从提高广告系列管理效率到增强个性化，专栏作家亚当·格罗解释了人工智能如何改变数字广告的面貌。
科技正以惊人的速度发展，昨日遥不可及的梦想正迅速变成今日的创新成果。长期以来，人工智能一直是一个模糊的概念，代表着一些具有未来应用前景的宏伟构想——自动驾驶汽车、无人机送货、能够监测食品质量的冰箱等等。
这种快速的创新步伐令一些理论家担忧“奇点”——他们认为人工智能的超智能将带来如此迅猛的增长，以至于人类文明将经历难以想象的变革。一些理论家预测，按照目前的速度，奇点可能在未来30年内到来。
我在这里的重点并非在于探讨奇点是否会发生或何时发生，而是想说明我们目前正在日常生活和数字广告领域感受到技术进步的影响。这些进步影响着我们与品牌互动的方式以及促使我们购买的体验。
虽然人工智能的许多重大理念仍处于萌芽阶段，但现实情况是，人工智能有很多看似微小的应用，目前已为世界各地的公司带来了数字营销效率——从先进的消费者定位和洞察到高度个性化的广告体验。
人工智能在广告业的地位
近80%的美国资深营销人员认为消费者已经准备好迎接人工智能，并且消费者也已经开始感受到人工智能带来的种种益处。Weber Shandwick和KRC Research联合开展的一项调查显示，全球受访者普遍认为人工智能技术可以帮助解决诸多问题：72%的受访者表示，人工智能的优势在于能够完成对人类而言过于困难或危险的任务；69%的受访者表示，人工智能能够更便捷地获取相关新闻和信息；还有69%的受访者表示，人工智能能够让他们腾出时间从事其他活动。
虽然这些要点可能与消费者的日常生活息息相关，但它们也直接适用于我们从人工智能在广告（尤其是程序化展示广告）中的应用中所看到的价值。人工智能使营销人员能够通过利用更强大的定向算法和创意优化，投放更相关、更个性化的广告，从而更有效地提升广告效果。
人工智能提高了竞选管理的效率，但人为因素仍然至关重要。
许多广告技术公司正在采用人工智能来提高展示广告活动的效率和相关性，从而提升广告效果，而这正是每位营销人员的最终目标。据 Juniper Research 预测，到 2021 年，用于提升实时竞价网络效率的机器学习算法将带来 42 亿美元的年度广告支出，远高于 2016 年的 3.5 亿美元。
尽管人工智能为程序化展示广告带来的价值毋庸置疑，但我们不能忘记，我们的人力仍然是媒体购买成功的关键组成部分。
机器学习算法承担了程序化媒体购买的大部分工作，能够智能识别消费者并投放相关广告，但仍有一些环节只能由人来识别和管理。这些环节包括销售和促销活动的统计、品牌资产的完整性以及一些可以通过思考来解决的异常情况。
我发现，当我们把机器学习算法的先进定位能力与我们自己的媒体和营销专家的深思熟虑和全局洞察力结合起来时，我们公司就能取得最大的成效。
人工智能是实现相关且个性化体验的渠道。
个性化一直是展示广告的热门词汇和重点，但消费者仍然担心自己的信息被用于广告目的，以及由此可能对其购买决定产生的影响。
eMarketer 最近的一份报告中的一项调查发现，只有 28.7% 的消费者认为个性化体验会提高他们的购买意愿，超过半数的消费者表示个性化体验并无影响。然而，在另一项调查中，78% 的美国互联网用户表示，品牌提供的与个人相关的个性化内容会提高他们的购买意愿。
那么，我们从这些相互矛盾的回应中能得出什么结论呢？归根结底，这取决于…… 质量 和 关联 无论消费者是否意识到，个性化信息都在发挥作用。
个性化技术已经发展成为许多品牌广告的标准配置，但为了在不断变化的消费者行为、平台和媒体中提供强大的广告体验，该技术必须不断发展。
人工智能提供的解决方案不仅仅是简单地展示消费者浏览过的产品。机器学习技术还会参考其他表现优异的产品，提供多样化的产品推荐，最终促使消费者完成购买。
除了产品本身，这种个性化还包括广告中的信息或优惠，甚至广告的投放位置和时间。为了获取新客户，算法可以从重定向广告系列中提取表现最佳的产品，并在信息流中找到类似产品，投放给高价值的相似受众。即使是从未访问过您网站的消费者，也能获得相关的广告体验。
性能是通过机器学习和动态创意实现的。
过去，重定向广告系列的效果仅仅取决于创意素材是否合适。如果广告系列效果不佳，很可能是因为创意素材需要更新。
为了避免创意疲劳并提升广告效果，营销人员历来都采用A/B测试。标准流程是：在服务器上运行两到三个加权广告版本，进行一段时间的测试，直到展示量基本相等；然后由分析师评估结果，确定最佳版本，并用它来测试其他新版本。
整个过程极其繁琐，需要大量人工操作，而且耗时费力，仅仅为了对几个广告变体进行测试并得出可靠的结论就非常困难。更糟糕的是，由于担心影响测试和结果，在测试过程中也很难进行优化调整或更改。
仅依赖人为因素进行此类测试，几乎不可能同时测试或分析多个因素的效果。令人遗憾的是，我们目前的智力水平不足以理解或预测多变量广告测试中的人类行为。
动态创意优化（DCO）是人工智能在展示广告领域的重要应用。
在信息爆炸的在线广告世界里，营销人员必须努力争取目标受众的注意力。他们需要为访问过其网站的数十万消费者提供合适的图片、合适的颜色、合适的产品和合适的行动号召——所有这些都必须在瞬间完成。
利用行为和购买数据，机器学习算法使用简单的模板创建各种各样的广告，并在消费者中进行测试，以找到最有效的转化广告，而动态创意优化 (DCO) 可以做到这一切，而不会掺杂任何人为偏见。
下一步是什么？
回顾过去一百年我们所经历的进步和技术发展，真是令人惊叹。我之前提到过奇点，对于不太了解的朋友，我强烈建议查阅一下摩尔定律的图表。当这些图表以可视化的方式呈现时，你会惊叹于过去几十年间科技进步的惊人程度。
随着这种增长势头持续，营销技术将如何演进以适应并支持以消费者为中心的发展趋势，这将非常值得关注。作为营销人员，我们的职责是推动行业向前发展，努力发现并利用各种机遇，进一步提升我们与消费者建立有意义联系的能力。
___
by 亚当·格罗
来源： 今日营销技术
