Значение таргетинга в рекламе невозможно переоценить. Извечная проблема рекламной индустрии заключена в поговорке, которая датируется концом 1800-х годов: "Я знаю, что половина моей рекламы тратится впустую, но я просто не знаю, какая половина". Ранняя реклама в Интернете была поражена этой проблемой. Реклама от продавца мужской одежды показывалась всем пользователям определенной платформы, скажем, музыкальной программы Pandora, но половину пользователей составляли женщины, и даже большинство мужчин в этот момент не были заинтересованы в покупке одежды через Интернет. С помощью таргетинга рекламу можно отправлять только тем, кто продемонстрировал заинтересованность в совершении покупки - например, посетил сайт магазина одежды или просмотрел несколько модных товаров в другом месте. Таргетинг произвел революцию в цифровой рекламе, но, как и в случае со многими революциями, не обошлось без побочных эффектов.
Вскоре Google ускорила сбор данных, предложив ряд сложных бесплатных продуктов, таких как Gmail и Google Maps, которые позволили компании узнать гораздо больше о предпочтениях пользователей, помимо предметов, которые они искали, и их точного местоположения. Компания также приобрела YouTube. Теперь рекламные объявления можно было подбирать гораздо более точно для каждого пользователя в зависимости от всего профиля его покупок, действий и местоположения, что повышало прибыльность. Результаты были поразительными, и в 2021 году подавляющая часть дохода Google (или ее материнской компании Alphabet) в размере 65,1 миллиарда долларов была получена от рекламы.
Google и другие компании выяснили, как заработать много денег на рекламе, и это не только объясняет появление новой бизнес-модели. Он также отвечает на фундаментальный вопрос: если он часто приводит к посредственной автоматизации, почему так много энтузиазма по поводу ИИ? Ответ в основном связан с массовым сбором данных и целевой рекламой, причем и того, и другого в будущем будет гораздо больше.
Социально несостоятельный веб
То, что Google может узнать о своих пользователях из метаданных об их электронной почте и местоположении, меркнет по сравнению с тем, чем некоторые люди готовы поделиться со своими друзьями и знакомыми о своей деятельности, намерениях, желаниях и взглядах. Социальные сети должны были привести бизнес-модель целевой рекламы в действие.
Марк Цукерберг с самого начала предвидел, что ключом к успеху Facebook станет его способность быть средством или даже производителем "социальной паутины", в которой люди будут участвовать в различных видах социальной деятельности. Чтобы добиться этого, он поставил рост платформы превыше всего.
Но монетизация этой информации всегда была сложной задачей, даже с учетом успешной бизнес-модели Google, которой можно было подражать. Первые несколько попыток Facebook собирать данные для улучшения способности таргетировать рекламу оказались неудачными. В 2007 году компания представила программу под названием Beacon, которая позволяла собирать информацию о покупках пользователей Facebook на других сайтах и затем делиться ею с их друзьями в ленте новостей. Эта инициатива сразу же была расценена как колоссальное нарушение конфиденциальности пользователей и была прекращена. Компании необходимо было выработать подход, который сочетал бы в себе массовый сбор данных для цифровой рекламы и хоть какой-то контроль над пользователями.
Человеком, который сделал это реальностью, была Шерил Сандберг, возглавлявшая Google AdWords и сыгравшая важную роль в превращении этой компании в машину целевой рекламы. В 2008 году она была принята на работу в Facebook в качестве главного операционного директора. Сэндберг понимала, как заставить эту комбинацию работать, а также потенциал, который Facebook имел в этом пространстве: компания могла создать новый спрос на продукты, а значит и на рекламу, используя свои знания о социальных кругах пользователей и их предпочтениях. Уже в ноябре 2008 года Сандберг назвала эту комбинацию основополагающей для роста компании, заявив, что "мы считаем, что сделали то, что мы сделали - мы взяли силу реального доверия, реального контроля конфиденциальности пользователей, и сделали возможным для людей быть своими подлинными "я" в сети". Если бы люди были такими, какие они есть, то они бы больше рассказывали о себе, и было бы больше информации, которую можно было бы использовать для получения дохода от рекламы.
Первым важным нововведением в этой работе стала кнопка "Like", которая не только раскрывала гораздо больше информации о предпочтениях пользователей, но и служила эмоциональным сигналом для поощрения более активного участия. Также было введено несколько других архитектурных изменений - например, касающихся того, как работает лента новостей и как пользователи могут оставлять отзывы. Самое главное, алгоритмы искусственного интеллекта начали организовывать ленту новостей каждого пользователя, чтобы привлечь и удержать его внимание и, конечно, разместить рекламу наиболее выгодным образом.