 |
北京2021年6月9日 /美通社/ -- 廣告投放對現(xiàn)代企業(yè)來說是業(yè)務(wù)增長的重要一環(huán)，投放效果對企業(yè)的短期影響是推廣成本的高低，長期對企業(yè)市場地位有決定性的影響。廣告投放的核心目標是通過合理的成本獲取目標用戶，從而實現(xiàn)商業(yè)價值。在實際操作中，平衡投放成本和客戶生命周期價值（LTV）是最為關(guān)鍵的環(huán)節(jié)。
1. 落地場景
AI技術(shù)本身內(nèi)涵豐富，準確地說，在本文中討論的是機器學習技術(shù)在廣告行業(yè)中的應(yīng)用。在廣告投放領(lǐng)域，AI技術(shù)的價值落地點可以歸結(jié)為如下幾個方面：
在用戶洞察方向上，AI技術(shù)的落地點主要在DMP系統(tǒng)構(gòu)建、用戶定向分析、用戶聚類、用戶相似度擴展等方向。具體而言，通過機器學習技術(shù)，企業(yè)可以基于用戶行為等業(yè)務(wù)數(shù)據(jù)建立復雜的標簽系統(tǒng)描述用戶的興趣愛好。實際應(yīng)用中基于AI算法生成的不可解釋的標簽體系往往對用戶的興趣描述能力更強。
通過AI機器學習打通多源數(shù)據(jù)，可以更好地進行跨屏用戶識別與定向。同時，用戶屬性可能會隨著時間推移快速變化，因此可以用AI算法來自我跟進變化。基于對潛在人群的洞察，通過支持人群擴展、相似度計算，達到更好地理解用戶、洞察用戶的效果。
ZTouch 科技觸達人心
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)化及自動生成、綜合調(diào)優(yōu)等能力：通過對已有素材的訓練和學習，能夠自動生成創(chuàng)意，降低人工成本，提升生產(chǎn)效率；通過智能投放，進行多組素材的測試，針對不同用戶投放最優(yōu)素材。
在智能投放方向上，基于AI技術(shù)可以完成點擊率預估、轉(zhuǎn)化率預估、在線實時用戶廣告行為預測，通過機器學習系統(tǒng)設(shè)定的目標達成平臺收益最大化或者廣告主收益最大化。
直投媒體平臺廣告引擎的各種智能競價系統(tǒng)都是AI技術(shù)的典型應(yīng)用。基于OCPX出價的模式預估用戶對每個廣告的點擊率、轉(zhuǎn)化率和個性化出價已經(jīng)變成目前信息流直投廣告的主要競價模式。廣告主/廣告代理使用AI技術(shù)可以更精準的刻畫用戶畫像，實現(xiàn)精準人群細分，尋找創(chuàng)意投放組合；同時，基于機器學習算法去優(yōu)化點擊率、轉(zhuǎn)化率預估模型和智能出價模型等。
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)論和預測。在不合理流量的過濾、反作弊、風險控制、投放轉(zhuǎn)化的歸因等多個領(lǐng)域，AI技術(shù)均有實際價值場景。
2. 現(xiàn)實中的痛點
只有擁有了準確的用戶畫像、合理高效的創(chuàng)意生成技術(shù)，渠道本身觸達精準，并且投放過程中可以精確識別虛假流量、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)實投放中會遇到的所有問題：
同一個客戶往往會在不同媒體進行廣告投放，而各個平臺的廣告系統(tǒng)差異巨大。實際上，即使是簡單的廣告計劃、廣告組等基礎(chǔ)廣告組織結(jié)構(gòu)在現(xiàn)實中也不存在統(tǒng)一的行業(yè)標準。此外，即使同一個媒體方，其內(nèi)部也存在不同廣告投放平臺之間分裂、合并、又分裂的情況。復雜的廣告投放環(huán)境對于廣告優(yōu)化師提出了極高的要求，優(yōu)化師必須要有各種平臺的使用經(jīng)驗。
雖然媒體方會基于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行人群定向，然而在現(xiàn)實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)盟流量當中，媒體核心產(chǎn)品的流量差異巨大。面對這種情況，有經(jīng)驗的優(yōu)化師往往會先在優(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)、意圖識別、創(chuàng)意優(yōu)化精選、點擊率預估、轉(zhuǎn)化率預估等幾乎每一個環(huán)節(jié)都引入了AI技術(shù)進行優(yōu)化，但是對于客戶而言，在如此復雜的廣告系統(tǒng)當中，每一個引入了機器學習的環(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)都是用真金白銀競價獲得的。讓廣告系統(tǒng)學習到廣告的特征，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，因為廣告投放系統(tǒng)每個環(huán)節(jié)同時存在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)注預算和ROI之外，最關(guān)心的就是廣告計劃本身的素材細節(jié)：文案標題要足夠勁爆，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，創(chuàng)意或者說更底層的廣告物料也是廣告主最切實的煩惱：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，準確描述目標人群。
“追求最大化投放效率，只為目標人群付費”永遠是廣告主的終極訴求。相比于平臺或代理，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)的價值。其中常見做法包括建立自己的用戶畫像體系、標簽體系、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)受到平臺方生態(tài)的限制，比如平臺提供不同應(yīng)用程序的Open ID，多為互相獨立無法打通，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)，對全網(wǎng)用戶畫像的渴求都溢于言表。用戶細粒度數(shù)據(jù)，尤其是可以全網(wǎng)打通的用戶數(shù)據(jù)是這個時代最重要的資產(chǎn)。
隨著用戶隱私的保護機制越來越嚴格，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，遠如“IMEI值禁止采集”，近如IOS IDFA的“默認不開啟”。
國內(nèi)億級用戶的超級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)在越來越多的場景中。越是大企業(yè)，數(shù)據(jù)能力越強，積累的數(shù)據(jù)將越多。但是這并不表示普通企業(yè)將束手無策，因為廣告主擁有媒體大平臺所缺少的深度轉(zhuǎn)化數(shù)據(jù)。這當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)計屬性。統(tǒng)計類的屬性字段，通常與業(yè)務(wù)有相關(guān)性，比如用戶過去3個月購買的10個頭部商品類別、最近7天搜索詞的倒排截斷列表、用戶3個月內(nèi)觀看次數(shù)最多的主播ID列表。統(tǒng)計類屬性通常與用戶興趣相關(guān)，可以連接用戶和業(yè)務(wù)場景。
3. 機器學習屬性，或者叫做機器學習的預測屬性、特征列表。此類屬性可解釋性最差，卻是對于具體的業(yè)務(wù)場景理解最深刻的部分，比如基于機器學習技術(shù)給用戶單獨建立的特征向量、用戶的搜索詞的向量化表示。此類特征是機器學習技術(shù)的中間結(jié)果，將直接支持模型執(zhí)行在線預測和計算。相比較于前兩者，基于機器學習技術(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。
實踐中，ZTouch常使用前兩者作為業(yè)務(wù)規(guī)則和干預條件，使用每個用戶特有的向量化表示進行在線機器學習的預測。
ZTouch 數(shù)智實力地圖
其次，優(yōu)化投放成本。
使用機器學習精確描述目標人群，這是一項耗費資源很大的、長期而且持續(xù)的工作，但是僅憑這一項工作還不能支持商業(yè)邏輯。有了模型數(shù)據(jù)基礎(chǔ)和目標人群的向量化表示，還需要有實際模型生效的場景，機器學習的“預測”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價，并可以基于用戶價值的判斷做到每次曝光的個性化出價。
廣告主使用RTA投放，自身數(shù)據(jù)越全面，則機器學習能力越強、判斷越精準、投放成本越低。在這種情況下，廣告主在具體決策時，由淺入深可以運用幾種決策方式：
1. 基于規(guī)則
2. 基于業(yè)務(wù)邏輯和行業(yè)知識
3. 基于機器學習模型預測
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價，進行基礎(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)，即使是簡單規(guī)則干預仍然可創(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。對于電商廣告主，則需要知道該用戶上個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值了。相對來說，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。
第三種方式依賴機器學習模型及業(yè)務(wù)數(shù)據(jù)進行決策，對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壓力下快速模型預測的能力。ZTouch團隊曾創(chuàng)立并服務(wù)過多款日活用戶千萬級的短視頻產(chǎn)品，具備日處理10P級樣本訓練模型、秒級實時更新模型的實力，有能力幫助客戶對接各主流廣告平臺。
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模型能力針對每一次曝光競價進行逐一甄別將是未來的發(fā)展趨勢，機器學習技術(shù)必將在其中大放異彩。
第三，持續(xù)產(chǎn)出優(yōu)質(zhì)廣告。
廣告主面對的最后一個現(xiàn)實層面的問題就是：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值點有：
1. 技術(shù)門檻突破，讓廣告更加原生、用戶體驗更好，圖像技術(shù)、語音技術(shù)均有用武之地。
2. 過程指標預測，基于現(xiàn)有廣告素材進行打分或點擊預測。
3. 基于數(shù)據(jù)挖掘技術(shù)進行優(yōu)質(zhì)創(chuàng)意的預測和甄選。
ZTouch 廣告數(shù)智投放平臺達爾文（Darwin）的六大特性
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，幫助他們實現(xiàn)高效且精準的智能廣告投放。ZTouch自研的廣告智能投放平臺“達爾文（Darwin）”提供統(tǒng)一的TD界面、自動化階梯出價、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)，實現(xiàn)機器學習和大數(shù)據(jù)能力在信息流廣告直投領(lǐng)域的價值落地。
2021年是ZTouch高速發(fā)展的一年，備受客戶認可的同時業(yè)務(wù)也在大幅增長，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最新動態(tài)、活動和招聘信息，請瀏覽公司官方網(wǎng)站：www.ztouch.co。
