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 door grote adverteerders benut. Bedrijven zoals Meta maakten efficiënt gebruik van deze economie en lanceerden zelfs hun eigen advertentieplatform om van dit digitale fenomeen te profiteren.

Met de toenemende invloed van AI in de reclame-industrie krijgt de intentie-economie echter snel vorm. De intentie-economie werkt met AI -modellen die advertenties weergeven op basis van de intentie van de gebruiker.

Beschouw het als een geavanceerde versie van contextuele reclame.

Deze oplossing vindt weerklank in de reclamebranche, waar belanghebbenden een geleidelijke, maar voortdurende verschuiving naar het cookieloze tijdperk markeren. Om precies te zijn: het tijdperk van de niet-identificerende cookie.

Verschuiving in reclame: van context naar intentie

Om een ​​kort overzicht te geven: traditionele contextuele reclame draait om het weergeven van advertenties op basis van de context van de pagina. Trefwoorden, categorieën en technieken op paginaniveau worden gebruikt om contextuele advertenties weer te geven. Deze advertenties, die onafhankelijk zijn van data van derden , stonden aan de voorfront van cookieloze reclame.

Naarmate contextuele strategieën zich blijven ontwikkelen in een wereld waarin privacy voorop staat, verandert de browse-ervaring van gebruikers door agentische browsers . In deze verschuiving is intentie niet langer optioneel; het wordt de hoeksteen van betekenisvolle interactie. Dit geldt niet alleen voor reclame, maar ook voor onze benadering van content en SEO.

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, geven de letters "I" en "C" naast advertentienetwerken voor games aan dat het zoekwoord zowel informatief als commercieel is.

Ahrefs: Gaming-advertentienetwerken
Ahrefs: Gaming-advertentienetwerken

Veel adverteerders hebben traditionele contextuele targeting gecombineerd met andere targetingtechnieken die gebruikmaken van data van derden, zoals zoekgeschiedenis of gebruikersgedrag, om te begrijpen hoe gebruikers zich gedragen tijdens zoekopdrachten en om advertenties weer te geven.

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 verduidelijken aan de hand van het voorbeeld van header bidding.

Stel bijvoorbeeld dat een gebruiker zoekt naar 'Wat is header bidding?' en terechtkomt op een artikel waarin het concept, de voordelen en de vergelijking met traditionele waterval- advertentiesystemen worden uitgelegd. Dit artikel is informatief en dient als een eerste kennismaking, maar de gebruiker bevindt zich nog in de bewustwordingsfase. De kans op directe actie is relatief klein, dus de intentiescore zou hier gemiddeld zijn.

Vergelijk dat nu eens met een gebruiker die zoekt naar 'Beste header bidding-oplossingen voor uitgevers' of 'Hoe integreer ik header bidding met Prebid.js'. Dit duidt op een hoger niveau van onderzoek en een grotere bereidheid om actie te ondernemen. Als ze klikken op een productvergelijking of implementatiehandleiding, 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 staat.

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 zoekopdrachten zoals ' Integratiehandleiding Prebid.js ' of 'Header bidding versus Google Open Bidding ' kunnen adverteerders of merken downloadbare handleidingen, gratis demo's, adviesgesprekken of casestudy's 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 analyseren, diepere semantische verbanden blootleggen en de relatie tussen de pagina-inhoud en de verwachte acties van de gebruiker identificeren. Dit niveau van verfijning stelt hen in staat om betekenisvollere, privacyvriendelijke advertentie-ervaringen te bieden die in realtime relevant zijn.

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, is iets wat traditionele modellen niet kunnen bepalen. Gen AI site search identificeert hier de zoekintentie van de gebruiker op basis van de pagina-inhoud. Dit helpt vervolgens bij het weergeven van contextueel relevante advertenties, 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 bidding SDK', zal de AI vanwege de hoge contextuele relevantie ook advertenties voor 'header bidding' en 'prebid.js' tonen.

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 transformeren contextuele reclame van reactieve targeting naar proactief begrip. 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 zelf. 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

AI-inhoudsstrategieconsultant, OrganicXGPT / ContentTherapy.ai

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 consumenten te bereiken op basis van hun actuele interesses. De AI-gebaseerde contextuele advertenties van Tinuiti leidden tot een 2.4 keer hogere bezoekersfrequentie van detailpagina's, een daling van 42% in CPM's en een toename van 34% in nieuwe klanten.

Op vergelijkbare wijze zette PepsiCo ook contextuele advertenties op basis van AI in om waardegeoriënteerde consumenten te bereiken. Dit leidde tot een drievoudig rendement op de advertentie-uitgaven, een verlaging van de CPA met 62% en een daling van de CPM met 60% – en dat alles met een groter uniek bereik.

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.

Ook Google heeft zich bij de trend aangesloten door AI-gebaseerde contextuele advertenties op YouTube aan te kondigen. Deze advertenties, die voornamelijk worden aangedreven door Google Gemini, zullen niet alleen thematisch aansluiten, maar ook beter afgestemd zijn op de context, relevantie en zelfs de emotionele betrokkenheid van kijkers tijdens het bekijken van de video.

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 werking van programmatische advertenties . Nu we overstappen van een aandachtseconomie naar een intentie-economie, zal de toekomst van programmatische advertenties worden bepaald door privacy, precisie en doelgerichtheid.

Met contextuele advertenties 2.0 betreden we een tijdperk waarin de relevantie van advertenties intelligent wordt voorspeld. Door de geleidelijke afname van third-party cookies bieden AI-intentiemodellen een intelligent, schaalbaar en privacyvriendelijk 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.

Schrijf een reactie

Deze site gebruikt Akismet om spam te verminderen. Lees hoe uw reactiegegevens worden verwerkt.