ADtech廣告科技專家Chad Pollitt 對於人工智慧與網路廣告的看法
今年，我承擔了幾項雄心勃勃的任務。其中一項是我的專業發展的一部分，為了學習關於人工智能（AI）和市場營銷的所有知識，另一項專注於年度原生廣告技術研究，類似於去年在這裡展示的內容 – 2017年原生廣告技術景觀。我當時知道的並不多，但整個電子書出自隨後的人工智能研究“關於市場營銷分析和人工智能需要了解的一切”。從字面上看，您需要了解的有關營銷和人工智能今天的一切及其影響分析，賺取，擁有和付費的媒體。因此，我想分享我在兩部分系列文章中學到的最新研究成果。
第一部分將重點介紹AI對付費媒體的影響，包括PPC，展示廣告和原生廣告。這將與第二篇專門討論今年原生廣告技術格局的文章相吻合。它比去年增長了48％。
在我們開始研究AI對付費媒體的影響之前，我們必須先看看它對分析的影響。這或許高於其他因素對付費媒體的最直接影響。
人工智能和分析
我們大多數人習慣於使用三大分析平台之一。他們將保持無名。這些平台還擁有世界上一些最大的在線廣告市場。他們沒有太多的動力來幫助我們減少花費並實現更多。
因此，他們只關注離我們網站最遠一度的數據。以下是這樣的內容：
一度分離
我們大多數人已經習慣於在此歸因模型中查看我們的分析。但是，這個模型僅代表我們在線影響力範圍內的數據的20％。如果我們想要查看其他80％的模型，需要關注離我們網站三度的數據。以下是這樣的內容：
三度分離
通過使用AI來引入許多不同的結構化和非結構化數據流，分析實際上可以在線看到網站的主題領域中幾乎100％，開啟了我們無法使用三大分析平台之一看到的80％。這就像是這樣看著互聯網：
互聯網的3D視圖
與三大巨頭給我們的這種觀點相反：
互聯網的一維視圖
擁有這種觀點對收入，擁有和支付的媒體產生了非常顯著的影響，我在新電子書中探索每個子類別。不過，現在讓我們來看看它對付費媒體的具體影響。
人工智能和顯示廣告
過去幾年來，“編程式”和“實時出價”（RTB）這些詞語在過去幾年中一直都很流行，並且一般都是付費媒體。有時，這些短語與人工智能，機器學習和自然語言處理一起討論。雖然程序化和實時出價系統都具有一點AI，但它們確實代表了一種橋樑技術，它將展示廣告從目前的平庸透明狀態轉變為完全屬於自己的透明未來。
兩項技術將對這一轉變產生最大影響 – AI和區塊鏈。展示空間同時兼具透明度和歸屬感。在我們花費寶貴的預算的時候，有很多第三方將手伸進糖果碗，並拿起便士。再加上一群垃圾郵件機器人犯下點擊欺詐行為，而且你的系統充滿了問題。
平均而言，展示廣告的點擊率為0.05％。在這些點擊率中，只有30％到40％不會立即反彈。這個頻道的低效率令人震驚。第一個展示廣告來自AT＆T，早在1994年就有44％的點擊率。到1998年，點擊率急劇下降 – 接近我們今天看到的。
好消息是，技術正在幫助解決這些效率低下的問題。在一個人工智能驅動的分析環境中，網站擁有三種歸屬感，品牌不僅能夠看到最有效的顯示通道，從而為他們帶來流量，而且所有渠道都能有效地將流量帶入所有審慎的網站在他們的行業內外。
通過人工智能驅動的分析，品牌會準確地知道他們需要翻一番的位置以及他們需要預算的地方。這一級別的洞察力有助於實現雙倍甚至三倍的點擊率以及展示廣告的整體點擊後效果。
人工智能和每次點擊付費
人工智能驅動分析解決方案可以使用許多不同的非結構化數據源為品牌展示最有影響力的關鍵字詞組。 PPC不只是在Google上做廣告。它確定了差距並規定了新的關鍵字，出價調整和廣告組。它可以幫助營銷人員更有效地管理預算。
關鍵詞短語，廣告組，定位等可能的組合對於品牌來說幾乎是無限的。允許使用AI驅動分析來分析這些大數據是確保品牌投資於最佳組合和排列的最有效方法。使用機器學習的優化只會隨著時間的推移而變得更好它不斷提高收入或PPC的目標。憑藉其實時性，用於電力賬戶管理的人工智能驅動分析對於敏感於快速行為季節性，市場或消費者變化的品牌尤其重要。
雖然人工智能在PPC上製造了許多終端道路，但如果沒有營銷人員的支持，帳戶管理仍然不能達到完全自動化的水平。然而，未來的迭代將建立在具有深度學習能力的神經網絡基礎之上。就像人工智能可以被教會比人類更好地玩遊戲一樣，有一天它也能夠自己運行PPC活動。
人工智能和原生廣告
AI已經對原生廣告產生了重大影響。在廣告技術方面，與傳統的CPC，CPM或CPA相比，機器學習的使用正在創造每個參與模型（CPE）的成本。這對於希望按比例分配頂級渠道內容的營銷商來說非常理想。內容營銷人員希望他們的內容參與其中。
從分析的角度來看，AI為展示廣告提供的所有相同優勢也得以實現 – 了解哪些網站在提供可達3度的可行性流量方面效率最高。這些數據使得預算只能轉移到那些執行的網站上，並允許品牌從那些不支持的網站撤回預算。這種可見度有助於營銷人員避免幾乎所有與在線付費媒體相關的浪費，欺詐和濫用行為。
它也提供了非常準確的競爭觀點。這對其他不太明顯的原因很有用。通過原生廣告收集競爭對手的創意資產清單，以便那些表現良好的單位可以幫助品牌在其創意中具有競爭優勢。此外，AI驅動分析中內置的內容智能可讓營銷人員知道在使用原生廣告解決方案擴展分佈時，哪些內容可能表現最佳。
人工智能和贊助內容
基於人工智能的內容智能工具也非常適合發現付費的企業聯合組織和讚助內容機會。根據Business Insider的Margaret Boland的說法，在未來五年內，贊助內容將是發展速度最快的原生格式。贊助內容被視為長篇原生廣告。這是由出版物或品牌本身編寫的整篇文章或一系列文章。
內容智能可以幫助營銷人員製作理想的有針對性的出版物和/或博客列表，以請求贊助內容或付費整合。它還提供了一種追踪其性能的理想方式，而無需依賴出版物來提供數據。
人工智能和付費社交媒體
隨著時間的推移，品牌的有機社交媒體知名度急劇下降。這迫使許多人在社交渠道上投入大量付費解決方案。事實上，到2020年，全球範圍內原生廣告節目廣告支出的60％將投放在Facebook上。
付費社交媒體營銷人員可以獲得與上述程序化原生廣告部分中所述相同的好處。然而，它提供的付費社交媒體營銷的一個主要好處是數據獨立性。營銷人員不需要完全依賴Twitter或Facebook儀表板來監控性能。所有社交媒體渠道的數據規範化和基準測試也是一項優勢。
此外，通過三度視圖，營銷人員將能夠確定用戶在訪問社交媒體網絡之前的位置。這些信息對於確定新的廣告位置或將故事構思推給廣告來說非常有價值。AI如何影響付費媒體的底線很簡單 – 性能更好，成本更低。浪費，欺詐和濫用行為可以更好地被識別出來，並且我們可以更好地了解我們行業的互聯網角落。下週再次加入我們，深入探索整個原生廣告技術領域。有關AI如何影響收入和擁有媒體及其子類別的更多信息，請隨時下載我的最新電子書。
Everything You Need to Know About Artificial Intelligence and Its Impact on PPC, Native, and Display Advertising
Selected by AccuHit AI