マーケターはAIを活用してあなたに広告を確実に見せることができる—その方法はこれだ

要点

• AdGazerは、視線追跡で訓練されたAIを用いて人間の広告注視を予測するモデルです。
• ページのコンテキストは、広告の注目度の最大3分の1に影響します。
• 学術的なデモは、迅速に実際の広告技術の展開へと進化する可能性があります。

あなたが読んでいる記事と隣の広告の間には、静かな戦いが繰り広げられています。ほとんどのディスプレイ広告は人々が広告を嫌うために注目を失います—そのため、PerplexityやAnthropicのような大手テック企業は、侵襲的な負担から離れ、より良い収益化モデルを模索しています。 しかし、メリーランド大学とティルブルグ大学の研究者たちが開発した新しいAIツールは、それを変えようとしています—不気味なほど正確に、誰かが広告を置く前にあなたが実際にその広告を見るかどうかを予測します。 このツールはAdGazerと呼ばれ、広告自体とその周囲のウェブページの内容の両方を分析し、広範な広告研究の履歴データに基づいて、一般的な閲覧者が広告とブランドロゴをどれくらいの時間凝視するかを予測します。

このシステムは、3,531のデジタルディスプレイ広告の視線追跡データを用いて訓練されました。実際の人々が視線追跡装置を装着し、ページを閲覧し、その視線パターンが記録されました。AdGazerはそれらすべてから学習します。 未見の広告に対してテストしたところ、注目度を0.83の相関係数で予測しました—つまり、その予測は実際の人間の視線パターンと約83%の一致を示しました。 他のツールが広告自体に焦点を当てるのに対し、AdGazerはページ全体を読み取ります。高級時計の広告の隣に金融ニュースの記事がある場合と、同じ時計の広告の隣にスポーツスコアのティッカーがある場合では、反応は異なります。 マーケティングジャーナルに掲載された研究によると、周囲のコンテキストは広告の注目度の少なくとも33%、そしてブランドに対する注視時間の約20%を左右しているといいます。これは、長い間クリエイティブだけが重要だと考えていたマーケターにとって大きな意味を持ちます。

このシステムは、多モーダルの大規模言語モデルを用いて、広告とその周囲のページ内容から高次のトピックを抽出し、それらが意味的にどれだけ一致しているかを判断します—基本的には広告そのものと、その配置されたコンテキストとの比較です。これらのトピック埋め込みは、XGBoostモデルに入力され、低レベルの視覚的特徴と組み合わせて最終的な注目スコアを生成します。 研究者たちはまた、Gazer 1.0というインターフェースも構築しました。これにより、自分の広告をアップロードし、ブランドやビジュアル要素の周囲にバウンディングボックスを描き、予測された視線時間（秒単位）と、モデルが最も注目を集めると考える画像の部分を示すヒートマップを得ることができます。特別なハードウェアは不要ですが、完全なLLMを用いたトピックマッチングには、まだ公開デモに統合されていないGPU環境が必要です。 現時点では学術的なツールですが、そのアーキテクチャはすでに存在します。研究デモと実用的な広告技術製品の間のギャップは、数ヶ月で埋まる見込みです。