Contextuele reclame evolueert met de opkomst van AI-intentiemodellen. Nu de focus van de sector verschuift van aandacht naar intentie, stappen merken over op voorspellende targeting voor slimmere en privacygerichte interactie.
De opkomst van AI heeft in diverse sectoren aanzienlijke veranderingen teweeggebracht, en programmatische reclame vormt daarop geen uitzondering. De opkomst ervan heeft echter een grote revolutie teweeggebracht: een verschuiving van de aandachtseconomie naar de intentie-economie. Deze revolutie wordt gedreven door de evolutie van contextuele reclame.
De aandachtseconomie, die draaide om de aandacht van de gebruiker, werd gekapitaliseerd door grote adverteerders. Door efficiënt gebruik te maken van deze economie lanceerden entiteiten zoals Meta zelfs hun eigen advertentieplatform om dit digitale fenomeen vast te leggen.
Maar nu AI de reclame-industrie binnendringt, krijgt de intentie-economie snel vorm. De intentie-economie werkt op AI intentiemodellen die advertenties weergeven op basis van de intentie van de gebruiker.
Beschouw het als een geavanceerde versie van Contextuele reclame.
De oplossing wordt omarmd door de reclame-industrie, aangezien de belanghebbenden een aanhoudende maar geleidelijke verschuiving naar de zonder koekjes tijdperk. Om specifieker te zijn, het tijdperk van de niet-identiteitscookie.
Verschuiving in reclame: van context naar intentie
Om u een kort overzicht te geven: traditionele contextuele advertenties zijn gericht op het weergeven van advertenties op basis van de context van de pagina. Er zijn trefwoorden, categorieën en technieken op paginaniveau gebruikt om contextuele advertenties weer te geven. Deze advertenties, die onafhankelijk zijn van gegevens van derden, zijn koplopers op het gebied van cookieloze advertenties.
Naarmate contextuele strategieën zich blijven ontwikkelen in een wereld waarin privacy voorop staat, verandert de browse-ervaring van gebruikers mee met agentische browsersIn deze verschuiving is intentie niet langer optioneel; het wordt de hoeksteen van zinvolle betrokkenheid. Dit geldt niet alleen voor reclame, maar ook voor de manier waarop we content en SEO benaderen.
In SEO kunnen zoekwoorden bijvoorbeeld op verschillende manieren worden gecategoriseerd, waaronder op basis van intentie. Deze categorieën omvatten informatief, commercieel, navigatief en transactioneel. Dit zie je zelfs terug in Ahrefs tijdens zoekwoordenonderzoek. Deze categorisering vormt de basis van intentiegedreven contextuele advertenties.
Zoals je op de afbeelding kunt zien, staan er naast elkaar “I” en “C” geschreven gaming-advertentienetwerken Geef aan dat het trefwoord zowel informatief als commercieel is.
Veel adverteerders hebben traditionele contextuele targeting gecombineerd met andere targetingtechnieken die gebruikmaken van gegevens van derden, zoals zoekgeschiedenis of gebruikersgedrag, om te begrijpen hoe gebruikers zich gedragen tijdens zoekreizen en weer te geven advertenties.
Door de toenemende controle op het gebruik van gegevens door derden en het daaruit voortvloeiende verlies van het identiteitssignaal van de gebruiker, wordt het voor adverteerders steeds lastiger om de nuances van de verschuivingen tijdens de zoekreis van een consument in te schatten.
Hier komen voorspellende AI-intentiemodellen in het spel.
Voorspellende AI-intentiemodellen
In theorie meten AI-intentiemodellen de intentie achter de zoekopdracht van een gebruiker naar content gerelateerd aan een product of dienst. AI kan helpen bij het achterhalen van de intentie van de gebruiker die achter zijn zoekopdracht schuilgaat. Voortbouwend op traditionele contextuele targeting kan AI intentie toevoegen aan de mix, waardoor targeting nauwkeuriger wordt en advertenties persoonlijker, zonder dat er cookies nodig zijn.
Intentiemodellen worden getraind om te begrijpen of de content bedoeld is om te informeren, te begeleiden of aan te zetten tot actie, en hoe effectief deze de besluitvorming van een gebruiker beïnvloedt. AI-modellen die getraind zijn op datasets met intentielabels kunnen geavanceerde natuurlijke taalverwerking gebruiken om content te identificeren die varieert van puur informatief tot zeer transactioneel, en scores toekennen die aangeven hoe dicht een gebruiker bij het nemen van actie is.
Zo zal een productrecensie, betaalinstructies of prijsvergelijking een hogere intentiescore hebben dan een algemeen interessant artikel over hetzelfde onderwerp.
Voorbeeld: advertenties weergeven op basis van intentie
Laten we dit verder begrijpen met de kop bieden voorbeeld.
Stel bijvoorbeeld dat een gebruiker zoekt naar 'Wat is header bidding?' en terechtkomt op een artikel waarin het concept, de voordelen ervan en hoe het zich verhoudt tot traditionele header bidding wordt uitgelegd. waterval instellingen. Dit stuk is informatief en dient als startpunt, maar de intentie van de gebruiker bevindt zich nog in de bewustwordingsfase. De kans op onmiddellijke actie is relatief laag, dus de intentiescore zou hier matig zijn.
Vergelijk dat nu eens met een gebruiker die zoekt naar ‘Beste oplossingen voor kopbieden voor uitgevers" of "Hoe header bidding te integreren met Prebid.js". Deze duiden op een hoger onderzoeksniveau en een grotere bereidheid om actie te ondernemen. Als ze op een productvergelijking of implementatiehandleiding klikken, is hun betrokkenheid bij de content gerichter en conversiegedreven. Dit soort content heeft een hogere intentiescore omdat het suggereert dat de gebruiker dichter bij een beslissing is.
Op basis van de intentie kunnen adverteerders advertenties tonen die beter aansluiten bij de intentie van de gebruiker die naar een product zoekt. Zo kunnen zoekopdrachten met een informatieve intentie, zoals "Wat is header bidding?", worden weergegeven in awareness-advertenties van HB/AdTech-platforms of gesponsorde content, zoals blogs die de basisprincipes uitleggen.
Voor navigatiezoekopdrachten zoals “Prebid.js integratiehandleiding” of “Headerbiedingen vs. Google Open biedenAdverteerders of merken kunnen downloadbare handleidingen, gratis demo's, adviesaanbiedingen of casestudies aanbieden die succesvolle implementaties laten zien.
Ten slotte vallen zoekopdrachten zoals "Beste header bidding-oplossingen voor uitgevers" of "Prebid managed service-prijzen" onder transactionele zoekopdrachten. We noemen dit een bottom-of-the-funnel lead, omdat de gebruiker in deze fase op elk moment een aankoop kan doen. Om een dergelijke gebruiker te converteren, kunnen merken advertenties met de vraag om een offerte aan te vragen, gratis proefperiodes, promoties op de aanmeldpagina of aanbiedingen voor beperkte tijd weergeven.
Contextueel 2.0: AI-targeting
Zoals we eerder al aangaven, is AI de belangrijkste drijvende kracht achter de evolutie van contextuele reclame. Met AI kunnen marketeers grote hoeveelheden ongestructureerde data scannen, diepere semantische relaties blootleggen en de relatie tussen de pagina-inhoud en de verwachte acties van de gebruiker identificeren. Deze mate van verfijning stelt hen in staat om betekenisvollere, privacyvriendelijke advertentie-ervaringen te bieden die relevant zijn in real-time.
Er zijn drie manieren waarop AI traditionele contextuele advertenties kan verbeteren.
Contextinterpretatie
Traditionele modellen voor contextuele advertenties kunnen de betekenis van de zoekopdracht verkeerd interpreteren. Dit kan leiden tot gemiste conversies of kansen voor gebruikersbetrokkenheid. Een gebruiker die bijvoorbeeld naar 'tassen' zoekt, kan verkeerd worden geïnterpreteerd door traditionele modellen. Dit komt doordat er veel verschillende soorten tassen zijn, waaronder schooltassen, laptoptassen, draagtassen, plunjezakken en meer.
Waar de gebruiker in geïnteresseerd is, kunnen traditionele modellen niet bepalen. Hier, Gen AI site zoeken Identificeert de zoekintentie van de gebruiker op basis van de pagina-inhoud. Dit helpt op zijn beurt om contextueel relevante advertenties weer te geven, wat zorgt voor een hogere nauwkeurigheid en betrokkenheid.
Balans en schaalbaarheid
In tegenstelling tot het traditionele model koppelt AI zowel zoekwoorden als intentie aan relevante advertenties. Dit betekent dat uw advertenties niet alleen op overduidelijk relevante pagina's kunnen verschijnen, maar ook op verrassende, goed presterende plekken die u anders zou missen.
Als een gebruiker bijvoorbeeld zoekt naar “client-side biedingen SDK", zal de AI ook advertenties gaan weergeven voor "header bidding" en "prebid.js" vanwege de hoge contextuele relevantie.
Slimmere plaatsingen
Contextuele advertenties 1.0 zouden alleen horlogeadvertenties tonen op pagina's die gerelateerd zijn aan horloges. De spelregels veranderen echter met AI-intentiemodellen. Zoals we eerder al aangaven, kijken intentiemodellen verder dan alleen zoekwoordmatching; ze onderzoeken contentthema's, toon, gebruikersgedragspatronen en betrokkenheidssignalen om een plaatsing te identificeren.
Als AI bijvoorbeeld een advertentie voor een smartwatch laat zien in een artikel over auto's, komt dat doordat AI sterke correlaties heeft ontdekt tussen betrokkenheid bij autocontent en technisch onderlegde gebruikers.
Deskundige mening!
AI-intentiemodellen zorgen ervoor dat contextuele reclame evolueert van reactieve targeting naar proactief inzicht. In plaats van alleen zoekwoorden te scannen, decoderen deze systemen nu het doel van de gebruiker, waardoor merken content kunnen afstemmen op de mindset, niet alleen op het moment. Deze verschuiving maakt emotioneel intelligentere media-inkoop mogelijk, waarbij advertenties relevant aanvoelen omdat ze gebruikers bereiken waar ze zich in hun intentietraject bevinden. Robb Hecht
De race om het AI-intentiemodel te adopteren
Bedrijven zijn begonnen met het implementeren van AI-intentiemodellen om marketeers te voorzien van verbeterde targetingmogelijkheden. Een daarvan is SeedTag, een toonaangevend bedrijf voor contextuele reclame. In april 2025 kondigde het platform de lancering aan van zijn AI-intentiemodel om bruikbare realtime gebruikersintentie te identificeren. Het model kan in realtime onderscheid maken tussen casual browsen en transactiebereidheid, zonder gebruik te maken van persoonlijke gegevens.
Nissan Spanje werkte samen met SeedTag om de zichtbaarheid van de Nissan Qashqai onder potentiële kopers in het C-SUV-segment te vergroten. Door intentiegebaseerde segmentatie in de campagne te gebruiken, resulteerde dit in:
- 68% lagere kosten per kwaliteitslead
- Kosten per lead verminderd met 35%
- 3x meer gekwalificeerde bezoeken
Een ander voorbeeld: BlueAir werkte samen met Tinuiti om haar klanten te bereiken op basis van realtime interesses. Tinuiti's op AI gebaseerde contextuele advertenties leidden tot een 2.4x hogere weergavefrequentie van detailpagina's, een daling van 42% in CPMen een toename van 34% in nieuwe klanten.
Op dezelfde manier heeft PepsiCo ook gebruik gemaakt van op AI gebaseerde contextuele reclame om waardegedreven consumenten te bereiken, wat leidde tot een driemaal zo hoog rendement op de advertentie-uitgaven, een reductie van 62% in CPAen een verlaging van 60% in CPM – terwijl het unieke bereik werd vergroot.
ContextGPT, het toonaangevende product van Cognitiv AI, combineert AI-gebaseerde contextuele targeting met prompt engineering, waardoor adverteerders relevante doelgroepen op grote schaal kunnen bereiken. Marketeers kunnen aangepaste prompts creëren die uniek zijn voor hun merken en de relevantie ervan aanpassen om de resultaten te verbeteren.
Hun doelgerichte product wordt in verschillende sectoren gebruikt, waaronder entertainment, maaltijdbezorging, gaming en dranken.
Google heeft zich ook bij de competitie aangesloten door AI-gebaseerde contextuele advertenties op YouTube aan te kondigen. Deze advertenties worden voornamelijk aangestuurd door Google Gemini, advertentie plaatsingen niet alleen afgestemd op het onderwerp, maar ook beter aansluiten bij de context van de video, relevantie en zelfs de emotionele betrokkenheid van kijkers terwijl ze de video bekijken.
Ondertussen lanceerde Starbucks tussen 2023 en 2024 zijn eigen AI-platform, Deep Brew, om productaanbevelingen te personaliseren op basis van AI-doelgroeptargeting.
Wat heeft de toekomst in petto?
De opkomst van het AI-intentiemodel markeert een belangrijke verschuiving in de manier waarop programmatische reclame werkt. Naarmate we van een aandachtseconomie naar een intentie-economie verschuiven, zal de toekomst van programmatische reclame worden bepaald door privacy, precisie en doelgerichtheid.
Met contextuele reclame 2.0 betreden we een tijdperk waarin advertentierelevantie wordt intelligent voorspeld. Met de geleidelijke afname van cookies van derden bieden AI-intentiemodellen een intelligent, schaalbaar en privacygericht alternatief voor programmatische targeting.
De reclamebranche jaagt niet langer op aandacht; ze richt zich op intentie. Met AI als koploper in de verandering kunnen marketeers nu het beste van twee werelden krijgen: precisie op schaal en personalisatie zonder opdringerigheid.
