北京2021年6月9日 /美通社/ -- 廣告投放對(duì)現(xiàn)代企業(yè)來說是業(yè)務(wù)增長(zhǎng)的重要一環(huán),投放效果對(duì)企業(yè)的短期影響是推廣成本的高低,長(zhǎng)期對(duì)企業(yè)市場(chǎng)地位有決定性的影響。廣告投放的核心目標(biāo)是通過合理的成本獲取目標(biāo)用戶,從而實(shí)現(xiàn)商業(yè)價(jià)值。在實(shí)際操作中,平衡投放成本和客戶生命周期價(jià)值(LTV)是最為關(guān)鍵的環(huán)節(jié)。
1. 落地場(chǎng)景
AI技術(shù)本身內(nèi)涵豐富,準(zhǔn)確地說,在本文中討論的是機(jī)器學(xué)習(xí)技術(shù)在廣告行業(yè)中的應(yīng)用。在廣告投放領(lǐng)域,AI技術(shù)的價(jià)值落地點(diǎn)可以歸結(jié)為如下幾個(gè)方面:
在用戶洞察方向上,AI技術(shù)的落地點(diǎn)主要在DMP系統(tǒng)構(gòu)建、用戶定向分析、用戶聚類、用戶相似度擴(kuò)展等方向。具體而言,通過機(jī)器學(xué)習(xí)技術(shù),企業(yè)可以基于用戶行為等業(yè)務(wù)數(shù)據(jù)建立復(fù)雜的標(biāo)簽系統(tǒng)描述用戶的興趣愛好。實(shí)際應(yīng)用中基于AI算法生成的不可解釋的標(biāo)簽體系往往對(duì)用戶的興趣描述能力更強(qiáng)。
通過AI機(jī)器學(xué)習(xí)打通多源數(shù)據(jù),可以更好地進(jìn)行跨屏用戶識(shí)別與定向。同時(shí),用戶屬性可能會(huì)隨著時(shí)間推移快速變化,因此可以用AI算法來自我跟進(jìn)變化。基于對(duì)潛在人群的洞察,通過支持人群擴(kuò)展、相似度計(jì)算,達(dá)到更好地理解用戶、洞察用戶的效果。
創(chuàng)意是廣告的核心組成部分之一,創(chuàng)意的好壞極大地影響廣告的投放效果和轉(zhuǎn)化成本。在廣告創(chuàng)意領(lǐng)域,通過應(yīng)用AI算法,企業(yè)將獲得創(chuàng)意優(yōu)化及自動(dòng)生成、綜合調(diào)優(yōu)等能力:通過對(duì)已有素材的訓(xùn)練和學(xué)習(xí),能夠自動(dòng)生成創(chuàng)意,降低人工成本,提升生產(chǎn)效率;通過智能投放,進(jìn)行多組素材的測(cè)試,針對(duì)不同用戶投放最優(yōu)素材。
在智能投放方向上,基于AI技術(shù)可以完成點(diǎn)擊率預(yù)估、轉(zhuǎn)化率預(yù)估、在線實(shí)時(shí)用戶廣告行為預(yù)測(cè),通過機(jī)器學(xué)習(xí)系統(tǒng)設(shè)定的目標(biāo)達(dá)成平臺(tái)收益最大化或者廣告主收益最大化。
直投媒體平臺(tái)廣告引擎的各種智能競(jìng)價(jià)系統(tǒng)都是AI技術(shù)的典型應(yīng)用。基于OCPX出價(jià)的模式預(yù)估用戶對(duì)每個(gè)廣告的點(diǎn)擊率、轉(zhuǎn)化率和個(gè)性化出價(jià)已經(jīng)變成目前信息流直投廣告的主要競(jìng)價(jià)模式。廣告主/廣告代理使用AI技術(shù)可以更精準(zhǔn)的刻畫用戶畫像,實(shí)現(xiàn)精準(zhǔn)人群細(xì)分,尋找創(chuàng)意投放組合;同時(shí),基于機(jī)器學(xué)習(xí)算法去優(yōu)化點(diǎn)擊率、轉(zhuǎn)化率預(yù)估模型和智能出價(jià)模型等。
在廣告投放的效果分析和歸因方面,應(yīng)用AI技術(shù)可以做到智能優(yōu)化,并給出效果分析結(jié)論和預(yù)測(cè)。在不合理流量的過濾、反作弊、風(fēng)險(xiǎn)控制、投放轉(zhuǎn)化的歸因等多個(gè)領(lǐng)域,AI技術(shù)均有實(shí)際價(jià)值場(chǎng)景。
2. 現(xiàn)實(shí)中的痛點(diǎn)
只有擁有了準(zhǔn)確的用戶畫像、合理高效的創(chuàng)意生成技術(shù),渠道本身觸達(dá)精準(zhǔn),并且投放過程中可以精確識(shí)別虛假流量、作弊信息,廣告投放效率才能夠令人滿意。然而,即使把以上這些方面都做到位了,仍然不足以完全克服現(xiàn)實(shí)投放中會(huì)遇到的所有問題:
同一個(gè)客戶往往會(huì)在不同媒體進(jìn)行廣告投放,而各個(gè)平臺(tái)的廣告系統(tǒng)差異巨大。實(shí)際上,即使是簡(jiǎn)單的廣告計(jì)劃、廣告組等基礎(chǔ)廣告組織結(jié)構(gòu)在現(xiàn)實(shí)中也不存在統(tǒng)一的行業(yè)標(biāo)準(zhǔn)。此外,即使同一個(gè)媒體方,其內(nèi)部也存在不同廣告投放平臺(tái)之間分裂、合并、又分裂的情況。復(fù)雜的廣告投放環(huán)境對(duì)于廣告優(yōu)化師提出了極高的要求,優(yōu)化師必須要有各種平臺(tái)的使用經(jīng)驗(yàn)。
雖然媒體方會(huì)基于AI技術(shù)建立各種詞包、人群包、豐富的定向條件幫助客戶進(jìn)行人群定向,然而在現(xiàn)實(shí)中廣告主往往還是經(jīng)常獲取不到真正優(yōu)質(zhì)的流量。比如在聯(lián)盟流量當(dāng)中,媒體核心產(chǎn)品的流量差異巨大。面對(duì)這種情況,有經(jīng)驗(yàn)的優(yōu)化師往往會(huì)先在優(yōu)質(zhì)流量上磨練成熟的創(chuàng)意,待得到穩(wěn)定轉(zhuǎn)化之后才敢于在聯(lián)盟流量上進(jìn)行下一步投放。
盡管現(xiàn)在的廣告系統(tǒng)在諸如廣告召回、意圖觸發(fā)、意圖識(shí)別、創(chuàng)意優(yōu)化精選、點(diǎn)擊率預(yù)估、轉(zhuǎn)化率預(yù)估等幾乎每一個(gè)環(huán)節(jié)都引入了AI技術(shù)進(jìn)行優(yōu)化,但是對(duì)于客戶而言,在如此復(fù)雜的廣告系統(tǒng)當(dāng)中,每一個(gè)引入了機(jī)器學(xué)習(xí)的環(huán)節(jié)都需要數(shù)據(jù)的喂養(yǎng)。然而,廣告系統(tǒng)的數(shù)據(jù)都是用真金白銀競(jìng)價(jià)獲得的。讓廣告系統(tǒng)學(xué)習(xí)到廣告的特征,都需要依賴廣告投放的前期消耗,這往往造成轉(zhuǎn)化成本不可控,甚至是轉(zhuǎn)化成本不可接受的情況。
此外,更重要的是,因?yàn)閺V告投放系統(tǒng)每個(gè)環(huán)節(jié)同時(shí)存在AI的邏輯控制和優(yōu)化師的人工操作痕跡,因此,必須保證人工條件、素材,還有AI系統(tǒng)三者的trade off達(dá)到平衡才能獲得理想的結(jié)果。
廣告主和優(yōu)化師每天除了關(guān)注預(yù)算和ROI之外,最關(guān)心的就是廣告計(jì)劃本身的素材細(xì)節(jié):文案標(biāo)題要足夠勁爆,解壓產(chǎn)品的圖文視頻要足夠解壓,文娛的圖文視頻要有足夠娛樂性。同時(shí),創(chuàng)意或者說更底層的廣告物料也是廣告主最切實(shí)的煩惱:如果沒有足夠的信息提示,創(chuàng)新性的素材、抓眼球又足夠?qū)I(yè)的廣告素材從何而來?
3. AI技術(shù)能夠帶來的三大變革
首先,準(zhǔn)確描述目標(biāo)人群。
“追求最大化投放效率,只為目標(biāo)人群付費(fèi)”永遠(yuǎn)是廣告主的終極訴求。相比于平臺(tái)或代理,越來越多的廣告主開始關(guān)注自身的數(shù)據(jù)能力,著手最大化自身數(shù)據(jù)的價(jià)值。其中常見做法包括建立自己的用戶畫像體系、標(biāo)簽體系、興趣偏好、轉(zhuǎn)化偏好等等。但是從行業(yè)角度看,企業(yè)內(nèi)部數(shù)據(jù)受到平臺(tái)方生態(tài)的限制,比如平臺(tái)提供不同應(yīng)用程序的Open ID,多為互相獨(dú)立無(wú)法打通,即使使用聯(lián)合ID,也局限于企業(yè)內(nèi)部。不管是游戲行業(yè)、美妝行業(yè),還是金融行業(yè),對(duì)全網(wǎng)用戶畫像的渴求都溢于言表。用戶細(xì)粒度數(shù)據(jù),尤其是可以全網(wǎng)打通的用戶數(shù)據(jù)是這個(gè)時(shí)代最重要的資產(chǎn)。
隨著用戶隱私的保護(hù)機(jī)制越來越嚴(yán)格,端上可直接采集的用戶信息越來越少,全網(wǎng)用戶畫像數(shù)據(jù)的建立正在變得越來越困難,遠(yuǎn)如“IMEI值禁止采集”,近如IOS IDFA的“默認(rèn)不開啟”。
國(guó)內(nèi)億級(jí)用戶的超級(jí)APP諸如抖音、快手、微信,未來將以類似于基礎(chǔ)設(shè)施一般的作用出現(xiàn)在越來越多的場(chǎng)景中。越是大企業(yè),數(shù)據(jù)能力越強(qiáng),積累的數(shù)據(jù)將越多。但是這并不表示普通企業(yè)將束手無(wú)策,因?yàn)閺V告主擁有媒體大平臺(tái)所缺少的深度轉(zhuǎn)化數(shù)據(jù)。這當(dāng)中就包括了常見畫像字段的三種基本分類屬性:
1. 天然屬性。天然屬性通常也可以叫做元數(shù)據(jù)、meta數(shù)據(jù),比如人的年齡、性別、昵稱等等,是畫像字段中最基礎(chǔ)的數(shù)據(jù),也是最通用的字段。對(duì)于很多行業(yè)來說,這些基礎(chǔ)字段就是他們理解的畫像數(shù)據(jù)90%的內(nèi)涵。
2. 統(tǒng)計(jì)屬性。統(tǒng)計(jì)類的屬性字段,通常與業(yè)務(wù)有相關(guān)性,比如用戶過去3個(gè)月購(gòu)買的10個(gè)頭部商品類別、最近7天搜索詞的倒排截?cái)嗔斜?、用?個(gè)月內(nèi)觀看次數(shù)最多的主播ID列表。統(tǒng)計(jì)類屬性通常與用戶興趣相關(guān),可以連接用戶和業(yè)務(wù)場(chǎng)景。
3. 機(jī)器學(xué)習(xí)屬性,或者叫做機(jī)器學(xué)習(xí)的預(yù)測(cè)屬性、特征列表。此類屬性可解釋性最差,卻是對(duì)于具體的業(yè)務(wù)場(chǎng)景理解最深刻的部分,比如基于機(jī)器學(xué)習(xí)技術(shù)給用戶單獨(dú)建立的特征向量、用戶的搜索詞的向量化表示。此類特征是機(jī)器學(xué)習(xí)技術(shù)的中間結(jié)果,將直接支持模型執(zhí)行在線預(yù)測(cè)和計(jì)算。相比較于前兩者,基于機(jī)器學(xué)習(xí)技術(shù)構(gòu)造的畫像字段正在日益豐富,僅僅是向量化技術(shù)便層出不窮,從Deepwalk、LINE再到淺層網(wǎng)絡(luò)、深層網(wǎng)絡(luò)等均以輸出向量為目標(biāo)。
實(shí)踐中,ZTouch常使用前兩者作為業(yè)務(wù)規(guī)則和干預(yù)條件,使用每個(gè)用戶特有的向量化表示進(jìn)行在線機(jī)器學(xué)習(xí)的預(yù)測(cè)。
其次,優(yōu)化投放成本。
使用機(jī)器學(xué)習(xí)精確描述目標(biāo)人群,這是一項(xiàng)耗費(fèi)資源很大的、長(zhǎng)期而且持續(xù)的工作,但是僅憑這一項(xiàng)工作還不能支持商業(yè)邏輯。有了模型數(shù)據(jù)基礎(chǔ)和目標(biāo)人群的向量化表示,還需要有實(shí)際模型生效的場(chǎng)景,機(jī)器學(xué)習(xí)的“預(yù)測(cè)”步驟必須嵌入到廣告投放的核心流程中才可以保證投放成本。這里就不得不提到最近才出現(xiàn)的廣告投放技術(shù)RTA。
傳統(tǒng)RTB模式,和RTA技術(shù)本質(zhì)上都是給廣告主決策權(quán)。相比于程序化廣告RTB+ADX模式中的媒體方畫像數(shù)據(jù)基本不起作用,RTA兼顧廣告主和媒體方的決策能力,在直投廣告的基礎(chǔ)上允許廣告主自行決定是否參與競(jìng)價(jià),并可以基于用戶價(jià)值的判斷做到每次曝光的個(gè)性化出價(jià)。
廣告主使用RTA投放,自身數(shù)據(jù)越全面,則機(jī)器學(xué)習(xí)能力越強(qiáng)、判斷越精準(zhǔn)、投放成本越低。在這種情況下,廣告主在具體決策時(shí),由淺入深可以運(yùn)用幾種決策方式:
1. 基于規(guī)則
2. 基于業(yè)務(wù)邏輯和行業(yè)知識(shí)
3. 基于機(jī)器學(xué)習(xí)模型預(yù)測(cè)
第一種決策方式很容易理解。廣告主如果自己收集了歷史用戶列表,可以依據(jù)當(dāng)前設(shè)備(用戶)是否有安裝過APP、是否屬于活躍用戶的規(guī)則來決定是否參與競(jìng)價(jià),進(jìn)行基礎(chǔ)的分層拉新拉活操作。依賴于廣告主側(cè)的業(yè)務(wù)數(shù)據(jù),即使是簡(jiǎn)單規(guī)則干預(yù)仍然可創(chuàng)造可觀的投放成本優(yōu)化空間。
第二種決策方式則是在第一種方式上引入了三方數(shù)據(jù)和自身業(yè)務(wù)邏輯數(shù)據(jù)。對(duì)于金融廣告主,第三方數(shù)據(jù)包括征信信息、該用戶/設(shè)備是否經(jīng)常在“薅羊毛”黑名單上、是否是虛擬設(shè)備等等。對(duì)于電商廣告主,則需要知道該用戶上個(gè)月是否剛買了新電腦,如果答案為“是”,那么目前的電腦相關(guān)廣告就沒有曝光的價(jià)值了。相對(duì)來說,第二種決策邏輯比第一種要求的數(shù)據(jù)更多,而且難度大,要求廣告主有數(shù)據(jù)能力。
第三種方式依賴機(jī)器學(xué)習(xí)模型及業(yè)務(wù)數(shù)據(jù)進(jìn)行決策,對(duì)RTA客戶的自身能力要求最高,不但要有完整的大數(shù)據(jù)能力,還要具備高QPS壓力下快速模型預(yù)測(cè)的能力。ZTouch團(tuán)隊(duì)曾創(chuàng)立并服務(wù)過多款日活用戶千萬(wàn)級(jí)的短視頻產(chǎn)品,具備日處理10P級(jí)樣本訓(xùn)練模型、秒級(jí)實(shí)時(shí)更新模型的實(shí)力,有能力幫助客戶對(duì)接各主流廣告平臺(tái)。
總體來說,優(yōu)化投放成本必須使用廣告主自身的數(shù)據(jù)。廣告主有AI模型能力針對(duì)每一次曝光競(jìng)價(jià)進(jìn)行逐一甄別將是未來的發(fā)展趨勢(shì),機(jī)器學(xué)習(xí)技術(shù)必將在其中大放異彩。
第三,持續(xù)產(chǎn)出優(yōu)質(zhì)廣告。
廣告主面對(duì)的最后一個(gè)現(xiàn)實(shí)層面的問題就是:如何持續(xù)產(chǎn)出優(yōu)質(zhì)廣告。這涉及的影響因素太多,AI技術(shù)在其中可以支撐的價(jià)值點(diǎn)有:
1. 技術(shù)門檻突破,讓廣告更加原生、用戶體驗(yàn)更好,圖像技術(shù)、語(yǔ)音技術(shù)均有用武之地。
2. 過程指標(biāo)預(yù)測(cè),基于現(xiàn)有廣告素材進(jìn)行打分或點(diǎn)擊預(yù)測(cè)。
3. 基于數(shù)據(jù)挖掘技術(shù)進(jìn)行優(yōu)質(zhì)創(chuàng)意的預(yù)測(cè)和甄選。
AI技術(shù)已應(yīng)用于熱門創(chuàng)意的快速發(fā)現(xiàn),以及通過組合現(xiàn)有元素生成更加新穎的創(chuàng)意。ZTouch結(jié)合自身的AI模型能力,賦能廣告代理商和廣告主,幫助他們實(shí)現(xiàn)高效且精準(zhǔn)的智能廣告投放。ZTouch自研的廣告智能投放平臺(tái)“達(dá)爾文(Darwin)”提供統(tǒng)一的TD界面、自動(dòng)化階梯出價(jià)、快速的批量創(chuàng)建,綜合了所有可以提升優(yōu)質(zhì)創(chuàng)意的發(fā)現(xiàn)技術(shù),實(shí)現(xiàn)機(jī)器學(xué)習(xí)和大數(shù)據(jù)能力在信息流廣告直投領(lǐng)域的價(jià)值落地。
2021年是ZTouch高速發(fā)展的一年,備受客戶認(rèn)可的同時(shí)業(yè)務(wù)也在大幅增長(zhǎng),急需大量想創(chuàng)業(yè)的小伙伴加入,一起打造全球化AI人工智能尖端品牌,做企業(yè)數(shù)智化摯愛伙伴,智領(lǐng)創(chuàng)新,共創(chuàng)未來!目前招聘職位有:推薦算法工程師、NLP算法工程師、推薦系統(tǒng)工程師、后端開發(fā)工程師、Web前端開發(fā)工程師、廣告產(chǎn)品經(jīng)理等職位。
了解更多ZTouch最新動(dòng)態(tài)、活動(dòng)和招聘信息,請(qǐng)瀏覽公司官方網(wǎng)站:www.ztouch.co。