■ 姜智彬 師夢(mèng)瑤

相較于消費(fèi)者智能洞察、廣告智能創(chuàng)作和廣告智能投放等已經(jīng)進(jìn)化較為成熟的智能化變革并已研發(fā)出較為成熟的智能產(chǎn)品的廣告運(yùn)作環(huán)節(jié)而言,作為重要的反饋機(jī)制,傳統(tǒng)廣告評(píng)估方式已無(wú)法有效輸出效果數(shù)據(jù)和發(fā)揮反饋?zhàn)饔?無(wú)法配合其他智能化環(huán)節(jié)的升級(jí)。為有效發(fā)揮效果數(shù)據(jù)的重要反饋?zhàn)饔?適應(yīng)廣告運(yùn)作的智能化轉(zhuǎn)型,秒針系統(tǒng)、熱云、友盟+等企業(yè)探索性地將人工智能技術(shù)引入廣告評(píng)估領(lǐng)域,試圖在智能技術(shù)的賦能下,為廣告主、媒介代理機(jī)構(gòu)以及網(wǎng)絡(luò)媒體提供實(shí)時(shí)、準(zhǔn)確的全域廣告監(jiān)測(cè)與分析服務(wù),這些前沿性探索為廣告評(píng)估的智能化轉(zhuǎn)型提供了較為豐富的實(shí)踐經(jīng)驗(yàn),但業(yè)界尚未建立完善健全的廣告智能評(píng)估系統(tǒng)。

本文以共振效應(yīng)理論為分析框架,梳理人工智能技術(shù)在廣告評(píng)估領(lǐng)域的應(yīng)用,試圖提煉出廣告智能評(píng)估的一般模型,并探索廣告智能評(píng)估的未來(lái)發(fā)展方向。

一、人工智能應(yīng)用下廣告評(píng)估的研究綜述

目前學(xué)術(shù)界對(duì)于廣告智能評(píng)估并沒(méi)有一個(gè)相對(duì)統(tǒng)一的概念界定,大多是描述效果評(píng)估的智能化特點(diǎn)①,主要圍繞以下三個(gè)方向展開(kāi):

(一)廣告評(píng)估方式的智能化變革

智能化時(shí)代下廣告效果數(shù)據(jù)的獲取不再由人力通過(guò)調(diào)查等方式收集統(tǒng)計(jì),而是借助媒體歸因程序②和情緒識(shí)別軟件③等智能技術(shù)追蹤廣告效果數(shù)據(jù),記錄消費(fèi)者接收廣告后的所有行為路徑④,收集多源(PC端、移動(dòng)端、OTT端等不同來(lái)源)異構(gòu)(圖像、語(yǔ)音、文本、數(shù)字等不同表達(dá)形式)的消費(fèi)者行為反饋數(shù)據(jù)以及實(shí)時(shí)的廣告效果表現(xiàn)數(shù)據(jù)⑤。數(shù)據(jù)分析方式也發(fā)生了變化,基于機(jī)器學(xué)習(xí)方法(層次聚類(lèi)、神經(jīng)網(wǎng)絡(luò)、主成分分析)與預(yù)期廣告目標(biāo)進(jìn)行分析比較⑥,可以對(duì)反饋數(shù)據(jù)進(jìn)行深度分析與多維度對(duì)比,將不同投放渠道、不同投放時(shí)間的效果分析數(shù)據(jù)以可視化的方式呈現(xiàn)。在肯定智能技術(shù)為廣告評(píng)估環(huán)節(jié)帶來(lái)積極變革的同時(shí),也有學(xué)者指出智能廣告無(wú)法擺脫對(duì)大數(shù)據(jù)的依賴,數(shù)據(jù)孤島⑦和對(duì)數(shù)據(jù)(尤其是敏感數(shù)據(jù))的嚴(yán)密防護(hù)⑧會(huì)影響到數(shù)據(jù)處理和分析過(guò)程,如何打通全域數(shù)據(jù)、在保護(hù)隱私的同時(shí)又不影響大數(shù)據(jù)的正常使用,是廣告智能評(píng)估亟待解決的問(wèn)題。

(二)廣告評(píng)估工作模式的高效化發(fā)展

廣告評(píng)估工作模式由傳統(tǒng)的單靠人力完成數(shù)據(jù)的收集與分析工作,向機(jī)器收集數(shù)據(jù)和人機(jī)協(xié)同處理數(shù)據(jù)的工作模式轉(zhuǎn)變,評(píng)估人員的工作重心從數(shù)據(jù)收集處理轉(zhuǎn)移到數(shù)據(jù)分析判斷上?；诖髷?shù)據(jù)和人工智能技術(shù),廣告評(píng)估人員可以以添加監(jiān)測(cè)代碼等方式采集從前端到后端的全鏈路消費(fèi)者行為數(shù)據(jù)⑨,數(shù)據(jù)可以來(lái)源于媒體方自己創(chuàng)建的監(jiān)測(cè)平臺(tái),也可以來(lái)源于第三方監(jiān)測(cè)機(jī)構(gòu),大大提高了數(shù)據(jù)采集效率。數(shù)據(jù)采集后,機(jī)器會(huì)運(yùn)用聚類(lèi)分析與歸因等方法挖掘數(shù)據(jù)間關(guān)系,尋找影響廣告效果的關(guān)鍵因素,并在機(jī)器學(xué)習(xí)的幫助下改進(jìn)廣告信息的傳遞,優(yōu)化廣告效果,提升廣告活動(dòng)效益。在智能技術(shù)的運(yùn)用下,監(jiān)測(cè)愈發(fā)的實(shí)時(shí)化與全流程化,隨著海量數(shù)據(jù)的不斷積累與算法模型的不斷優(yōu)化,效果數(shù)據(jù)的分析也愈發(fā)的深層次化,整體廣告評(píng)估工作不斷朝著高效化方向發(fā)展。

(三)廣告評(píng)估環(huán)節(jié)的協(xié)同性轉(zhuǎn)變

由于傳統(tǒng)測(cè)評(píng)技術(shù)的限制以及事后評(píng)估數(shù)據(jù)獲取的滯后性,傳統(tǒng)廣告作業(yè)流程是單向的、線性的、一次性的,效果評(píng)估是相對(duì)獨(dú)立的一個(gè)環(huán)節(jié)。智能技術(shù)加持下的廣告運(yùn)作不再表現(xiàn)為先投放后反饋的傳統(tǒng)線性模式,而是形成了以效果評(píng)估環(huán)節(jié)為紐帶的從消費(fèi)者洞察、創(chuàng)作到精準(zhǔn)投放的廣告全流程閉環(huán)運(yùn)作模式,打通了全鏈路廣告智能運(yùn)作系統(tǒng)。智能化技術(shù)的介入,使監(jiān)測(cè)實(shí)現(xiàn)了數(shù)據(jù)獲取實(shí)時(shí)化,廣告活動(dòng)的每一個(gè)環(huán)節(jié)、每一個(gè)媒介渠道、每一步投放操作產(chǎn)生的效果都可觀察可測(cè)量,效果數(shù)據(jù)的分析結(jié)果可以用于指導(dǎo)廣告營(yíng)銷(xiāo)方案的調(diào)整,實(shí)現(xiàn)廣告效果的“秒優(yōu)化”與個(gè)性化廣告應(yīng)對(duì)。在這個(gè)過(guò)程中,效果評(píng)估實(shí)際上發(fā)揮了中介平臺(tái)的作用,消費(fèi)者洞察、創(chuàng)作以及程序化投放等環(huán)節(jié)通過(guò)與效果評(píng)估環(huán)節(jié)的實(shí)時(shí)互動(dòng),可實(shí)現(xiàn)與其他環(huán)節(jié)的精準(zhǔn)互動(dòng)與協(xié)同作業(yè),滿足消費(fèi)者動(dòng)態(tài)需求,達(dá)成廣告活動(dòng)與消費(fèi)者需求的全鏈路匹配。由此,廣告智能評(píng)估走向智能評(píng)估與實(shí)時(shí)應(yīng)對(duì)的有機(jī)整合,實(shí)現(xiàn)了廣告流程的閉環(huán)運(yùn)作。

二、廣告智能評(píng)估的研究框架

(一)理論框架:共振效應(yīng)理論

“共振”這一概念來(lái)源于物理現(xiàn)象,最初是一個(gè)物理學(xué)名詞,指的是當(dāng)物體受到外力作用作受迫振動(dòng)時(shí),所加外部作用力的頻率與物體固有頻率接近或相等時(shí),振幅急劇增大的現(xiàn)象。在這個(gè)頻率下,物體會(huì)以比其他頻率更大的振幅做振動(dòng),這個(gè)特定的頻率就是共振頻率,這種現(xiàn)象就是共振現(xiàn)象,將這種由共振現(xiàn)象產(chǎn)生的效果或引發(fā)的影響統(tǒng)稱為“共振效應(yīng)”。

共振效應(yīng)的實(shí)質(zhì)是內(nèi)外兩力運(yùn)動(dòng)方向相同,頻率接近時(shí),二者合力達(dá)到最佳效果。根據(jù)對(duì)共振效應(yīng)的闡述,它包含三個(gè)必備條件:一是所有的共振都不是自發(fā)產(chǎn)生的,而是在外力作用下被迫進(jìn)行的；二是一切物體都有其固定的頻率,但固有頻率并不是顯性的,需要經(jīng)過(guò)多次測(cè)定才能了解；三是只有調(diào)節(jié)外部作用力的頻率與固有頻率相近或相等時(shí),才能產(chǎn)生共振,而不是以固有頻率去迎合作用力頻率。根據(jù)以上對(duì)共振效應(yīng)的理解,研究者認(rèn)為共振效應(yīng)機(jī)制實(shí)際上包含了感知、分析和匹配三個(gè)環(huán)節(jié),感知環(huán)節(jié)負(fù)責(zé)了解物體固有頻率和外部作用力頻率；分析環(huán)節(jié)負(fù)責(zé)對(duì)感知到的物體和外部作用力頻率進(jìn)行分析,尋找共振源；匹配環(huán)節(jié)則負(fù)責(zé)調(diào)整頻率促成共振效應(yīng)。

(二)邏輯結(jié)構(gòu):共振效應(yīng)理論與廣告智能評(píng)估的內(nèi)在一致性

共振效應(yīng)的實(shí)質(zhì)是兩種運(yùn)動(dòng)方向相同的變量,頻率接近或趨向相同時(shí),二者合力達(dá)到最佳效果,系統(tǒng)狀態(tài)最優(yōu)。廣告智能評(píng)估的工作是通過(guò)收集包括消費(fèi)者需求以及廣告活動(dòng)實(shí)際效果等在內(nèi)的信息數(shù)據(jù),反饋給消費(fèi)者洞察、創(chuàng)作和內(nèi)容投放環(huán)節(jié),指導(dǎo)廣告活動(dòng)各環(huán)節(jié)各要素進(jìn)行調(diào)整,其本質(zhì)在于促使廣告系統(tǒng)內(nèi)外頻率相一致,也就是廣告活動(dòng)與消費(fèi)者需求相契合,從而優(yōu)化廣告活動(dòng)效果,達(dá)到預(yù)期目標(biāo)。二是二者的底層邏輯是一致的。共振效應(yīng)分為感知、分析和匹配三個(gè)環(huán)節(jié)。同樣,廣告智能評(píng)估也包含三個(gè)部分:智能監(jiān)測(cè)廣告數(shù)據(jù)部分即收集多源異構(gòu)的廣告效果數(shù)據(jù)、智能分析廣告效果部分即檢驗(yàn)廣告活動(dòng)成效、智能指導(dǎo)廣告優(yōu)化即進(jìn)行個(gè)性化應(yīng)對(duì),構(gòu)成了與共振效應(yīng)相一致的識(shí)別-分析-應(yīng)對(duì)的底層邏輯(見(jiàn)圖1)。

圖1 共振效應(yīng)與廣告智能評(píng)估的內(nèi)在邏輯

基于以上兩點(diǎn),研究者將共振效應(yīng)的基本框架用于分析廣告智能評(píng)估環(huán)節(jié),可以系統(tǒng)化地理解廣告智能效果評(píng)估環(huán)節(jié)如何充分發(fā)揮數(shù)據(jù)反饋的價(jià)值,如何指導(dǎo)消費(fèi)者個(gè)性化主動(dòng)應(yīng)對(duì),以及如何優(yōu)化廣告活動(dòng)效果,有利于準(zhǔn)確把握廣告智能評(píng)估的系統(tǒng)結(jié)構(gòu)。

三、廣告智能評(píng)估的系統(tǒng)結(jié)構(gòu)

研究者以共振理論為研究框架,通過(guò)對(duì)全流程廣告活動(dòng)效果實(shí)時(shí)智能監(jiān)測(cè)、深層次廣告效果數(shù)據(jù)智能分析以及個(gè)性化廣告智能應(yīng)對(duì)三個(gè)方面的分析,探究廣告智能評(píng)估的系統(tǒng)結(jié)構(gòu)。

(一)全流程廣告活動(dòng)效果實(shí)時(shí)智能監(jiān)測(cè)

廣告智能評(píng)估首先要依據(jù)系統(tǒng)化指標(biāo)體系,借助智能技術(shù),實(shí)時(shí)監(jiān)測(cè)廣告活動(dòng),采集多源異構(gòu)的廣告效果數(shù)據(jù)。廣告活動(dòng)的監(jiān)測(cè)主要是對(duì)用戶與品牌之間的接觸點(diǎn)進(jìn)行監(jiān)測(cè),接觸點(diǎn)指的是客戶在購(gòu)買(mǎi)之前、期間以及之后與品牌的所有接觸,具體可以分為前端的監(jiān)測(cè)和后端的監(jiān)測(cè)。最先展現(xiàn)給用戶的廣告位頁(yè)面一般稱為“前端”,前端監(jiān)測(cè)就是對(duì)廣告媒體進(jìn)行監(jiān)測(cè),可以追蹤不同平臺(tái)、不同形式廣告的引流效果；后端的監(jiān)測(cè)是對(duì)產(chǎn)生點(diǎn)擊行為之后的用戶行為進(jìn)行記錄,包括落地頁(yè)監(jiān)測(cè)、轉(zhuǎn)化監(jiān)測(cè)以及反饋監(jiān)測(cè),可以全鏈路追蹤用戶轉(zhuǎn)化路徑。研究者主要通過(guò)廣告媒體、落地頁(yè)、轉(zhuǎn)化以及反饋這四類(lèi)主要接觸點(diǎn)來(lái)展開(kāi)廣告效果智能監(jiān)測(cè)的研究分析。

1.廣告媒體智能監(jiān)測(cè)方式

PC/WAP端廣告媒體的監(jiān)測(cè)主要是基于cookie技術(shù),cookie里面記錄了用戶的身份信息、訪問(wèn)過(guò)的網(wǎng)站、瀏覽深度以及停留時(shí)間等,并且會(huì)隨著用戶多次訪問(wèn)網(wǎng)站自動(dòng)更新數(shù)據(jù)。由于cookie無(wú)法識(shí)別同一客戶端不同用戶的行為,也無(wú)法實(shí)現(xiàn)跨屏識(shí)別,因而其統(tǒng)計(jì)到的數(shù)據(jù)與實(shí)際效果存在一定誤差。人工智能技術(shù)應(yīng)用下可以使用ID-base替代cookies收集用戶數(shù)據(jù),整合消費(fèi)者碎片化的登錄信息,賦予虛擬身份ID。在建立用戶虛擬身份ID的時(shí)候,不再需要通過(guò)手機(jī)號(hào)或身份證號(hào)來(lái)識(shí)別不同的用戶,而是通過(guò)采集所有消費(fèi)者賬號(hào)、行為數(shù)據(jù)等信息重構(gòu)一個(gè)虛擬的人,通過(guò)數(shù)據(jù)分析、知識(shí)圖譜、機(jī)器學(xué)習(xí)等技術(shù)追蹤并分析用戶的全網(wǎng)行為痕跡,隨著用戶的行為越來(lái)越多、數(shù)據(jù)越來(lái)越大,消費(fèi)者畫(huà)像越全面,這個(gè)虛擬身份ID就會(huì)越來(lái)越接近真實(shí)世界里的消費(fèi)者,ID-base的精準(zhǔn)性和匹配度就會(huì)越來(lái)越高。

移動(dòng)端廣告效果智能監(jiān)測(cè)的方式主要有兩種:一是以API(Application Programming Interface,應(yīng)用程序編程接口)方式實(shí)現(xiàn)監(jiān)測(cè)。API是為了讓各系統(tǒng)之間能夠?qū)崿F(xiàn)數(shù)據(jù)共享而開(kāi)辟的一種接口或通道,通過(guò)這個(gè)通道,兩個(gè)需要溝通交流的系統(tǒng)可以以雙方都認(rèn)可和理解的方式完成信息的傳送與接收。二是通過(guò)SDK(Software Development Kit,軟件開(kāi)發(fā)工具包)進(jìn)行效果監(jiān)測(cè),由第三方機(jī)構(gòu)開(kāi)發(fā)獨(dú)有的監(jiān)測(cè)代碼,媒體方將代碼嵌入到自己的平臺(tái)內(nèi)進(jìn)行效果監(jiān)測(cè)。但由于第三方機(jī)構(gòu)眾多,并且其私有監(jiān)測(cè)代碼都各不相同,每次與不同的第三方機(jī)構(gòu)進(jìn)行合作,媒體方都需要嵌入新的監(jiān)測(cè)代碼,大大增加了工作量。相比較而言,API對(duì)接比較簡(jiǎn)單,但需經(jīng)過(guò)對(duì)接平臺(tái),SDK方式比較穩(wěn)定,但工作量相對(duì)較大,對(duì)接周期略長(zhǎng)。從根本上來(lái)說(shuō),無(wú)論采用API還是SDK方式,其監(jiān)測(cè)流程都是相同的,即監(jiān)測(cè)方為投放的廣告物料提供相應(yīng)的監(jiān)測(cè)代碼,媒體方錄入代碼,當(dāng)產(chǎn)生曝光、點(diǎn)擊、跳轉(zhuǎn)等行為時(shí),就會(huì)觸發(fā)監(jiān)測(cè)代碼,監(jiān)測(cè)到的效果數(shù)據(jù)信息會(huì)實(shí)時(shí)回傳到監(jiān)測(cè)平臺(tái),完成數(shù)據(jù)的采集工作,最后,監(jiān)測(cè)平臺(tái)會(huì)自動(dòng)生成可視化圖表展示效果數(shù)據(jù)。

2.落地頁(yè)智能監(jiān)測(cè)方式

用戶點(diǎn)擊前端廣告跳轉(zhuǎn)進(jìn)入的第一個(gè)網(wǎng)頁(yè)就是落地頁(yè)(Landing Page),通常情況下落地頁(yè)是廣告主推頁(yè)面?；谥悄芑夹g(shù),落地頁(yè)可以記錄跳失率、二跳率、瀏覽深度等用戶行為數(shù)據(jù),這些數(shù)據(jù)通常也可以被用來(lái)評(píng)估流量質(zhì)量,判斷是否存在虛假點(diǎn)擊等數(shù)據(jù)造假行為。落地頁(yè)智能監(jiān)測(cè)主要是通過(guò)對(duì)站點(diǎn)添加代碼實(shí)現(xiàn)的,首先,需要對(duì)落地頁(yè)添加跟蹤代碼,廣告主根據(jù)自己實(shí)際需求,選擇HTML或JS方式下載并安裝代碼,用戶進(jìn)入落地頁(yè)后,監(jiān)測(cè)代碼會(huì)被激活,監(jiān)測(cè)平臺(tái)會(huì)實(shí)時(shí)進(jìn)行用戶行為數(shù)據(jù)的收集與統(tǒng)計(jì)工作,并生成可視化分析。在智能技術(shù)的賦能下,可視化分析可以提供點(diǎn)擊熱圖功能幫助客戶了解用戶點(diǎn)擊了網(wǎng)站上的哪些模塊或內(nèi)容；提供瀏覽觸達(dá)線功能告訴客戶用戶的訪問(wèn)深度以及在什么位置離開(kāi)了網(wǎng)頁(yè)；提供注意力熱圖功能幫助客戶了解用戶感興趣和關(guān)注度較高的內(nèi)容等,還原用戶的轉(zhuǎn)化或流失路徑。

3.轉(zhuǎn)化智能監(jiān)測(cè)方式

轉(zhuǎn)化行為的監(jiān)測(cè)指標(biāo)依據(jù)廣告類(lèi)型與目標(biāo)的不同而各不相同,對(duì)于以游戲?yàn)榇淼腁pp下載類(lèi)廣告而言,在這個(gè)階段需要對(duì)下載、注冊(cè)、激活等效果數(shù)據(jù)進(jìn)行監(jiān)測(cè)；而對(duì)于以京東和淘寶為代表的電商類(lèi)廣告而言,則需要監(jiān)測(cè)添加收藏、加入購(gòu)入車(chē)以及完成購(gòu)買(mǎi)等用戶行為。對(duì)于用戶轉(zhuǎn)化行為的監(jiān)測(cè)流程是相同的:第一步,分析廣告活動(dòng)目標(biāo),制定并搭建整體廣告計(jì)劃；第二步,在整體推廣計(jì)劃中細(xì)化目標(biāo),以合理有序的結(jié)構(gòu)分類(lèi)分步搭建推廣單元,對(duì)每個(gè)推廣單元(或具體廣告物料)添加監(jiān)測(cè)代碼,以不同的方式組合每個(gè)推廣單元內(nèi)的媒體渠道和廣告物料,測(cè)試不同投放組合的效果優(yōu)劣；第三步,選擇合適的投放渠道與物料組合投放廣告；第四步,實(shí)時(shí)查看回傳的廣告效果數(shù)據(jù),獲取諸如注冊(cè)、下載、購(gòu)買(mǎi)或點(diǎn)贊、評(píng)論、轉(zhuǎn)發(fā)等轉(zhuǎn)化數(shù)據(jù)以及不同媒體渠道、不同時(shí)間段、不同地域的細(xì)分?jǐn)?shù)據(jù)報(bào)告,了解轉(zhuǎn)化效果。需要注意的是,監(jiān)測(cè)代碼需要與監(jiān)測(cè)對(duì)象一一對(duì)應(yīng),不同廣告物料或推廣單元的監(jiān)測(cè)代碼各不相同,傳統(tǒng)只能依靠人力一一匹配監(jiān)測(cè)鏈接,一旦出錯(cuò)將影響廣告效果的判定。在智能技術(shù)的應(yīng)用下,目前熱云系統(tǒng)中關(guān)鍵詞的監(jiān)測(cè)可以使用同一個(gè)監(jiān)測(cè)鏈接,鏈接中存在一個(gè)“keywordid”,根據(jù)keywordid第三方監(jiān)測(cè)平臺(tái)會(huì)自動(dòng)生成與id匹配相關(guān)的關(guān)鍵詞,實(shí)現(xiàn)智能化監(jiān)測(cè),不但極大地節(jié)省了人力,也確保了監(jiān)測(cè)數(shù)據(jù)的準(zhǔn)確性。同時(shí),智能監(jiān)測(cè)不僅能監(jiān)測(cè)下載、激活等轉(zhuǎn)化行為,還能追蹤到App內(nèi)諸如次日留存、7日留存、付費(fèi)率等后續(xù)用戶行為。

4.用戶反饋智能監(jiān)測(cè)方式

在傳統(tǒng)廣告效果監(jiān)測(cè)工作中,用戶完成轉(zhuǎn)化就是監(jiān)測(cè)流程的最后一步,智能化技術(shù)的介入,使得抓取完成轉(zhuǎn)化行為后的用戶反饋信息成為可能,拓寬了信息采集維度和效果評(píng)估維度。這些反饋信息中蘊(yùn)含消費(fèi)者對(duì)產(chǎn)品或服務(wù)的態(tài)度及情感傾向,是評(píng)估廣告效果的重要依據(jù)。

在智能技術(shù)的運(yùn)用下,可以通過(guò)網(wǎng)絡(luò)爬蟲(chóng)(Crawler)和API的方式來(lái)獲取用戶反饋數(shù)據(jù)。一般來(lái)說(shuō),機(jī)器主要通過(guò)以上兩種方式對(duì)互聯(lián)網(wǎng)中的用戶反饋信息進(jìn)行采集,再運(yùn)用自然語(yǔ)言處理技術(shù)、情感分析技術(shù)以及數(shù)據(jù)挖掘技術(shù)對(duì)收集到的信息進(jìn)行處理規(guī)整和進(jìn)一步分析,挖掘用戶對(duì)產(chǎn)品或服務(wù)的情感態(tài)度以及個(gè)性化訴求,為后續(xù)產(chǎn)品或服務(wù)的改進(jìn)以及營(yíng)銷(xiāo)策略的優(yōu)化提供參考依據(jù)。

(二)深層次廣告效果數(shù)據(jù)智能分析

面對(duì)海量反饋數(shù)據(jù),人工智能技術(shù)在效果數(shù)據(jù)分析方面的應(yīng)用主要體現(xiàn)在對(duì)非結(jié)構(gòu)化數(shù)據(jù)的智能分析處理以及對(duì)數(shù)據(jù)信息的深度挖掘上。非結(jié)構(gòu)化數(shù)據(jù)的處理主要通過(guò)自然語(yǔ)言處理技術(shù)、情感分析技術(shù)和數(shù)據(jù)預(yù)處理技術(shù),將圖片、視頻、音頻等非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為可以分析的結(jié)構(gòu)化數(shù)據(jù),進(jìn)而通過(guò)數(shù)據(jù)挖掘技術(shù)深度分析理解數(shù)據(jù)間關(guān)系。為了解決不同的廣告效果分析需求,應(yīng)用于廣告效果分析中的數(shù)據(jù)挖掘主要有聚類(lèi)分析、預(yù)測(cè)和歸因分析三類(lèi)功能,不同的數(shù)據(jù)挖掘任務(wù)需要運(yùn)用合適的數(shù)據(jù)挖掘方法,以得出有價(jià)值的分析信息,為廣告主提供決策輔助。

觀察患者呼吸機(jī)相關(guān)性肺炎的發(fā)生率,若通氣治療48h后符合:①X線胸片示新的或進(jìn)行性肺浸潤(rùn);②發(fā)熱;③外周血白細(xì)胞計(jì)數(shù)>20.0×109/L或C反應(yīng)蛋白>8mg/L;④氣道分泌物細(xì)菌培養(yǎng)陽(yáng)性?；A(chǔ)條件為X線胸片所示改變,若另外3條中2條符合,即可診斷患者患有呼吸機(jī)相關(guān)性肺炎[4]。

1.聚類(lèi)分析智能細(xì)分市場(chǎng)

在廣告效果分析領(lǐng)域中,聚類(lèi)分析(Cluster Analysis)是對(duì)消費(fèi)者市場(chǎng)進(jìn)行不斷細(xì)分的有效工具。根據(jù)消費(fèi)者從看到廣告到完成購(gòu)買(mǎi)以及反饋評(píng)價(jià)等一系列行為數(shù)據(jù),運(yùn)用聚類(lèi)分析技術(shù)可以自動(dòng)刻畫(huà)消費(fèi)者特征,依據(jù)相似程度對(duì)消費(fèi)者群體進(jìn)行分類(lèi),把消費(fèi)者歸類(lèi)成具有明顯特征并且相互區(qū)分的不同組群,從而可以為這些細(xì)分群體制定有針對(duì)性的廣告創(chuàng)意,提供精細(xì)化、個(gè)性化的服務(wù)和運(yùn)營(yíng)策略,如自動(dòng)給一個(gè)特定的用戶群體發(fā)送促銷(xiāo)郵件,或選擇一個(gè)消費(fèi)者聚類(lèi)作為目標(biāo)投放人群等。每個(gè)消費(fèi)者并不是只有單一的標(biāo)簽,而是有多維度標(biāo)簽,標(biāo)簽越多,消費(fèi)者洞察就越全面,越能還原真實(shí)的用戶全貌,廣告活動(dòng)越有針對(duì)性,進(jìn)而實(shí)現(xiàn)千人千面。此外,根據(jù)消費(fèi)者完成轉(zhuǎn)化行為與否,可以將消費(fèi)者粗略分為已轉(zhuǎn)化消費(fèi)者和潛在消費(fèi)者,針對(duì)已轉(zhuǎn)化消費(fèi)者,下一輪廣告投放的重點(diǎn)是鞏固消費(fèi)者對(duì)產(chǎn)品或服務(wù)的印象,可以采取老客優(yōu)惠等方式促使其完成二次轉(zhuǎn)化；而對(duì)于未發(fā)生轉(zhuǎn)化行為的潛在消費(fèi)者,首先要分析客戶流失的原因,再針對(duì)流失原因有針對(duì)性地引導(dǎo)用戶完成轉(zhuǎn)化。

2.效果預(yù)測(cè)智能輔助決策

預(yù)測(cè)主要用于預(yù)見(jiàn)未來(lái),回答“將要發(fā)生什么”的問(wèn)題。在廣告效果分析中運(yùn)用到的預(yù)測(cè)分析技術(shù)主要有點(diǎn)擊率預(yù)估和轉(zhuǎn)化率預(yù)估兩種。廣告點(diǎn)擊率預(yù)估是“在給定網(wǎng)頁(yè)和用戶的情況下,估計(jì)投放廣告被點(diǎn)擊的次數(shù)占曝光次數(shù)的比例”。很多效果類(lèi)廣告會(huì)采用點(diǎn)擊付費(fèi)的方式(CPC)進(jìn)行廣告結(jié)算,廣告點(diǎn)擊率的高低直接決定著平臺(tái)和媒體的收益,在大型的廣告投放系統(tǒng)中,整體點(diǎn)擊率的小幅度提升可能會(huì)帶來(lái)巨額的利潤(rùn)收益?；诖髷?shù)據(jù)機(jī)器學(xué)習(xí)技術(shù),目前已經(jīng)發(fā)展出多種廣告點(diǎn)擊率預(yù)估模型,每種模型有其各自的特性與適用場(chǎng)合,例如邏輯回歸模型比較適用于有豐富歷史數(shù)據(jù)的廣告活動(dòng),而層次聚類(lèi)模型則適用于稀疏和未投放的新廣告場(chǎng)合。廣告轉(zhuǎn)化率預(yù)測(cè)就是對(duì)用戶發(fā)生特定行為(例如購(gòu)買(mǎi)、下載、注冊(cè)等行為)的概率進(jìn)行預(yù)估。對(duì)于以CPA(按行為付費(fèi))模式結(jié)算的廣告主來(lái)說(shuō),對(duì)轉(zhuǎn)化率進(jìn)行預(yù)估尤為重要,準(zhǔn)確的轉(zhuǎn)化率預(yù)估不僅能夠幫助廣告主合理分配廣告預(yù)算投入,提高收益,還可以為改善用戶體驗(yàn)提出建議,進(jìn)一步提高轉(zhuǎn)化率。

點(diǎn)擊率預(yù)估和轉(zhuǎn)化率預(yù)測(cè)的精準(zhǔn)度在很大程度上影響著廣告投放的精準(zhǔn)性,基于點(diǎn)擊率預(yù)估和轉(zhuǎn)化率預(yù)測(cè),OCPX智能投放模式應(yīng)用而生。簡(jiǎn)單來(lái)說(shuō)，OCPX就是智能化的CPC、CPM(千人成本)和CPA。其本質(zhì)依舊是按點(diǎn)擊/曝光/行為付費(fèi),只不過(guò)在積累一定的用戶數(shù)據(jù)和廣告效果數(shù)據(jù)后,基于機(jī)器學(xué)習(xí)和算法模型,系統(tǒng)能夠智能化地實(shí)時(shí)預(yù)估每一次廣告投放的點(diǎn)擊率和轉(zhuǎn)化率,并基于廣告環(huán)境智能動(dòng)態(tài)出價(jià),幫助廣告主更精準(zhǔn)地控制轉(zhuǎn)化成本、提升轉(zhuǎn)化數(shù)量,優(yōu)化廣告效果。

3.渠道歸因智能量化貢獻(xiàn)水平

廣告投放活動(dòng)往往是通過(guò)多個(gè)媒介渠道同步進(jìn)行的,用戶從接收廣告信息到完成轉(zhuǎn)化的整個(gè)過(guò)程中可能會(huì)接觸多個(gè)渠道,這些渠道對(duì)于用戶完成最終轉(zhuǎn)化可能有著不同程度的影響。歸因分析利用消費(fèi)者全網(wǎng)行為數(shù)據(jù),結(jié)合大數(shù)據(jù)建模和分析技術(shù)建構(gòu)了消費(fèi)者從接收廣告到完成購(gòu)買(mǎi)的整條轉(zhuǎn)化路徑,從而能夠準(zhǔn)確衡量不同媒介渠道的貢獻(xiàn)程度。歸因分析可以回答一系列和廣告效果有關(guān)的問(wèn)題:哪個(gè)廣告媒體或者網(wǎng)站的引流效果好？消費(fèi)者在完成最終購(gòu)買(mǎi)前接觸了哪些渠道？哪些渠道在促成消費(fèi)者最終購(gòu)買(mǎi)方面最有效？通過(guò)歸因分析,可以有效檢驗(yàn)并具體分析廣告活動(dòng)的成效,尋找影響廣告效果的因素。

常見(jiàn)的歸因分析模型主要有單觸點(diǎn)歸因和多觸點(diǎn)歸因兩種,單觸點(diǎn)歸因包括首次互動(dòng)歸因模型(First Touch Attribution)、末次互動(dòng)歸因模型(Last Touch Attribution)、末次非直接點(diǎn)擊歸因模型(Last Nondirect Attribution)等,是將廣告效果轉(zhuǎn)化歸功于廣告活動(dòng)全過(guò)程的其中某一次特定用戶互動(dòng)行為。雖然單觸點(diǎn)歸因?qū)嵤┫鄬?duì)容易,但無(wú)疑用戶心理是復(fù)雜的,廣告投放多種渠道之間是相互作用的,用戶的轉(zhuǎn)化行為并不能簡(jiǎn)單歸因于一種渠道或一種行為,這種歸因方式是不準(zhǔn)確的。相較而言,多觸點(diǎn)歸因則更具有科學(xué)性,多觸點(diǎn)歸因利用用戶行為數(shù)據(jù)和廣告效果數(shù)據(jù),結(jié)合數(shù)據(jù)挖掘分析與算法建模等智能技術(shù),還原用戶從首次接觸廣告信息到完成轉(zhuǎn)化的全鏈路行為軌跡,能夠較為準(zhǔn)確地衡量不同渠道對(duì)于廣告活動(dòng)的貢獻(xiàn)價(jià)值,同時(shí)可以分析不同渠道之間的協(xié)同作用和互動(dòng)關(guān)系,尋找影響廣告效果的具體因素,進(jìn)而有效指導(dǎo)媒介渠道管理,合理分配預(yù)算、配置廣告資源、優(yōu)化廣告活動(dòng)效果,以求實(shí)現(xiàn)投資回報(bào)率最大化。

(三)個(gè)性化廣告智能應(yīng)對(duì)

廣告智能評(píng)估借助機(jī)器學(xué)習(xí)技術(shù),根據(jù)實(shí)時(shí)的廣告效果反饋主動(dòng)調(diào)整廣告活動(dòng),滿足消費(fèi)者個(gè)性化需求,優(yōu)化廣告效果。具體來(lái)說(shuō),主要是通過(guò)用戶畫(huà)像更新、個(gè)性化創(chuàng)作、優(yōu)選媒介投放以及落地頁(yè)優(yōu)化的方式,智能地采取個(gè)性化主動(dòng)應(yīng)對(duì)策略,提供滿足消費(fèi)者動(dòng)態(tài)需求的產(chǎn)品或服務(wù)信息。智能應(yīng)對(duì)是廣告智能評(píng)估的目的和核心作用所在。

充分滿足消費(fèi)者需求是廣告效果達(dá)到預(yù)期的必要前提。在廣告投放過(guò)程中,從廣告產(chǎn)生曝光開(kāi)始,監(jiān)測(cè)平臺(tái)就記錄著消費(fèi)者在網(wǎng)絡(luò)上的一切行為軌跡,描繪消費(fèi)者數(shù)字畫(huà)像。廣告效果監(jiān)測(cè)平臺(tái)采集到的消費(fèi)者數(shù)據(jù)主要分為兩類(lèi):一是消費(fèi)者行為數(shù)據(jù),消費(fèi)者行為數(shù)據(jù)是用戶接收廣告信息后的一系列行為記錄,通過(guò)人工智能技術(shù)對(duì)消費(fèi)者行為數(shù)據(jù)進(jìn)行實(shí)時(shí)挖掘和處理,可以實(shí)現(xiàn)對(duì)已有消費(fèi)者畫(huà)像的更新和重構(gòu)；二是消費(fèi)者反饋數(shù)據(jù),主要是消費(fèi)者主動(dòng)在電商類(lèi)平臺(tái)或社交媒體等提供反饋渠道的平臺(tái)上發(fā)表的評(píng)價(jià)類(lèi)信息,對(duì)用戶反饋信息進(jìn)行追蹤,運(yùn)用自然語(yǔ)言處理和情感分析技術(shù),可以有效挖掘消費(fèi)者對(duì)產(chǎn)品或服務(wù)的態(tài)度、觀點(diǎn)以及情感傾向。

消費(fèi)者每一步行動(dòng)的背后都包含著有關(guān)其個(gè)性化需求的有價(jià)值信息,在人工智能技術(shù)的賦能下,在全流程追蹤和動(dòng)態(tài)監(jiān)控的基礎(chǔ)上,基于對(duì)消費(fèi)者行為數(shù)據(jù)和消費(fèi)者反饋數(shù)據(jù)的深度分析,可以模擬消費(fèi)者未來(lái)行為,預(yù)測(cè)消費(fèi)者需求。這種基于人工智能技術(shù)的自動(dòng)化洞察力,能夠在消費(fèi)者數(shù)據(jù)的積累過(guò)程中不斷更新用戶畫(huà)像,優(yōu)化算法模型,智能預(yù)測(cè)消費(fèi)者動(dòng)態(tài)化需求,并在此研判基礎(chǔ)上智能指導(dǎo)廣告活動(dòng)調(diào)整,提供滿足目標(biāo)消費(fèi)者需求的特定產(chǎn)品或服務(wù)信息,進(jìn)行個(gè)性化廣告應(yīng)對(duì)。

2.個(gè)性化創(chuàng)作,智能合拍用戶需求

在廣告效果智能監(jiān)測(cè)的情況下,廣告效果智能監(jiān)測(cè)平臺(tái)能夠?qū)崟r(shí)監(jiān)測(cè)并實(shí)時(shí)反饋廣告創(chuàng)作的投放效果,提供如點(diǎn)擊率、轉(zhuǎn)化率、二跳率等評(píng)判指標(biāo)數(shù)據(jù),這些量化的反饋數(shù)據(jù)可以用來(lái)判斷廣告創(chuàng)作是否滿足消費(fèi)者需求,為廣告創(chuàng)作的調(diào)整指明方向。

根據(jù)廣告點(diǎn)擊情況、用戶交互行為以及最終轉(zhuǎn)化效果等監(jiān)測(cè)數(shù)據(jù),不同類(lèi)型的廣告在創(chuàng)作層面有不同的優(yōu)化方式。例如文字類(lèi)廣告智能創(chuàng)作提供了“通配符”功能,使用通配符后,系統(tǒng)會(huì)基于用戶特征(年齡、所在行業(yè)、教育水平等)、環(huán)境(地域、行政區(qū)、商圈等)、設(shè)備屬性(手機(jī)系統(tǒng))等,自動(dòng)地對(duì)創(chuàng)作的一些片段進(jìn)行關(guān)鍵詞替換,系統(tǒng)中提供通配符,客戶也可以自行創(chuàng)建屬于自己的通配符。開(kāi)啟通配符功能后,使用不同搜索詞的用戶會(huì)看到不同的廣告創(chuàng)作,可以大大提升廣告創(chuàng)意與消費(fèi)者需求的契合度,從而引起消費(fèi)者的購(gòu)買(mǎi)興趣,提升廣告效果。圖片類(lèi)廣告則從元素級(jí)別提取產(chǎn)品屬性特征,機(jī)器能夠自動(dòng)將數(shù)據(jù)庫(kù)中的各種廣告元素進(jìn)行不同的排列組合,結(jié)合人群定位屬性,智能生成多個(gè)廣告創(chuàng)意,客戶可以在自動(dòng)生成的基礎(chǔ)上對(duì)創(chuàng)意進(jìn)行進(jìn)一步的修改和完善,提升創(chuàng)意內(nèi)容與產(chǎn)品特性之間的契合度以及對(duì)目標(biāo)消費(fèi)者需求的觸達(dá)程度,力求盡可能地提供滿足消費(fèi)者個(gè)性化需求的廣告創(chuàng)意。

3.優(yōu)選媒介投放,智能配置廣告資源

廣告投放活動(dòng)是一個(gè)過(guò)程,廣告效果的形成具有累積性和延遲性,用戶從接收廣告信息到完成轉(zhuǎn)化的整個(gè)過(guò)程中可能會(huì)接觸多個(gè)媒介渠道,每個(gè)渠道對(duì)于用戶完成最終轉(zhuǎn)化有著不同程度的影響。人工智能技術(shù)可以對(duì)不同媒介渠道進(jìn)行歸因分析,還原用戶轉(zhuǎn)化軌跡,用量化的數(shù)據(jù)來(lái)衡量不同媒介渠道對(duì)廣告活動(dòng)的貢獻(xiàn)價(jià)值。通過(guò)歸因分析,不僅可以了解到哪些媒介渠道的引流效果好、哪些媒介渠道的轉(zhuǎn)化效果好、哪些媒介渠道的受眾質(zhì)量更高,還可以同消費(fèi)者行為軌跡進(jìn)行交叉分析,了解特定用戶在特定媒介渠道的使用習(xí)慣。依據(jù)實(shí)時(shí)動(dòng)態(tài)的效果反饋數(shù)據(jù),智能投放平臺(tái)可以自動(dòng)根據(jù)不同媒介渠道的歷史投放表現(xiàn),依據(jù)不同的廣告活動(dòng)目標(biāo)和定位人群特征,智能配置廣告資源,選擇預(yù)估效果最好的媒介渠道進(jìn)行差異化廣告投放。同時(shí),在機(jī)器學(xué)習(xí)的基礎(chǔ)上,系統(tǒng)也會(huì)不斷更新算法模型,智能化優(yōu)化投放策略。

4.落地頁(yè)優(yōu)化,智能改善用戶體驗(yàn)

落地頁(yè)是用戶點(diǎn)擊廣告后跳轉(zhuǎn)進(jìn)入的網(wǎng)頁(yè),包含廣告主想要傳遞給用戶的產(chǎn)品或服務(wù)信息,是促進(jìn)消費(fèi)者完成預(yù)期轉(zhuǎn)化、實(shí)現(xiàn)廣告目標(biāo)的關(guān)鍵步驟。用戶點(diǎn)擊廣告素材進(jìn)入到落地頁(yè)面后有兩種行為模式:一是跳出,用戶流失；二是繼續(xù)瀏覽其他頁(yè)面發(fā)生頁(yè)面跳轉(zhuǎn)行為,或是直接完成轉(zhuǎn)化,成功實(shí)現(xiàn)用戶變現(xiàn)。傳統(tǒng)落地頁(yè)是千篇一律的,且存在移動(dòng)端使用PC網(wǎng)頁(yè)以及無(wú)論什么關(guān)鍵詞都跳轉(zhuǎn)進(jìn)入品牌主頁(yè)的現(xiàn)象。由于缺乏相關(guān)性和針對(duì)性,極大地影響了用戶體驗(yàn),用戶流失或轉(zhuǎn)化的原因也無(wú)法盡數(shù)知曉。

在人工智能技術(shù)的應(yīng)用下,通過(guò)添加代碼對(duì)落地頁(yè)進(jìn)行監(jiān)測(cè)和數(shù)據(jù)分析,可以掌握用戶關(guān)注了什么內(nèi)容、用戶是怎樣流失的以及流失節(jié)點(diǎn)都有哪些等信息,或是用戶是如何完成轉(zhuǎn)化的以及花了多長(zhǎng)時(shí)間完成轉(zhuǎn)化等等,也可以知道哪些落地頁(yè)被瀏覽的次數(shù)最多、點(diǎn)擊次數(shù)最多、轉(zhuǎn)化效果最好。結(jié)合這些數(shù)據(jù),可以開(kāi)發(fā)智能落地頁(yè)?；A(chǔ)的智能落地頁(yè)是自提營(yíng)銷(xiāo)單頁(yè),即通過(guò)系統(tǒng)提供的素材、模板和組件,廣告人員可以自由組合頁(yè)面編排,自主選擇產(chǎn)品輪播圖(大圖、單圖、三圖、視頻等形式)和轉(zhuǎn)化組件(表單、咨詢、線索等組件)等,為不同的用戶檢索創(chuàng)建相應(yīng)的營(yíng)銷(xiāo)單頁(yè),并且可以在系統(tǒng)內(nèi)進(jìn)行個(gè)性化管理。此外,還可以結(jié)合A/B測(cè)試方法,設(shè)計(jì)多版本的落地頁(yè)進(jìn)行效果驗(yàn)證,選擇效果較好的落地頁(yè)進(jìn)行投放。自提營(yíng)銷(xiāo)單頁(yè)在一定程度上節(jié)省了人力,但這種人機(jī)協(xié)同的方式無(wú)法為不同的用戶檢索提供千人千面的落地頁(yè)。于是比較高級(jí)的智能單頁(yè)應(yīng)運(yùn)而生,即系統(tǒng)運(yùn)用大數(shù)據(jù)和人工智能等技術(shù)根據(jù)用戶搜索關(guān)注點(diǎn)和決策路徑,從推廣站點(diǎn)獲取產(chǎn)品、服務(wù)等內(nèi)容并智能聚合、動(dòng)態(tài)重組生成個(gè)性化落地頁(yè),并自動(dòng)綁定最相關(guān)的詞推送給用戶。譬如用戶在搜索引擎中檢索關(guān)鍵詞,點(diǎn)擊廣告鏈接進(jìn)入落地頁(yè),看到的就會(huì)是與其檢索需求最相關(guān)的產(chǎn)品或服務(wù)內(nèi)容。智能技術(shù)根據(jù)用戶單次的檢索需求生成了對(duì)應(yīng)的個(gè)性化落地頁(yè),不僅使落地頁(yè)的形式更加靈活多樣有針對(duì)性,更提升了用戶體驗(yàn),縮短了用戶轉(zhuǎn)化路徑,能夠有效提升用戶留存,提高轉(zhuǎn)化效果。

四、結(jié)論與展望

(一)廣告智能評(píng)估的識(shí)別、分析與應(yīng)對(duì)模型

以共振效應(yīng)理論為分析框架,在分析概括的基礎(chǔ)上,可以提煉出具有一般性的廣告智能評(píng)估的識(shí)別、分析與應(yīng)對(duì)模型(見(jiàn)圖2)。

圖2 廣告智能評(píng)估的識(shí)別、分析與應(yīng)對(duì)模型

1.廣告智能評(píng)估的識(shí)別環(huán)節(jié)

在整體廣告智能評(píng)估中,全流程實(shí)時(shí)監(jiān)測(cè)是基礎(chǔ)和前提。通過(guò)添加監(jiān)測(cè)代碼、配置SDK和API以及運(yùn)用ID-base和網(wǎng)絡(luò)爬蟲(chóng)等智能化技術(shù),實(shí)時(shí)監(jiān)測(cè)用戶與品牌之間的所有接觸點(diǎn),可以還原用戶從廣告曝光到轉(zhuǎn)化以及反饋的全鏈路完整數(shù)據(jù),準(zhǔn)確全面地了解廣告活動(dòng)的真實(shí)效果。識(shí)別環(huán)節(jié)采集到的數(shù)據(jù)將直接導(dǎo)入分析模塊,對(duì)效果數(shù)據(jù)進(jìn)行智能深度分析,尋找影響廣告效果的因素。

2.廣告智能評(píng)估的分析模塊

系統(tǒng)通過(guò)實(shí)時(shí)監(jiān)測(cè)完成對(duì)用戶全網(wǎng)行為軌跡和廣告效果數(shù)據(jù)的獲取后,由于獲得的是多源異構(gòu)的非結(jié)構(gòu)化數(shù)據(jù),系統(tǒng)的分析模塊首先會(huì)對(duì)原始數(shù)據(jù)進(jìn)行處理,運(yùn)用自然語(yǔ)言處理、情感分析和數(shù)據(jù)預(yù)處理等智能技術(shù)將其轉(zhuǎn)換為適合挖掘的結(jié)構(gòu)化數(shù)據(jù)。通過(guò)聚類(lèi)分析、點(diǎn)擊率預(yù)估與轉(zhuǎn)化率預(yù)測(cè)以及回歸分析等數(shù)據(jù)挖掘方法對(duì)效果數(shù)據(jù)進(jìn)行深度分析,探索數(shù)據(jù)間的深層次關(guān)聯(lián)以及其中隱藏的、具有潛在價(jià)值的信息,并以可視化方式呈現(xiàn)。在這一環(huán)節(jié)中,系統(tǒng)完成了對(duì)廣告效果數(shù)據(jù)的智能深度分析,該步驟所產(chǎn)出的分析數(shù)據(jù)將直接指導(dǎo)后續(xù)環(huán)節(jié)進(jìn)行個(gè)性化廣告智能評(píng)估,調(diào)整廣告策略,優(yōu)化廣告效果。

3.廣告智能評(píng)估的應(yīng)對(duì)路徑

智能評(píng)估并不是一個(gè)完全獨(dú)立的廣告運(yùn)作環(huán)節(jié),只有與消費(fèi)者洞察、創(chuàng)作以及投放等環(huán)節(jié)實(shí)現(xiàn)互動(dòng),有效指導(dǎo)個(gè)性化廣告智能評(píng)估,才能充分發(fā)揮評(píng)估的作用。應(yīng)對(duì)是整體廣告智能評(píng)估系統(tǒng)中的最后一環(huán),是效果評(píng)估的目的所在,也是智能評(píng)估區(qū)別于傳統(tǒng)評(píng)估的重要功能。從根本上來(lái)說(shuō)只有滿足消費(fèi)者需求,廣告活動(dòng)才能實(shí)現(xiàn)預(yù)期效果,消費(fèi)者需求是一個(gè)不斷動(dòng)態(tài)變化著的過(guò)程,這決定了廣告活動(dòng)也必須是動(dòng)態(tài)迭代的。因此，個(gè)性化廣告智能評(píng)估首先要挖掘多端異構(gòu)的消費(fèi)者行為數(shù)據(jù)和反饋數(shù)據(jù),實(shí)時(shí)更新消費(fèi)者畫(huà)像,智能預(yù)測(cè)消費(fèi)者動(dòng)態(tài)需求。了解消費(fèi)者需求后,智能創(chuàng)意平臺(tái)能夠針對(duì)個(gè)性化的消費(fèi)者需求,結(jié)合廣告效果數(shù)據(jù),自動(dòng)生成多個(gè)廣告創(chuàng)意,合拍消費(fèi)者動(dòng)態(tài)需求。之后,契合消費(fèi)者需求的廣告信息需要運(yùn)用合適的媒介渠道進(jìn)行投放,運(yùn)用歸因分析模型,投放平臺(tái)可以根據(jù)不同媒介渠道的歷史表現(xiàn),智能配置廣告資源,選擇預(yù)估效果最好的媒介渠道投放廣告信息。此外,落地頁(yè)的優(yōu)劣與否也是影響消費(fèi)者轉(zhuǎn)化的重要節(jié)點(diǎn),智能落地頁(yè)系統(tǒng)可以根據(jù)消費(fèi)者搜索關(guān)注點(diǎn)和決策路徑,將消費(fèi)者單次的檢索需求生成對(duì)應(yīng)的個(gè)性化落地頁(yè),提升用戶體驗(yàn),縮短轉(zhuǎn)化路徑,改善轉(zhuǎn)化效果,實(shí)現(xiàn)廣告活動(dòng)全流程的個(gè)性化智能主動(dòng)應(yīng)對(duì)。

當(dāng)系統(tǒng)完成識(shí)別、分析與應(yīng)對(duì)后,受廣告信息的影響以及市場(chǎng)環(huán)境的變化,消費(fèi)者會(huì)有新的行為反應(yīng)與需求變化,產(chǎn)生新的行為數(shù)據(jù)與效果數(shù)據(jù),這些數(shù)據(jù)將重新被監(jiān)測(cè)到,開(kāi)始下一輪的識(shí)別、分析與應(yīng)對(duì)。當(dāng)機(jī)器獲取到新的消費(fèi)者行為信息與廣告效果數(shù)據(jù)后,原有的應(yīng)對(duì)方式將會(huì)發(fā)生改變:若反饋數(shù)據(jù)符合廣告預(yù)期效果,廣告目標(biāo)實(shí)現(xiàn),則廣告活動(dòng)實(shí)現(xiàn)優(yōu)化,系統(tǒng)會(huì)對(duì)現(xiàn)有應(yīng)對(duì)方式進(jìn)行分析總結(jié),優(yōu)化模型,為下一輪廣告活動(dòng)積累經(jīng)驗(yàn)；若不符合廣告效果預(yù)期,未實(shí)現(xiàn)廣告活動(dòng)目標(biāo),系統(tǒng)會(huì)進(jìn)一步分析效果數(shù)據(jù),尋找影響廣告效果達(dá)成的因素,并采取新的應(yīng)對(duì)措施調(diào)整廣告活動(dòng),優(yōu)化廣告效果。在這一過(guò)程中,基于海量大數(shù)據(jù)和機(jī)器學(xué)習(xí)能力的不斷提高,廣告智能評(píng)估的模型會(huì)不斷地發(fā)展與進(jìn)化。

綜上所述,廣告智能評(píng)估是以實(shí)時(shí)監(jiān)測(cè)為基礎(chǔ),基于機(jī)器學(xué)習(xí)實(shí)現(xiàn)對(duì)反饋數(shù)據(jù)的深度分析以指導(dǎo)個(gè)性化主動(dòng)應(yīng)對(duì)的智能化廣告運(yùn)作流程,評(píng)估的智能化發(fā)展打通了全鏈路廣告智能系統(tǒng),構(gòu)成了整體智能廣告系統(tǒng)的有機(jī)閉環(huán)。

(二)廣告智能評(píng)估的共振效應(yīng)

在智能技術(shù)的賦能下,廣告智能評(píng)估系統(tǒng)會(huì)實(shí)時(shí)監(jiān)測(cè)廣告活動(dòng),不斷采集用戶行為信息與廣告效果數(shù)據(jù),在數(shù)據(jù)深度分析的基礎(chǔ)上,智能洞察用戶動(dòng)態(tài)需求,指導(dǎo)個(gè)性化主動(dòng)應(yīng)對(duì),努力達(dá)成廣告活動(dòng)與用戶需求的全鏈路匹配。智能技術(shù)加持的廣告評(píng)估不再表現(xiàn)為先投放、后反饋的傳統(tǒng)滯后型模式,而是形成了以智能評(píng)估系統(tǒng)為紐帶的從用戶洞察、創(chuàng)作到投放在內(nèi)的全流程廣告活動(dòng)閉環(huán)運(yùn)作模式,實(shí)現(xiàn)了廣告活動(dòng)與用戶之間的良性互動(dòng)與持續(xù)共振(見(jiàn)圖3)。廣告智能評(píng)估的共振效應(yīng)是以智能評(píng)估系統(tǒng)為平臺(tái),通過(guò)實(shí)時(shí)監(jiān)測(cè)收集多源異構(gòu)效果數(shù)據(jù),洞察用戶動(dòng)態(tài)需求,指導(dǎo)個(gè)性化主動(dòng)應(yīng)對(duì),智能調(diào)整廣告策略,優(yōu)化廣告活動(dòng)效果。

圖3 廣告智能評(píng)估的共振效應(yīng)

區(qū)別于傳統(tǒng)效果評(píng)估的線性邏輯,在智能化評(píng)估中,用戶洞察、創(chuàng)作以及投放等廣告運(yùn)作環(huán)節(jié)通過(guò)與智能評(píng)估系統(tǒng)的實(shí)時(shí)互動(dòng),實(shí)現(xiàn)與其他環(huán)節(jié)的協(xié)同作業(yè)和優(yōu)化調(diào)整,構(gòu)成整體智能廣告系統(tǒng)的有機(jī)閉環(huán)。貫穿這個(gè)閉環(huán)的機(jī)器邏輯是整個(gè)流程的自動(dòng)運(yùn)行、彈性運(yùn)行和協(xié)調(diào)運(yùn)行。

(三)廣告智能評(píng)估的未來(lái)展望

隨著人工智能技術(shù)的不斷發(fā)展以及其在廣告評(píng)估領(lǐng)域的深入應(yīng)用,廣告智能評(píng)估未來(lái)有以下兩個(gè)方面的問(wèn)題需要進(jìn)一步探索完善。

1.構(gòu)建標(biāo)準(zhǔn)化廣告評(píng)估指標(biāo)體系

目前業(yè)界中,無(wú)論是阿里全域營(yíng)銷(xiāo)提出的AIPL(Attention,Interest,Purchase,Loyalty)還是愛(ài)奇藝構(gòu)建的AACAR(Attention,Association,Consensus,Action,Reputation)等模型,實(shí)際上都是對(duì)經(jīng)典的AIDA模型(Attention,Interest,Desire,Action)的進(jìn)一步發(fā)展與延伸。AIDA模型反映了消費(fèi)者從接收廣告信息到完成廣告主預(yù)期行為的心理發(fā)展變化邏輯過(guò)程,在一定程度上能夠指導(dǎo)廣告評(píng)估指標(biāo)體系的構(gòu)建。但基于消費(fèi)環(huán)境的變化和智能化技術(shù)的不斷發(fā)展,衡量廣告效果的標(biāo)準(zhǔn)必然也需要發(fā)生相應(yīng)的變化和延展。學(xué)界和業(yè)界應(yīng)相互合作,業(yè)界產(chǎn)業(yè)實(shí)踐先行,學(xué)界在分析業(yè)界實(shí)踐的基礎(chǔ)上歸納出一套普遍適用的廣告評(píng)估指標(biāo)體系,通過(guò)產(chǎn)業(yè)實(shí)踐進(jìn)行科學(xué)驗(yàn)證并不斷完善,進(jìn)而指導(dǎo)產(chǎn)業(yè)實(shí)踐規(guī)范化和標(biāo)準(zhǔn)化。如此循環(huán)往復(fù),方能逐漸構(gòu)建起標(biāo)準(zhǔn)化的、具有規(guī)范性的廣告評(píng)估指標(biāo)體系。

2.創(chuàng)立權(quán)威性評(píng)估主體,健全數(shù)據(jù)審核機(jī)制

目前市場(chǎng)上出的廣告評(píng)估報(bào)告都是不同公司發(fā)布的,雖然也有諸如秒針和Admaster這類(lèi)相對(duì)具有業(yè)界權(quán)威性的第三方監(jiān)測(cè)機(jī)構(gòu)公布的數(shù)據(jù)報(bào)告,但由于各家公司監(jiān)測(cè)技術(shù)和標(biāo)準(zhǔn)的差異,發(fā)布的廣告效果數(shù)據(jù)無(wú)法被用來(lái)進(jìn)行多維度對(duì)比分析,且都缺乏客觀性和權(quán)威性?？尚行缘陌l(fā)展路徑可能是業(yè)界與監(jiān)管部門(mén)共同合作,業(yè)界需要發(fā)展出具有相對(duì)權(quán)威性的第三方監(jiān)測(cè)機(jī)構(gòu),同時(shí)利用各類(lèi)算法和智能技術(shù)對(duì)廣告投放效果進(jìn)行監(jiān)督,有效過(guò)濾虛假流量,確保效果反饋數(shù)據(jù)的真實(shí)性。廣告行業(yè)需要建立一個(gè)監(jiān)管機(jī)構(gòu)以及相應(yīng)的數(shù)據(jù)審核標(biāo)準(zhǔn),負(fù)責(zé)對(duì)第三方監(jiān)測(cè)機(jī)構(gòu)發(fā)布的廣告評(píng)估報(bào)告進(jìn)行數(shù)據(jù)審核,保證監(jiān)測(cè)數(shù)據(jù)的客觀準(zhǔn)確。通過(guò)二者的通力合作,共同推進(jìn)行業(yè)內(nèi)具有公信力和權(quán)威性的評(píng)估主體的出現(xiàn),以及透明公正的數(shù)據(jù)審核機(jī)制的構(gòu)建。

注釋:

① 盧靜微、劉淑娟:《人工智能時(shí)代廣告?zhèn)鞑サ膭?chuàng)新研究》,《大眾文藝》,2019年第22期,第202頁(yè)。

② Ghose,Anindya，Todri-Adamopoulos,Vilma.TowardaDigitalAttributionModel:MeasuringtheImpactofDisplayAdvertisingonOnlineConsumerBehavior.MIS Quarterly,vol.40,no.4,2016,p.889.

③ PR Newswire.CentralFloridaHumanBehaviorExpertSusanConstantineCreatesArtificialIntelligenceSoftwareThatReadsEmotionstoHelpBusinesses,Advertising,andEvenTVNews.PR Newswire US.2017.

④ 李夢(mèng)娜、劉春俠:《人工智能影響下廣告營(yíng)銷(xiāo)的發(fā)展探究》,《電腦知識(shí)與技術(shù)》,2018年第30期,第196頁(yè)。

⑤⑦ 姜智彬、馬欣:《領(lǐng)域、困境與對(duì)策:人工智能重構(gòu)下的廣告運(yùn)作》,《新聞與傳播評(píng)論》,2019年第3期,第58頁(yè)。

⑧ 段淳林、宋成:《用戶需求、算法推薦與場(chǎng)景匹配:智能廣告的理論邏輯與實(shí)踐思考》,《現(xiàn)代傳播》,2020年第8期,第125頁(yè)。

⑨ Yang,Y.,Yang,Y.C.,Jansen,B.J.,& Lalmas,M.ComputationalAdvertising:AParadigmShiftforAdvertisingandMarketing?.IEEE Intelligent Systems,vol.32,no.3,2017,p.4.