Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

LLM-Driven E-Commerce Marketing Content Optimization: Balancing Creativity and Conversion

Created by
  • Haebom

저자

Haowei Yang, Haotian Lyu, Tianle Zhang, Dingzhou Wang, Yushang Zhao

개요

본 논문은 전자상거래 경쟁 심화에 따라 참신성 있는 콘텐츠와 전환율 효과 간의 균형이 중요해짐을 강조하며, 이를 위해 대규모 언어 모델(LLM)을 활용한 마케팅 광고 문구 생성 프레임워크를 제안합니다. 프레임워크는 프롬프트 엔지니어링, 다중 목표 미세 조정, 후처리 과정을 통합하여 참여도가 높고 전환율을 유도하는 광고 문구를 생성합니다. 미세 조정 방법은 감정 조절, 다양성 향상, CTA(행동 촉구) 임베딩을 결합하며, 오프라인 평가와 온라인 A/B 테스트 결과, CTR 12.5%, CVR 8.3% 향상을 달성하면서 콘텐츠 참신성을 유지하는 것으로 나타났습니다. 이는 자동화된 광고 문구 생성을 위한 실용적인 해결책을 제시하며, 향후 다중 모달 및 실시간 개인화를 위한 방향을 제시합니다.

시사점, 한계점

시사점:
LLM을 활용한 효과적인 마케팅 광고 문구 자동 생성 프레임워크 제시.
CTR 및 CVR 향상을 통한 전자상거래 성과 개선 가능성 확인.
감정 조절, 다양성 향상, CTA 임베딩을 결합한 미세 조정 방법의 효과 입증.
다중 모달 및 실시간 개인화를 위한 미래 연구 방향 제시.
한계점:
제시된 프레임워크의 일반화 가능성 및 다양한 전자상거래 플랫폼 적용에 대한 추가 연구 필요.
장기적인 관점에서의 광고 문구 효과 및 소비자 반응에 대한 추가 분석 필요.
특정 카테고리에 국한된 A/B 테스트 결과의 일반화 가능성에 대한 검토 필요.
LLM의 윤리적 측면 및 편향성 문제 고려 필요.
👍