Об’єктом цього дослідження є інтеграція Predictive Analytics та Generative AI у DOOHсистеми, зокрема у форматі концепції Adaptive Creative Optimization (ACO)
динамічної оптимізації креативів відповідно до складу аудиторії, погодних умов і щільності трафіку.
Актуальність теми визначається трьома чинниками:
1. Зростанням ринку DOOH та його програматик-сегмента.
2. Підвищенням вимог до вимірюваності та ROI у маркетингових інвестиціях.
3. Стрімким розвитком мультимодальних генеративних моделей,
2.1. Архітектура
до дослідження, представленого на arXiv (2512.03373), сучасні
мультимодальні системи базуються на:
• Unified Transformer-архітектурі;
• спільному латентному просторі для тексту, зображень і табличних сигналів;
• механізмах cross-attention між сенсорними потоками.
DOOH
1. Перетворює сенсорні дані у структуровані ознаки.
2. Формує контекстний embedding.
3. Генерує адаптований візуальний креатив.
2.2. Обробка сигналів та стандарти (IEEE 9932545)
Стандартизований підхід до обробки сигналів (IEEE, 9932545) передбачає:
• попередню фільтрацію шуму;
• нормалізацію відеопотоку;
• виділення релевантних ознак (feature extraction);
• часову агрегацію (time-window segmentation).
У DOOH це реалізується так:
1. Edge-пристрій біля білборда обробляє відеопотік.
2. Алгоритми комп’ютерного бачення визначають:
o кількість осіб,
o приблизний віковий сегмент,
o стать (у вигляді статистичних оцінок),
o швидкість руху потоку.
3. Дані
4.
3.2. Концепція Adaptive Creative Optimization (ACO)
ACO
1. Computer Vision
2. Predictive-
3. Multimodal Generative
• 8:30 високий автомобільний
• 13:00 пішохідний
• Дощ → змінюється фон і
3.3. Економічна ефективність (McKinsey)
За оцінками McKinsey, генеративний ШІ може:
• підвищити продуктивність маркетингу на 10–15%;
• скоротити витрати на створення контенту до 30–50%;
• підвищити конверсію через персоналізацію.
Для DOOH це означає:
1.
2. Більше варіантів
3.4. KPI
1. CTR (для інтерактивних
2. CPM efficiency зниження вартості контакту.
3. Audience Relevance Index (ARI) відповідність
4.
5. Зростання запам’ятовуваності бренду.
Таблиця 3. KPI-модель для ACO
4.1. Архітектура системи
Компоненти:
1. Камера + edge-обчислення.
2. Модуль CV (детекція, класифікація).
3. API-шина передачі ознак.
4. Multimodal GenAI engine.
5. Digital signage CMS.
4.2. Потік даних
1. Камера → детекція об’єктів.
2. Агрегація → JSON-пакет.
3. Передача через REST API.
4. Генерація нового візуалу.
5. Автоматичне оновлення екрана.
4.3. План валідації гіпотез
Гіпотеза 1: Динамічний креатив підвищує залучення.
• Метод: A/B-тест.
• Метрика: CTR, ARI.
Гіпотеза 2: ACO знижує CPM.
• Метод: Порівняння 30-денних періодів.
• Метрика: CPM efficiency.
Гіпотеза 3: Зменшення витрат на продакшн.
• Метод: Фінансовий аудит кампанії.
5. Висновки та рекомендації
Інтеграція мультимодальних моделей (arXiv) та стандартизованої обробки сигналів (IEEE) створює технологічну основу
• підвищення продуктивності маркетингу;
• зменшення витрат;
• покращення ROI.
Рекомендації брендам:
1. Впроваджувати ACO спочатку на пілотних локаціях.
2. Інтегрувати DOOH із CRM та програматик-платформами.
3. Вимірювати не лише OTS, а й ARI.
4. Закладати бюджет на AI-інфраструктуру, а не лише на медіабаїнг.
5. Використовувати edge-архітектуру для зниження затримки.
DOOH переходить від статичної площини до адаптивної інтелектуальної медіаплатформи, де кожен показ стає контекстно релевантним.
1. Multimodal Foundation Models: Architectures and Alignment. – arXiv:2512.03373. –Режим доступу: https://arxiv.org/abs/2512.03373
2. IEEE Standard for Signal Processing and Data Acquisition Systems. – IEEE, 2022. –Document 9932545. – Режим доступу: https://ieeexplore.ieee.org/document/9932545
3. Chui M., Hazan E., Roberts R. та ін. The economic potential of generative AI: The next productivity frontier. – McKinsey Global Institute, 2023.