Key points are not available for this paper at this time.
Fortschritte in der Computertechnik, Technologie und deren Anwendungen in der Werbung ermöglichen es Marketern, Markenbotschaften zu liefern, die auf Einzelpersonen und Verbrauchersegmente zugeschnitten sind. Das Wachstum der rechnergestützten Werbung (CA) hat neue Möglichkeiten geschaffen, bringt jedoch auch Risiken bei der Verwendung von Algorithmen zur Generierung und Optimierung der Wirkung solcher Botschaften mit sich. Dieser Artikel behandelt ein bestimmtes Gebiet, das von diesen Fortschritten beeinflusst wird, nämlich automatisierten markenbasierten Inhalt. Wir bieten ein Modell für automatisierten markenbasierten Inhalt (ABC) an, das zwei Fortschritte postuliert. Erstens, anstatt ausschließlich Verbraucherdaten zur Verbesserung der Wirkung automatisierter Inhalte zu optimieren, behaupten wir und bieten zusätzliche Schlüsseldaten an, um weiter zu veranschaulichen, dass ein wünschenswerter Ausgleich zwischen Verbraucher- und Markendaten als Eingaben für Algorithmen besteht, um kurz- und langfristige Wirkungziele zu erreichen. Zweitens leitet dieser Artikel die Forschung, indem er Spannungen zwischen dem Verständnis der Beziehung zwischen Eingaben und gewünschten Auswirkungen (sowohl kurz- als auch langfristig) anspricht und eine Forschungsagenda für zukünftige Arbeiten vorschlägt.
Noort et al. (Fr,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: