טכנולוגיה חדשה עשויה לשנות לחלוטין את הפרסום בשידורי הספורט

חברות עולמיות מוציאות הון על פרסום במשחקי ספורט, אך כיום אינן יכולות למדוד את כמות החשיפה והתועלת שלו. השימוש ברשתות עצביות יאפשר לקבל נתונים ומדדים מדויקים, אך גם מביא איתו אתגרים חדשים

מקור: Pexels

מאת ד”ר רן ביטמן, חוקר במרכז החדשנות של מרכז הפיתוח של חברת SAP בישראל

אירועי ספורט הם האירועים הנצפים ביותר בטלוויזיה ולכן גם מהווים מוקד לפרסומות מושקעות במיוחד. אבל הפרסום בהם מופיע לא רק בהפסקות, אלא גם בשלטי החוצות שסביב המגרש, באביזרים בהם משתמשים הספורטאים, על כלי הרכב במרוצים, על המפרשיות בענף השיט. בקיצור, בכל מקום.

בדרך כלל מדובר בחסויות, כלומר חברה שמלווה את הקבוצות והספורטאים לאורך העונה. חברת נייקי, למשל, משלמת לנבחרת אנגליה בכדורגל מעל 40 מיליון דולר לשנה (כ-15 משחקים) בחוזה שאורכו 12 שנים; והחסות של חברת הייניקן לליגת האלופות מוערכת בכ-70 מיליון דולר לשנה.

אפשר לחשוב שתמורת סכומים עצומים כאלה החברות יידעו בדיוק מה הן מקבלות, אך מתברר שדווקא באירועי ספורט, בניגוד לסרטים ולתכניות טלוויזיה, הבימוי והעריכה מושפעים בעיקר מההתרחשויות בזירה, מה שמקשה מאוד לשלוט או להעריך את החשיפה הממשית של המוצר. כיום שיטת המדידה העיקרית היא ידנית – מספר רב של עובדים מודדים ידנית כמה זמן מותג מסוים נחשף באירוע. מדידות ידניות הן כמובן לא מדויקות ולחברות המפרסמות אין משוב נאות להחזר על ההשקעה (ROI), ולמעשה הן מסתמכות בעיקר על תחושה ומידע חסר.

אימון מסוג חדש

בשנים האחרונות חלה התקדמות גדולה בטכנולוגיות של לימוד מכונה (Machine Learning), ובעיקר הולך ומבשיל השימוש ברשתות עצביות (Neural Networks). הידע והאלגוריתמים של הרשתות העצביות אמנם קיימים כבר עשרות שנים, אבל רק בעשור האחרון הצטברו מספיק דוגמאות מתויגות, ועם ההתקדמות בעיבוד מקבילי באמצעות מעבדים גרפיים (GPU) אפשרו שימוש מעשי ברשתות הללו ולמעשה הוכיחו את ישימותן.

איך זה עובד? השימוש ברשתות עצביות נעשה על ידי צבירת מספר רב של דוגמאות, שמוזנות אל הרשתות העצביות בתהליך הנקרא אימון (Training). בתהליך זה נמדדת ההשפעה של כל נקודה בתמונה על כל אחת מהתוצאות האפשריות לסיווג התמונה. ההשפעה הזו היא למעשה מכפלה של ערך הנקודה במשקל. תהליך האימון מוצא את המשקולות האידאליות, שהן המאפיינים (Parameters) של הרשת העצבית, כך שמספר השגיאות בסיווג יורד למינימום.

אך לשם כך נדרש מספר גבוה של מכפלות במקביל (למעשה מדובר במכפלת מטריצות ענקיות). פה נכנס היתרון של המעבדים הגרפיים, שמלכתחילה תוכננו לעבודה על מספר רב של נקודות בו זמנית, כמו הטיפול בפיקסלים במסך.

הארכיטקטורה של המעבדים הגרפיים, בניגוד לארכיטקטורה של המעבדים הראשיים הנמצאים במחשב, כוללת אלפי ולעיתים גם עשרות אלפי ליבות (Cores). אמנם כל ליבה איטית יותר ומוגבלת באוסף הפקודות שהיא יודעת לבצע, אבל במקרה שלנו מדובר בהרבה מכפלות פשוטות, ולמקביליות של אלפי ליבות יש יתרון על ההפרש במהירות של ליבה בודדת.

אוסף המאפיינים שמתקבל בתהליך האימון מגדיר את תבנית (Model) הרשת העצבית. בתהליך ההיסק (Inference) מזרימים לאותה התבנית נתונים חדשים ומקבלים את הסיווג המומלץ, וכאשר מדובר בזיהוי עצמים בתמונה הדוגמאות הן תמונות שבתוכן עצמים מתויגים.

להמיר את המסקנות לרווחים

בנאום המרכזי בכנס המפתחים לטכנולוגיות מעבדים גרפיים, GTC, הציג ג’נסן הואנג (Jensen Huang), מנכ”ל חברת NVIDIA, פתרון המאפשר למפרסמים לקבל הערכה מדויקת של החשיפה לה זוכים המותגים שמפרסמים באירועי ספורט. יתרה מזו, האפשרות לקבל מדדים מספריים מעשירה את המשוב שהמפרסם מקבל ומאפשרת ניתוחים וחיוויים שלא היו אפשריים קודם, וזאת נוסף על היכולת להצליב את נתוני החשיפה עם מקורות מידע נוספים, דוגמת הרשתות החברתיות.

האתגרים שבפיתוח מערכות אלו אינם רק היכולת לדייק במציאת מותג בתוך תמונה אחת, אלא לדעת להתמודד עם אלפי התמונות המרכיבות את השידור שמתעד את האירוע (באירוע ממוצע שאורך כשעתיים רצות על המסך כ-170,000 תמונות) במהירות הקרובה לזמן אמיתי. הדבר מצריך בניית תשתית מתאימה, הכוללת בדרך כלל שרתים ומעבדים גרפיים חזקים מאוד וחיבורים מהירים בין השרתים והציוד ההיקפי.

 El Nuevo Herald/ Getty Images Israel

צלם/תמונה: El Nuevo Herald/ Getty Images Israel

אתגר נוסף שנוצר בגלל היכולות החדשות הוא הצורך לרתום את התוצאות לניתוח מושכל של הבעיה. כימות החשיפה של מותגים הוא רק דוגמה לאפשרויות החדשות שנפרשות בפנינו באימוץ הטכנולוגיות החדשות של הרשתות העצביות. כעת, כשאנו יודעים היכן כל מותג הופיע בשידור, באיזה גודל ולכמה זמן, יש לנו האפשרות ליצור דיווחים איכותיים המתארים את חשיפת המותג באירוע. דיווחים אלו כוללים מידע רב ומפורט: פיזור מיקום המותג בשידור על המסך; פיזור המותג על ציר זמן השידור; איכות החשיפה; והשוואה למתחרים.

לרשתות העצביות יש פוטנציאל לערער משמעותית את ענף הפרסום כפי שאנו מכירים אותו היום. היכולות שלהן מאפשרות כימות מדויק ובר השוואה בזמן אמת לחשיפת המותג באירועים שאינם מבוימים, אך בעלי שיעור צפייה גבוה. היכולת הזו תאפשר להשוות, לדוגמה, את החשיפה של לוגו על החולצה של מבקיע שער במשחק כדורגל, לעומת פרסומת המונחת ליד השער; להבין את ההשפעה של חשיפת מותג לקראת סוף המשחק על תנועת הקונים באתר החברה; וכמובן להבין את התועלת הפרסומית של הגודל, הצבע והמיקום של שלט פרסומת בכל מגרש ובכל משחק. היכולות החדשות האלה הופכות את ההחלטות בתחום למושכלות, אחראיות ורווחיות יותר, וישפיעו בקרוב על כל אוהדי הספורט בעולם.

הכתבה בחסות SAP

מרכזי הפיתוח של SAP בישראל הינם ממוקדי הטכנולוגיה החמים והמובילים בשוק. במרכז הפיתוח ברעננה מתמקדים בפיתוח פלטפורמת הקלאוד של SAP וכלי הפיתוח לאפליקציות/פתרונות מעל הפלטפורמה תוך שימוש בטכנולוגיות Machine Learning, IoT ו-UI. ל-SAP בישראל מרכז פיתוח גם בתל אביב, בו פועלת חברה גיגה לספר לאתרי תוכן טכנולוגיה לאפיון משתמשים הממונפת לחיזוק הקשר עם המשתמש והגדלת שיעורי ההמרה.
קבוצות הפיתוח עובדות בשיתוף פעולה עם ה-Ecosystem הישראלי – החל מסטארטאפים מבטיחים ועד ה-Multinationals הגדולים ביותר שמשתפים פעולה בפרוייקטים חדשניים. אנו מזמינים גם אתכם להצטרף לחברה גלובלית חזקה, עם נוכחות מקומית חדשנית וייחודית ולעזור לנו לעצב את עתיד התעשייה.

כתב אורח

אנחנו מארחים מפעם לפעם כותבים טכנולוגים אורחים, המפרסמים כתבות בתחומי התמחות שלהם. במידה ואתם מעוניינים לפרסם פוסט בשמכם, פנו אלינו באמצעות טופס יצירת קשר באתר.

הגב

2 תגובות על "טכנולוגיה חדשה עשויה לשנות לחלוטין את הפרסום בשידורי הספורט"

avatar
Photo and Image Files
 
 
 
Audio and Video Files
 
 
 
Other File Types
 
 
 

* שימו לב: תגובות הכוללות מידע המפר את תנאי השימוש של Geektime, לרבות דברי הסתה, הוצאת דיבה וסגנון החורג מהטעם הטוב ו/או בניגוד לדין ימחקו. Geektime מחויבת לחופש הביטוי, אך לא פחות מכך לכללי דיון הולם, אתיקה, כבוד האדם והדין הישראלי.

סידור לפי:   חדש | ישן | הכי מדורגים
אא מראים
Guest

מתי יוצאת הכתבה רק בעברית?

קייזר סוזה
Guest

לא חדשנוצ ולא נעליים. כבר היה אקזיט דומה vbrands שנמכרה ל נילסן

wpDiscuz

תגיות לכתבה: