AI v reklamě: co algoritmy reklamních systémů řeší samy a co nechávají na lidech

AI v reklamě dnes zvládne doručování, rozdělení rozpočtu v zadaném limitu i výběr konkrétních uživatelů, kterým se inzerát zobrazí. Člověku zůstává cíl kampaně, výše rozpočtu, texty, nabídka a potvrzení spuštění. Algoritmus optimalizuje to, co mu zadáte, a učí se z výsledků, které mu dodáte. Když signál chybí nebo je špatný, systém ho sám neopraví.

Stručně

• Automatika řeší doručování, aukci, výběr publika v rámci cílení a tempo útraty.
• Člověk zadává cíl, rozpočet, texty, nabídku a schvaluje spuštění.
• Učení algoritmu stojí na objemu výsledků, ne na čase. Meta uvádí zhruba 50 výsledků za týden po poslední významné úpravě.
• Duplicitní konverze bývají dvě různé akce pro stejnou událost, ne chyba systému.
• Žádný běžný nástroj nevypne celou platformu bez vašeho potvrzení.

Kde algoritmus pracuje bez vás

Automatika přebírá doručování, aukci a výběr konkrétních uživatelů. Vy určíte cíl, rozpočet a cílení, systém pak v jejich mezích hledá, komu inzerát ukázat a kdy. Tomuto přesunu se říká optimalizace na úrovni systému a je to hlavní důvod, proč se správa kampaní za poslední roky zjednodušila.

Co systém zvládne sám:

• rozdělit rozpočet mezi aukce a části publika v rámci zadaného limitu,
• vybrat konkrétní uživatele, kterým se reklama zobrazí,
• upravit tempo útraty podle toho, jak soutěží aukce,
• učit se z konverzí, které mu předáte, a přesouvat zobrazování k podobným uživatelům.

Co naopak neudělá: nezmění za vás cíl kampaně, nepřepíše text, nezvýší rozpočet a nerozhodne, jestli má kampaň vůbec běžet. Většina nástrojů také nevypne celou platformu bez vašeho potvrzení. Poslední slovo má člověk.

Kde rozhoduje člověk

Rozpočet, cíl a obsah zadává vždy člověk. Systém je jen rozděluje mezi aukce a publikum. To je hranice, která se nemění ani s lepšími modely, protože algoritmus nemá informaci o vaší marži, kapacitě výroby ani o tom, které zákazníky nechcete.

Na člověku zůstává:

1. Cíl kampaně. Co má být výsledek: návštěva, poptávka, prodej, zpráva.
2. Rozpočet a jeho výše. Systém utratí to, co mu dovolíte, ne to, co by dávalo smysl byznysu.
3. Texty, nabídka a kreativa. Algoritmus nepozná, jestli slib v inzerátu odpovídá tomu, co zákazník dostane.
4. Vyloučení nevhodných umístění a publik.
5. Schválení spuštění. U části nástrojů se kampaň vytvoří v pauze a běžet začne až po potvrzení.

Rozpočet je přitom jediná položka, kterou systém nikdy nepřekročí sám od sebe. Zvyšovat ho může jen člověk.

Kolik času algoritmus potřebuje, než začne fungovat

Délka učení závisí na platformě a na objemu výsledků, ne na počtu dní. Meta uvádí fázi učení zhruba 50 výsledků za týden po poslední významné úpravě kampaně. Toto číslo najdete v jejich nápovědě.

U jiných systémů podobný oficiální práh není. Odpověď se proto odvíjí od dvou věcí: kolik konverzí kampaň sbírá a jak často do ní zasahujete. Každá významná změna rozpočtu, cílení nebo kreativy startuje učení znovu. Časté úpravy proto dělají víc škody než užitku.

Praktické pravidlo: čím méně výsledků kampaň má, tím déle a tím hůř se algoritmus učí. Když je konverzí málo, automatika nemá z čeho stavět a vyplatí se jí pomoct ručnějším cílením nebo širší definicí konverze.

Rozpočet: kdo ho zadává a kdo ho utrácí

Rozpočet zadává člověk, systém ho jen rozděluje. Minimální hranice se liší podle platformy a je dobré je znát, protože pod nimi kampaň neběží nebo běží omezeně.

U Mety je minimum vždy vázané na konkrétní nastavení a najdete ho v upozornění v Ads Manageru, ne v obecné tabulce. U Googlu pevný práh neexistuje, takže kampaň s velmi nízkým rozpočtem poběží, jen se v aukci prosadí méně.

Co systém neuhlídá: duplicitní konverze

Když se stejná konverze zobrazí dvakrát, nejčastěji jde o dvě různé konverzní akce pro stejnou událost, ne o chybu systému. Google Ads deduplikuje opakování jedné akce se stejným transaction nebo order ID. Stejné ID ale nepropojí různé konverzní akce.

Před závěrem o dvojím započtení je proto nutné zkontrolovat nastavení akcí, identifikátory a zdroje dat. Pomáhá i pohled na to, které akce jsou primary a které secondary: primary vstupují do sloupce konverzí a do nabídek, secondary se zobrazují jen v souhrnu všech konverzí. Rozdělené akce pro jednu objednávku mohou zkreslit výsledek, ale samotná existence dvou zdrojů ještě dvojí započtení nedokazuje.

Změna počtu konverzí po zásahu do měření je hypotéza, ne důkaz. Než začnete měnit nastavení, projděte identifikátory, zdroje a atribuci.

Když reklama míří na špatné publikum

Systém se učí z výsledků a publikum sám neopraví, dokud mu nedáte nový signál. Když se inzerát zobrazuje lidem, kteří nekonvertují, algoritmus nemá z čeho poznat, že jde o chybu, protože dostává stejná data jako předtím.

Co pomáhá:

• zkontrolovat cílení a vyloučit nevhodná umístění,
• upravit text nebo nabídku tak, aby přilákaly relevantnější publikum,
• podívat se, jestli konverzní akce měří to, co si myslíte,
• omezit zásahy do kampaně, aby se učení neresetovalo.

Automatické vypnutí celé platformy bez vašeho potvrzení většina nástrojů neprovede. Když je výsledek špatný, poslední slovo má člověk: zastaví kampaň, změní zadání nebo přenastaví měření.

Kde se automatika a člověk překrývají

Hranice mezi automatizací a lidským rozhodnutím není ostrá. U některých úloh se obě strany potkávají a je jedno, kdo je udělá první, pokud na sebe navazují.

Z toho vyplývá jednoduché pravidlo: automatizujte tam, kde je rozhodnutí opakovatelné a měřitelné, a nechte si ta, kde jde o peníze, nabídku a odpovědnost. Čím lepší data systému dáte, tím méně musíte zasahovat. Čím horší data, tím víc bude automatika dělat chyby, které budete hasit ručně.

Jak to vypadá v praxi

Kampaň, která nefunguje, má obvykle jednu ze tří příčin: slabý signál, časté zásahy, nebo špatně nastavené měření. Rozpoznat je předem je možné.

Slabý signál poznáte podle toho, že kampaň sbírá málo konverzí a systém se pořád učí. Řešením není zvýšit rozpočet naslepo, ale rozšířit definici konverze nebo zjednodušit cestu k ní.

Časté zásahy se projeví jako kampaň, která se nikdy nedostane z fáze učení. Každá významná úprava učení restartuje. Když potřebujete něco změnit, změňte to najednou a pak kampaň nechte být.

Špatné měření se projeví jako čísla, kterým nikdo nevěří. Duplicitní konverze, nesouhlasící identifikátory, akce, které měří něco jiného, než si myslíte. Tady pomáhá UTM značení, které přežije až do karty v CRM, protože bez konzistentního značení se data ztratí cestou.

Propojení reklamy s e-mailovým tokem a dalšími kanály pak řeší automatizovaný e-mailový marketing s AI nástroji, kde se sbírá signál i mimo reklamní systém.

Kde se to v praxi láme

Dobrý příklad toho, jak se automatika a lidský úsudek potkávají, je Cadbury a AI v reklamě: co funguje a co si vzít. Ukazuje, že technologie sama výsledek nedělá, rozhoduje zadání a nápad.

Když kampaň běží ve více kanálech, přibývá i riziko podvodného provozu. Tomu se věnuje TrafficGuard AI: ochrana kampaní před podvody, protože ne každý klik je od člověka, kterého chcete.

A pokud řešíte, kdo vám s kampaněmi pomůže, hodí se vědět, čím se zabývá agentura McCann a co učí velký holding. Rozdíl mezi velkou agenturou a nástrojem pro vlastní správu je hlavně v tom, kdo drží poslední slovo.

Kam s tím dál

Než začnete měnit kampaně, udělejte audit toho, co už běží. Zjistíte, kde algoritmus pracuje s dobrým signálem a kde jen hasí špatná data. Audit kampaní a návrh dalšího postupu vám ukáže, které úlohy jde předat automatice a které si máte nechat.