正在加速削减,线性电视观众正在向流媒体平台迁移,年轻观众已经完全脱离了传统电视。对于49.6%的美国人口来说,线性电视仍然是一种有效的大众传播策略,但它在广告生态系统中的作用和影响无疑正在演变。https://blog.csdn.net/weixin_45278215/article/details/136595713

三、非线形广告 (Non-Linear Video Ads)

非线性视频广告通常被提供在视频内容之上(覆盖)。传统上,这些广告是简单的图像,但越来越多地,尤其是在CTV中,它们可以是视频或动画媒体。广告与流媒体内容同时运行,因此用户在观看内容的同时也可以不间断地观看广告。理想情况下,非线性视频广告足够小,以允许相对无阻碍地观看内容。

非线性视频广告可以以文本、静态图像、交互式富媒体或视频叠加的形式发布。通常,非线性视频广告开发商可以利用这种媒介,并使用小的覆盖层来邀请消费者进一步参与一组更稳健的互动。与线性广告一样,在适用的情况下,非线性广告可以与配套广告一起提供。

画中画广告是CTV中使用的一种非线性视频覆盖,允许用户在小窗口中观看视频,同时在各种应用程序之间导航或查看内容。一个例子是"双框"格式,其中分屏允许同时播放广告和内容。

四、配套广告 (Companion Ads)

配套广告是以文本、静态图像显示广告、多元素媒体或围绕视频体验的皮肤的形式与线性或非线性广告一起提供的广告。这些广告有多种尺寸和形状,通常在视频播放器旁边或周围播放。配套广告的主要目的是在整个流媒体视频体验中为赞助商提供持续的可见性。数字视频配套广告总是与主广告一起提供,主广告是线性或非线性广告。不作为终端卡的配套广告在CTV上不可用。

译者注:由于配套广告已经在本标准的第二篇中已经详细介绍,所以今天不深入讨论。详细见第二篇:简介、目录及视频配套广告 - IAB视频广告标准《数字视频和有线电视广告格式指南》

第二篇:简介、目录及视频配套广告 - IAB视频广告标准《数字视频和有线电视广告格式指南》-CSDN博客文章浏览阅读963次,点赞24次,收藏21次。随着近年来联网(有线)电视(CTV)的激增,考虑到CTV产品在视频广告领域被日益推广使用,IAB技术实验室提供了2022年数字流媒体视频和CTV广告格式指南的更新。本文件中概述的规范已更新,以支持CTV在数字视频市场的发展以及出现的新技术的进步。考虑到跨屏幕广告的执行,已经为各种文件类型和视频质量做出了规定。这改进了供应商提供的广告的"智能"选择和服务器端广告插入(server-side-ad insertion - SSAI)实践。支持对高质量视频文件的需求也是此次更新的重点。https://blog.csdn.net/weixin_45278215/article/details/136624765

五、最新广告格式变化

最近,允许对内容进行最小干扰的较新格式有所增加。与线性广告不同,这些格式不会中断内容,从而提供更无缝的用户体验。

下图说明了这些广告在流视频内容的时间轴上的位置。

- Linear Ad (Pre-roll) 线性广告 (播放前)

- Master Ad 主广告

- Companion Ad 配套广告

- content video 内容视频

- Nonlinear Ad (overlay Ad)非线性广告(表层广告)

- Linear Ad (Post-Roll) 线性广告(播放后)

六、数字营销工兵观察

当前我们身边几乎所有营销人员都想使用人工智能广告制作的广告活动。今天当我们加大营销宣传的时候,我们可能会在以下几个领域加大投入:

  • 常规广告(电视、印刷材料、广播、在线传播、产品存储和销售场地广告)
  • 网络沟通(网站、引流)
  • 社会媒体(社会媒体平台、博客、社媒网络建设)
  • 移动端营销 (主要是手机端)
  • 举办活动和提供体验
  • 口碑营销
  • 宣传报道和公共关系
  • 产品包装

可能读者也没有想到吧,我们营销一个普通的产品,可能会在这么多渠道,资源的时空上做这么多宣传工作(详细见marketing management, Philip Kotler, 2022,V16*)*。通常一个公司会选择不同的营销宣传组合。对于各种营销投资所产生的效果,尤其是广告投入,在过去几乎是一场猜谜游戏。广告商会在他们认为目标受众会看到的地方展示广告。然后,一刀切的口号旨在吸引尽可能广泛的观众。当然,他们尽可能多地参与研究(以及在当时资源允许的情况下)。但直到数字营销和人工智能广告取代了我们所知道的广告。今天的广告更能理解消费者的数据和行为。从本质上讲,它不再只是展示广告,而是在正确的时间向正确的人展示正确的广告。预计到2032年,人工智能广告支出将达到1.3万亿美元,这是有道理的。

但凡广告,无论是线上还是线下,无论是文字,语音还是视频,内容是重点,企业希望想客户和消费者传达怎样的使命,价值和功效,重要的核心是如何围绕产品生命周期里的每一个环节获得精准信息和数据,对内和对外同是输出配套的信息、数据、内容组合。因此无论是线性广告,还是非线形广告,人工智能在内容生成上,未来有无限种可能。

(一)、人工智能在广告活动中的关键功能

看看人工智能是如何改变广告的创建、定位和分析方式的:

1. 它促进了受众定位和细分。

人工智能通过利用客户数据分析优化广告定位。通过分析广泛的消费者数据,人工智能营销公司的广告商可以轻松地根据人口统计、行为或偏好对受众进行细分。这样可以精确定位潜在客户。

2. 它推动了广告内容的创作。

人工智能还可以用于定制广告内容。第一,它根据消费者数据动态创建定制的广告内容。人工智能工具还可以自动化不同广告版本(标题、图像、行动呼吁)的A/B测试,以了解哪些组合对特定受众群体最有效。这不仅节省了时间和资源,而且还允许更精确的目标定位策略。

3. 它彻底改变了实时性能分析和调整。

人工智能利用先进的分析技术来深入了解特定广告的有效性。它可以分析你的活动表现,让你一眼就能看出哪一个表现最好(或不好)。基本上,人工智能可以跟踪和了解哪些对你的广告表现有帮助,哪些对你有伤害,并帮助你更清楚地了解下一步该做什么。

(二)、加入人工智能广告的好处

营销机构讨论广告支出、客户数据、广告活动和广告创意。考虑到人工智能在广告中的关键功能,让我们看看它在广告活动中带来的一些具体好处。

1. 通过提高广告相关性来击中我们所要的目标客户

首先,人工智能让我们的广告更具相关性------简单明了。由于人工智能和机器学习可以分析客户数据,包括特定的目标受众群体、购买历史和偏好,我们就会确切地知道哪些广告最能引起客户的共鸣。人工智能可以定制我们的数字广告,以匹配这些客户数据。结果是产生不令人讨厌的广告,获得更多的赞赏,转化得更好。

2. 我们会得到更多实惠

其次是成本效益。我们都知道付费广告可能很贵。但如果你是一家人工智能营销公司,你会得到更多实惠。怎样人工智能通过识别最佳平台和时间来优化您的广告支出

(三)、人工智能如何帮助广告行业实践

营销经理使用人工智能工具设置成功的广告------视频广告、脸书广告、谷歌广告,使用复杂的人工智能工具和实时数据。 我们来探讨一些具体的广告示例。

1. 人工智能广告定位:精准工具

人工智能广告定位是接触到合适受众的最佳方式之一。它使用数据来确定谁最有可能对你销售的产品感兴趣。

案例1:Spotify使用人工智能分析收听历史,这有助于他们根据用户的音乐偏好定位广告。这种精确性提高了用户体验,提高了广告效果。

2. 人工智能生成的内容和创意:释放创造力

当人工智能为广告制作内容和创意时,将其视为艺术家和科学家的结合。它可以创建非常酷的图像,并撰写引人入胜的以转化为重点的副本,正好符合观众的喜好。

案例2:Netflix通过其人工智能算法节省了10亿美元。流媒体服务使用人工智能根据人们识别的偏好为同一电视节目制作不同的图片。这样,每个人都会发现内容对他们来说更相关、更有趣。

3. 增强的广告性能分析:智能分析器

人工智能将广告性能分析提升到一个新的水平。它包括观察广告的表现,理解为什么会这样,并对其进行调整以获得更好的效果。

案例3:亚马逊从其平台收集了大量数据,如客户搜索、购买和浏览行为。亚马逊使用人工智能实时跟踪客户与不同广告的互动方式。这包括客户点击哪些广告,他们花了多长时间观看,以及他们是否购买。基于这些见解,亚马逊的人工智能可以自动调整特定广告的显示地点和时间。

(四)、在广告中使用人工智能的挑战和考虑

采取极端安全措施投放广告以确保遵守道德标准的绩效营销人员

我们已经看到人工智能如何成为增强广告策略的强大工具,但考虑其反向影响也很重要。因此,我们分享了在广告活动中实施人工智能时应解决的四个挑战和注意事项。

1. 数据隐私和安全问题

人工智能营销公司处理大量的个人数据。因此,在广告中使用人工智能时,数据隐私和安全问题是重要考虑因素之一。一项调查显示,75%的人对从个人数据道德较差的品牌购买感到不舒服。这就是为什么它应该站在你的最前沿,严格遵守隐私法和道德数据处理实践,以建立和维护消费者的信任。

2. 算法偏见挑战

这个问题要求采取积极措施,确保人工智能系统在提高透明度的同时不存在偏见。尽管人工智能算法被编程为分析过去的购买数据,以确定谁看到了你的广告,但要谨慎,目标定位并不完全依赖于过去的销售数据。

(关于算法偏见,本人在前面有文章专门分析过。)

3. 财务面临压力

将人工智能整合到广告中的成本,包括初始投资和持续维护,需要仔细的财务规划和资源分配。虽然人工智能有很多好处,但采用人工智能也面临成本和实施方面的挑战。

4. 人类与人工智能的协同作用

自动化过程和人类创造力之间的平衡至关重要。人工智能应该被视为优化人类创造力的工具,而不是完全取代它。请记住,即使人工智能提高了效率和数据处理,人类因素也会为你的广告活动带来情商。

(五)、关于人工智能广告发展方向的4个预测和趋势

尽管人工智能很复杂,但我们始终期待着它。以下是四个关于人工智能将如何以新的、令人兴奋的方式改变广告世界的预测。

1. 将增加个性化和超目标定位

人工智能在广告领域的未来最重要的趋势之一是日益个性化和超定向。这种演变代表着从今天已经有针对性的广告方法向更精细调整的方法的转变。它可能意味着根据消费者的即时反应或最近的活动实时调整的广告。

2. 增强增强现实(AR)和虚拟现实(VR)体验将出现显著趋势。

人工智能驱动的AR和VR广告将把广告转变为互动和身临其境的旅程。AR和VR技术可以创建虚拟环境,或通过数字覆盖来增强现实世界,为消费者提供一种体验产品和服务的新方式。

3. 将有大规模个性化定制

大众个性化是指大规模根据个人偏好和行为定制广告内容的能力。人工智能算法的先进性为解剖和解释复杂的消费者数据模式打开了大门。以前难以想象的个性化信息规模现在对广告商来说是可能的。

4. 开发定制人工智能模型的品牌将会增加

品牌创建自己的人工智能模型背后的理由在于定制、数据驱动的见解的价值。通过在自己的数据集上训练人工智能------其中可能包括客户购买历史、参与度数据和反馈------品牌可以开发出完全适合其客户群的模型。

5. 非线性广告市场巨大,有可能会成为Z世代的消费主要通道之一

人们通常会按照线性的模式去消费媒体,比如:坐在电视前观看完整的定时定点播放的节目------因为那时我们别无选择。同样的,我们也会花费一整天的时间来阅读报纸等这些传统的媒体。互联网的出现打破了媒体行业的这一格局,用户对媒体的消费也逐渐显现出了一种非线性的模式:尤其是Z世代群体,作为用户,他们更倾向只寻找并消费自己感兴趣的内容。

非线性广告的出现从另一方面来讲,其实也改变了用户消费的方式------对广告不再心存好奇,获取信息的方式由被动变为主动,对不喜欢的内容有了说不的权利。而随着用户媒体消费方式的不断变迁,广告主们不再确定要通过哪种恰到好处的信息和渠道才能准确地触达受众。

因此,非线性广告如果继续以用户为导向,与用户相关并且具有相应的品牌号召力 - 不仅要能够体现出品牌的价值,而且能满足广大Z世代用户的个性心理预期,未来可期。

七、资料来源及推荐阅读

  1. IAB 视频广告预测分析报告,2022

https://www.iab.com/wp-content/uploads/2023/04/2023_IAB_Video_Ad_Spend_Report.pdfhttps://www.iab.com/wp-content/uploads/2023/04/2023_IAB_Video_Ad_Spend_Report.pdf2. 人工智能在广告上的五大应用

Five benefits of machine learning in advertising | The Weather CompanyWhen machine learning is applied to advertising, campaigns can be more impactful. Discover the benefits of applying AI to your business.https://www.weathercompany.com/blog/five-benefits-of-machine-learning-in-advertising/3. 线性广告与非线形广告的区别

Ad Standoff | Linear vs. Non-Linear Ads - Vidazoohttps://vidazoo.com/knowledge-hub/articles/linear-vs-non-linear-ads4. 普华永道预测未来中国AI市场工作,2018

https://www.pwc.com/gx/en/issues/artificial-intelligence/impact-of-ai-on-jobs-in-china.pdfhttps://www.pwc.com/gx/en/issues/artificial-intelligence/impact-of-ai-on-jobs-in-china.pdf

相关推荐
热爱跑步的恒川29 分钟前
【论文复现】基于图卷积网络的轻量化推荐模型
网络·人工智能·开源·aigc·ai编程
阡之尘埃2 小时前
Python数据分析案例61——信贷风控评分卡模型(A卡)(scorecardpy 全面解析)
人工智能·python·机器学习·数据分析·智能风控·信贷风控
孙同学要努力4 小时前
全连接神经网络案例——手写数字识别
人工智能·深度学习·神经网络
Eric.Lee20214 小时前
yolo v5 开源项目
人工智能·yolo·目标检测·计算机视觉
其实吧36 小时前
基于Matlab的图像融合研究设计
人工智能·计算机视觉·matlab
丕羽6 小时前
【Pytorch】基本语法
人工智能·pytorch·python
ctrey_6 小时前
2024-11-1 学习人工智能的Day20 openCV(2)
人工智能·opencv·学习
SongYuLong的博客6 小时前
Air780E基于LuatOS编程开发
人工智能
Jina AI6 小时前
RAG 系统的分块难题:小型语言模型如何找到最佳断点?
人工智能·语言模型·自然语言处理
-派神-6 小时前
大语言模型(LLM)量化基础知识(一)
人工智能·语言模型·自然语言处理