Ohjelmallisen verkkomainonnan tehostaminen big datan keinoin

Abstract

Internetsivuilla ja sovelluksissa esiintyy mainontaa, joka on usein kohdennettu eri käyttäjäryhmille tai jopa yksittäisille käyttäjille. Tässä työssä käsitellään sitä, miten erilaisten sovellusten käyttäjistä kerättyä valtavaa datamäärää, eli big dataa, voidaan hyödyntää ohjelmallisen verkkomainonnan tehostamisessa. Käyttäjistä kerätään tiedon jyväsiä, eli dataa, jonka määrä ja laatu vaihtelee. Kerättävä data on myös jatkuvasti muuttuvaa, monimutkaista ja kerätyn datan arvo saattaa laskea ajan kuluessa. Datan avulla muodostetaan erilaisia käyttäjäryhmiä ja käyttäjille määritetään ominaisuuksia, eli niin sanottuja profiileja. Dataa kerätään muun muassa evästeiden avulla ja sosiaalisesta mediasta. Big data muodostuu näitä tiedon jyväsistä.

Ohjelmallisessa verkkomainonnassa on keskitytty erityisesti reaaliaikaiseen huutokauppaan, ja tässä vielä mainosten kohdentamiseen. Reaaliaikainen huutokauppa on prosessi, jossa automatisoidusti huutokaupataan mainospaikkoja mainostajille. Mainosten kohdentaminen perustuu paljolti big datan hyödyntämiseen.

Tutkimuksessa havaittiin, että kirjallisuuden mukaan big datan hyödyntäminen kyllä tehostaa ohjelmallista mainontaa, mutta itse prosessista ei löytynyt tarkkoja kuvauksia. Tämä saattaa johtua siitä, että ala kehittyy tällä hetkellä nopeasti ja aihetta ei ole vielä tutkittu tarpeeksi.

Tämä tutkimus on kirjallisuuskatsaus. Kirjallisuuskatsauksessa on hyödynnetty pääsääntöisesti Tampereen yliopiston kirjaston tarjoamia aineistoja. Koska kyseessä on nopeasti kehittyvä ja kasvava ala, rajattiin haku ajallisesti vuonna 2015 ja myöhemmin julkaistuihin aineistoihin. Lisäksi hakua rajattiin aineistotyypin ja muiden hakusuodattimien avulla.