目前讨论的重点大多集中在近期未来会如何发展，但已经有很多新产品——例如谷歌的 UAC 和智能展示广告格式以及 Facebook 的 oCPM 竞价——准备投入使用，为广告商带来成效。
任何新技术都有其优缺点，因此在部署这些产品时需要仔细考虑。本文将介绍这项技术最有前景的一些方面、需要注意的事项，以及它对您的媒体计划意味着什么。
人工智能对广告商的潜力
对于大多数业内人士来说，人工智能的优势显而易见。它能够发现即使是最资深的分析师也可能忽略的趋势。通过梳理更多、更多组合的数据，人工智能通常能够取得比类似的人工管理活动更好的结果。
人工智能的运行也更加稳定。与人类分析师不同，计算机系统不需要休假，也不会因为感冒或分心而休息。优化过程始终开启，持续运行。
最后，这些系统大多几乎不需要人工干预。客户经理只需设置好推广活动的参数，然后让系统自动运行即可。
总而言之，自动化模式有望以更低的劳动力投入带来更好、更稳定的成果。短期来看，这能让企业腾出更多时间进行创新和战略规划。长期来看，它可能会改变行业的经济格局。
陷阱
自动化工具仍处于发展初期。目前这些工具潜力巨大，但仍需仔细评估其在媒体计划中的适用性。如果使用不当，这些工具可能无法发挥其应有的潜力，甚至可能使目标更加偏离。与代理机构合作时，最需要考虑的因素包括：
多极优化效果差
大多数现有工具在优化单一KPI方面相当有效，但很少有工具能够很好地平衡相互冲突的KPI，或应对预算以外的KPI限制。例如，如果你的目标仅仅是实现4倍的广告支出回报率（ROAS），Facebook和Google的工具都能助你实现这一目标。
但是，如果您将这些渠道视为重要的首次接触点，而不是完整的渠道，并且希望以每天至少 50 万美元的收入实现最大的 ROAS，那么现有的工具还不够完善。
过度优化
即使对于单一的关键绩效指标 (KPI)，机器学习算法有时仍然需要一些传统的、良好的人类直觉。它们可能会过度学习，无法在情况变化时快速适应，或者无法考虑更广泛的背景。
例如，Croud 最近对一款自动化产品进行的测试表现良好，优化后的性能非常出色。然而，在季节性行为发生重大转变后，该产品销量下滑了数周，似乎仍在针对那些已不再有购买意愿的人群。
使用另一款产品进行的测试表明，这些工具在考虑上下文方面存在局限性。该产品旨在引流，并且确实以低成本和高效率实现了这一目标。然而，后端性能并未得到提升。
当团队深入分析数据时，发现该产品带来了大量看似偶然的移动流量，因为流量损失和跳出率都非常高。
灵活性和控制力下降
由于这些工具的设计目标是做好一件事，并且力求做到极致，因此即使与它们的核心功能略有偏差，它们也可能难以胜任。许多自动化工具要求用户放弃对投放位置、目标受众、投放频率、投放时间、投放设备以及其他关键变量的控制权。如果最终结果与您的目标高度契合，那么这些取舍也是可以接受的。
例如，某个展示广告产品可能以每次转化费用 (CPA) 为目标进行优化，但您无法控制再营销与潜在客户开发、展示频率或广告位等因素。如果您的目标是拓宽销售漏斗顶部并提升品牌知名度，那么该产品可能并非最佳选择，因为它可能针对的是之前的访客。虽然每次转化费用可能很理想，但此次购买无法在您的营销计划中发挥应有的作用。
无法限制广告投放频率可能会惹恼访客，而且无法控制广告位以排除有争议的内容可能会带来不利影响。
透明度降低
这些问题是否构成问题，取决于您的目标以及我们讨论的工具。然而，许多自动化工具的一个缺点是，供应商会限制有关性能和目标定位的信息，从而难以判断某个具体问题是否重要。
信息和数据的匮乏不仅会引发关于产品在特定领域表现如何的疑问，还会限制企业整体可获得的洞察。虽然人工分析师在分析范围或频率上可能存在局限性，但他们/她发现的洞察却可以与企业其他部门共享。
发现哪些信息、哪些产品或哪些地区能够带来最佳业绩，可以带来洞察，从而推动更广泛的业务层面变革。
对广告公司而言，透明度降低也增加了媒体策划的难度。如果没有关于竞价、库存和定价的清晰数据，预测预算或目标受众调整的影响几乎是不可能的。
供应商与营销人员
最后，缺乏透明度和控制权也令许多广告主感到不安，他们明白在媒体竞价中支付的费用是他们与供应商之间的零和博弈。更高的出价对那些需要向华尔街报告每次点击成本 (CPC) 和每千次展示成本 (CPM) 趋势的平台有利；但对那些试图在直接响应渠道上实现利润目标的营销人员来说，却并非如此。
虽然自动竞价工具的设计目的可能并非仅仅是为了增加供应商的利润，但它们能否在可能的情况下降低广告商的竞价和成本呢？
测试技巧
虽然我列举的缺点多于优点，但别被这些缺点蒙蔽了；最大的好处在于这些工具会不断发展，其重要性也会日益凸显。许多产品团队都意识到了这些缺点，并正在积极努力提升其自动化产品的灵活性、响应速度和透明度。
与此同时，以下是一些避免陷阱并成功开始测试这些产品的技巧：
关注关键绩效指标
因为这些产品功能单一且擅长，所以确保目标定义明确至关重要。您是想增加应用安装量？还是真正想促进应用内购买？对人类而言，这其中的区别或许微不足道，但对自动化系统来说，却可能决定成败。
从大局着眼
随着机器在细分广告领域变得越来越精准，营销人员和代理商越来越需要考虑全局。廉价的点击真的足以推动业务成功吗？你需要触达新的受众群体才能实现增长，还是可以对已经表现出购买意愿的同一批受众进行再营销？
挖掘洞见
即使没有来自 Facebook 的大量搜索数据或竞价洞察，也并不意味着就找不到洞察。可能只是需要从其他渠道寻找。用户行为是什么样的？在应用上？在网站上？投放电视广告后，网站的转化率会发生什么变化？你可能需要探索新的领域，但仍然能从中获得洞察。
有目的地部署
最后一点建议总结了之前的所有要点。不要盲目测试。与你的代理机构合作，针对特定产品如何帮助你实现目标，制定切实可行的假设。明确你的测试目标，并仔细选择产品需要优化的关键绩效指标 (KPI)。
要判断营销活动是否有效，不要只看媒体指标，甚至不要只看工具的关键绩效指标 (KPI)。要着眼大局，并做好准备，跳出供应商像素的限制，去探究究竟发生了什么变化。
___
by 纳尔逊艾略特
来源： 艾瑞
