 |
北京2021年6月9日 /美通社/ -- 廣告投放對現代企業來說是業務增長的重要一環，投放效果對企業的短期影響是推廣成本的高低，長期對企業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，從而實現商業價值。在實際操作中，平衡投放成本和客戶生命周期價值（LTV）是最為關鍵的環節。
1. 落地場景
AI技術本身內涵豐富，準確地說，在本文中討論的是機器學習技術在廣告行業中的應用。在廣告投放領域，AI技術的價值落地點可以歸結為如下幾個方面：
在用戶洞察方向上，AI技術的落地點主要在DMP系統構建、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，企業可以基于用戶行為等業務數據建立復雜的標簽系統描述用戶的興趣愛好。實際應用中基于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據，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
創意是廣告的核心組成部分之一，創意的好壞極大地影響廣告的投放效果和轉化成本。在廣告創意領域，通過應用AI算法，企業將獲得創意優化及自動生成、綜合調優等能力：通過對已有素材的訓練和學習，能夠自動生成創意，降低人工成本，提升生產效率；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素材。
在智能投放方向上，基于AI技術可以完成點擊率預估、轉化率預估、在線實時用戶廣告行為預測，通過機器學習系統設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都是AI技術的典型應用。基于OCPX出價的模式預估用戶對每個廣告的點擊率、轉化率和個性化出價已經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技術可以更精準的刻畫用戶畫像，實現精準人群細分，尋找創意投放組合；同時，基于機器學習算法去優化點擊率、轉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，應用AI技術可以做到智能優化，并給出效果分析結論和預測。在不合理流量的過濾、反作弊、風險控制、投放轉化的歸因等多個領域，AI技術均有實際價值場景。
2. 現實中的痛點
只有擁有了準確的用戶畫像、合理高效的創意生成技術，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差異巨大。實際上，即使是簡單的廣告計劃、廣告組等基礎廣告組織結構在現實中也不存在統一的行業標準。此外，即使同一個媒體方，其內部也存在不同廣告投放平臺之間分裂、合并、又分裂的情況。復雜的廣告投放環境對于廣告優化師提出了極高的要求，優化師必須要有各種平臺的使用經驗。
雖然媒體方會基于AI技術建立各種詞包、人群包、豐富的定向條件幫助客戶進行人群定向，然而在現實中廣告主往往還是經常獲取不到真正優質的流量。比如在聯盟流量當中，媒體核心產品的流量差異巨大。面對這種情況，有經驗的優化師往往會先在優質流量上磨練成熟的創意，待得到穩定轉化之后才敢于在聯盟流量上進行下一步投放。
盡管現在的廣告系統在諸如廣告召回、意圖觸發、意圖識別、創意優化精選、點擊率預估、轉化率預估等幾乎每一個環節都引入了AI技術進行優化，但是對于客戶而言，在如此復雜的廣告系統當中，每一個引入了機器學習的環節都需要數據的喂養。然而，廣告系統的數據都是用真金白銀競價獲得的。讓廣告系統學習到廣告的特征，都需要依賴廣告投放的前期消耗，這往往造成轉化成本不可控，甚至是轉化成本不可接受的情況。
此外，更重要的是，因為廣告投放系統每個環節同時存在AI的邏輯控制和優化師的人工操作痕跡，因此，必須保證人工條件、素材，還有AI系統三者的trade off達到平衡才能獲得理想的結果。
廣告主和優化師每天除了關注預算和ROI之外，最關心的就是廣告計劃本身的素材細節：文案標題要足夠勁爆，解壓產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，創新性的素材、抓眼球又足夠專業的廣告素材從何而來？
3. AI技術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注自身的數據能力，著手最大化自身數據的價值。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、轉化偏好等等。但是從行業角度看，企業內部數據受到平臺方生態的限制，比如平臺提供不同應用程序的Open ID，多為互相獨立無法打通，即使使用聯合ID，也局限于企業內部。不管是游戲行業、美妝行業，還是金融行業，對全網用戶畫像的渴求都溢于言表。用戶細粒度數據，尤其是可以全網打通的用戶數據是這個時代最重要的資產。
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，全網用戶畫像數據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設施一般的作用出現在越來越多的場景中。越是大企業，數據能力越強，積累的數據將越多。但是這并不表示普通企業將束手無策，因為廣告主擁有媒體大平臺所缺少的深度轉化數據。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據、meta數據，比如人的年齡、性別、昵稱等等，是畫像字段中最基礎的數據，也是最通用的字段。對于很多行業來說，這些基礎字段就是他們理解的畫像數據90%的內涵。
2. 統計屬性。統計類的屬性字段，通常與業務有相關性，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個月內觀看次數最多的主播ID列表。統計類屬性通常與用戶興趣相關，可以連接用戶和業務場景。
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，卻是對于具體的業務場景理解最深刻的部分，比如基于機器學習技術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的中間結果，將直接支持模型執行在線預測和計算。相比較于前兩者，基于機器學習技術構造的畫像字段正在日益豐富，僅僅是向量化技術便層出不窮，從Deepwalk、LINE再到淺層網絡、深層網絡等均以輸出向量為目標。
實踐中，ZTouch常使用前兩者作為業務規則和干預條件，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 數智實力地圖
其次，優化投放成本。
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、長期而且持續的工作，但是僅憑這一項工作還不能支持商業邏輯。有了模型數據基礎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的廣告投放技術RTA。
傳統RTB模式，和RTA技術本質上都是給廣告主決策權。相比于程序化廣告RTB+ADX模式中的媒體方畫像數據基本不起作用，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，自身數據越全面，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. 基于規則
2. 基于業務邏輯和行業知識
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，可以依據當前設備（用戶）是否有安裝過APP、是否屬于活躍用戶的規則來決定是否參與競價，進行基礎的分層拉新拉活操作。依賴于廣告主側的業務數據，即使是簡單規則干預仍然可創造可觀的投放成本優化空間。
第二種決策方式則是在第一種方式上引入了三方數據和自身業務邏輯數據。對于金融廣告主，第三方數據包括征信信息、該用戶/設備是否經常在“薅羊毛”黑名單上、是否是虛擬設備等等。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據更多，而且難度大，要求廣告主有數據能力。
第三種方式依賴機器學習模型及業務數據進行決策，對RTA客戶的自身能力要求最高，不但要有完整的大數據能力，還要具備高QPS壓力下快速模型預測的能力。ZTouch團隊曾創立并服務過多款日活用戶千萬級的短視頻產品，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，優化投放成本必須使用廣告主自身的數據。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展趨勢，機器學習技術必將在其中大放異彩。
第三，持續產出優質廣告。
廣告主面對的最后一個現實層面的問題就是：如何持續產出優質廣告。這涉及的影響因素太多，AI技術在其中可以支撐的價值點有：
1. 技術門檻突破，讓廣告更加原生、用戶體驗更好，圖像技術、語音技術均有用武之地。
2. 過程指標預測，基于現有廣告素材進行打分或點擊預測。
3. 基于數據挖掘技術進行優質創意的預測和甄選。
ZTouch 廣告數智投放平臺達爾文（Darwin）的六大特性
AI技術已應用于熱門創意的快速發現，以及通過組合現有元素生成更加新穎的創意。ZTouch結合自身的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）”提供統一的TD界面、自動化階梯出價、快速的批量創建，綜合了所有可以提升優質創意的發現技術，實現機器學習和大數據能力在信息流廣告直投領域的價值落地。
2021年是ZTouch高速發展的一年，備受客戶認可的同時業務也在大幅增長，急需大量想創業的小伙伴加入，一起打造全球化AI人工智能尖端品牌，做企業數智化摯愛伙伴，智領創新，共創未來！目前招聘職位有：推薦算法工程師、NLP算法工程師、推薦系統工程師、后端開發工程師、Web前端開發工程師、廣告產品經理等職位。
了解更多ZTouch最新動態、活動和招聘信息，請瀏覽公司官方網站：www.ztouch.co。
