■ 姜智彬 師夢瑤

相較于消費者智能洞察、廣告智能創(chuàng)作和廣告智能投放等已經(jīng)進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)品的廣告運作環(huán)節(jié)而言,作為重要的反饋機制,傳統(tǒng)廣告評估方式已無法有效輸出效果數(shù)據(jù)和發(fā)揮反饋作用,無法配合其他智能化環(huán)節(jié)的升級。為有效發(fā)揮效果數(shù)據(jù)的重要反饋作用,適應(yīng)廣告運作的智能化轉(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、媒介代理機構(gòu)以及網(wǎng)絡(luò)媒體提供實時、準(zhǔn)確的全域廣告監(jiān)測與分析服務(wù),這些前沿性探索為廣告評估的智能化轉(zhuǎn)型提供了較為豐富的實踐經(jīng)驗,但業(yè)界尚未建立完善健全的廣告智能評估系統(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)在廣告評估領(lǐng)域的應(yīng)用,試圖提煉出廣告智能評估的一般模型,并探索廣告智能評估的未來發(fā)展方向。

一、人工智能應(yīng)用下廣告評估的研究綜述

目前學(xué)術(shù)界對于廣告智能評估并沒有一個相對統(tǒng)一的概念界定,大多是描述效果評估的智能化特點①,主要圍繞以下三個方向展開:

(一)廣告評估方式的智能化變革

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

(二)廣告評估工作模式的高效化發(fā)展

廣告評估工作模式由傳統(tǒng)的單靠人力完成數(shù)據(jù)的收集與分析工作,向機器收集數(shù)據(jù)和人機協(xié)同處理數(shù)據(jù)的工作模式轉(zhuǎn)變,評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),廣告評估人員可以以添加監(jiān)測代碼等方式采集從前端到后端的全鏈路消費者行為數(shù)據(jù)⑨,數(shù)據(jù)可以來源于媒體方自己創(chuàng)建的監(jiān)測平臺,也可以來源于第三方監(jiān)測機構(gòu),大大提高了數(shù)據(jù)采集效率。數(shù)據(jù)采集后,機器會運用聚類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,并在機器學(xué)習(xí)的幫助下改進廣告信息的傳遞,優(yōu)化廣告效果,提升廣告活動效益。在智能技術(shù)的運用下,監(jiān)測愈發(fā)的實時化與全流程化,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,整體廣告評估工作不斷朝著高效化方向發(fā)展。

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

由于傳統(tǒng)測評技術(shù)的限制以及事后評估數(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,效果評估是相對獨立的一個環(huán)節(jié)。智能技術(shù)加持下的廣告運作不再表現(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估環(huán)節(jié)為紐帶的從消費者洞察、創(chuàng)作到精準(zhǔn)投放的廣告全流程閉環(huán)運作模式,打通了全鏈路廣告智能運作系統(tǒng)。智能化技術(shù)的介入,使監(jiān)測實現(xiàn)了數(shù)據(jù)獲取實時化,廣告活動的每一個環(huán)節(jié)、每一個媒介渠道、每一步投放操作產(chǎn)生的效果都可觀察可測量,效果數(shù)據(jù)的分析結(jié)果可以用于指導(dǎo)廣告營銷方案的調(diào)整,實現(xiàn)廣告效果的“秒優(yōu)化”與個性化廣告應(yīng)對。在這個過程中,效果評估實際上發(fā)揮了中介平臺的作用,消費者洞察、創(chuàng)作以及程序化投放等環(huán)節(jié)通過與效果評估環(huán)節(jié)的實時互動,可實現(xiàn)與其他環(huán)節(jié)的精準(zhǔn)互動與協(xié)同作業(yè),滿足消費者動態(tài)需求,達成廣告活動與消費者需求的全鏈路匹配。由此,廣告智能評估走向智能評估與實時應(yīng)對的有機整合,實現(xiàn)了廣告流程的閉環(huán)運作。

二、廣告智能評估的研究框架

(一)理論框架:共振效應(yīng)理論

“共振”這一概念來源于物理現(xiàn)象,最初是一個物理學(xué)名詞,指的是當(dāng)物體受到外力作用作受迫振動時,所加外部作用力的頻率與物體固有頻率接近或相等時,振幅急劇增大的現(xiàn)象。在這個頻率下,物體會以比其他頻率更大的振幅做振動,這個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)的實質(zhì)是內(nèi)外兩力運動方向相同,頻率接近時,二者合力達到最佳效果。根據(jù)對共振效應(yīng)的闡述,它包含三個必備條件: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)過多次測定才能了解；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,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)以上對共振效應(yīng)的理解,研究者認為共振效應(yīng)機制實際上包含了感知、分析和匹配三個環(huán)節(jié),感知環(huán)節(jié)負責(zé)了解物體固有頻率和外部作用力頻率；分析環(huán)節(jié)負責(zé)對感知到的物體和外部作用力頻率進行分析,尋找共振源；匹配環(huán)節(jié)則負責(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)理論與廣告智能評估的內(nèi)在一致性

共振效應(yīng)的實質(zhì)是兩種運動方向相同的變量,頻率接近或趨向相同時,二者合力達到最佳效果,系統(tǒng)狀態(tài)最優(yōu)。廣告智能評估的工作是通過收集包括消費者需求以及廣告活動實際效果等在內(nèi)的信息數(shù)據(jù),反饋給消費者洞察、創(chuàng)作和內(nèi)容投放環(huán)節(jié),指導(dǎo)廣告活動各環(huán)節(jié)各要素進行調(diào)整,其本質(zhì)在于促使廣告系統(tǒng)內(nèi)外頻率相一致,也就是廣告活動與消費者需求相契合,從而優(yōu)化廣告活動效果,達到預(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、分析和匹配三個環(huán)節(jié)。同樣,廣告智能評估也包含三個部分:智能監(jiān)測廣告數(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廣告活動成效、智能指導(dǎo)廣告優(yōu)化即進行個性化應(yīng)對,構(gòu)成了與共振效應(yīng)相一致的識別-分析-應(yīng)對的底層邏輯(見圖1)。

圖1 共振效應(yīng)與廣告智能評估的內(nèi)在邏輯

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

三、廣告智能評估的系統(tǒng)結(jié)構(gòu)

研究者以共振理論為研究框架,通過對全流程廣告活動效果實時智能監(jiān)測、深層次廣告效果數(shù)據(jù)智能分析以及個性化廣告智能應(yīng)對三個方面的分析,探究廣告智能評估的系統(tǒng)結(jié)構(gòu)。

(一)全流程廣告活動效果實時智能監(jiān)測

廣告智能評估首先要依據(jù)系統(tǒng)化指標(biāo)體系,借助智能技術(shù),實時監(jiān)測廣告活動,采集多源異構(gòu)的廣告效果數(shù)據(jù)。廣告活動的監(jiān)測主要是對用戶與品牌之間的接觸點進行監(jiān)測,接觸點指的是客戶在購買之前、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)測和后端的監(jiān)測。最先展現(xiàn)給用戶的廣告位頁面一般稱為“前端”,前端監(jiān)測就是對廣告媒體進行監(jiān)測,可以追蹤不同平臺、不同形式廣告的引流效果；后端的監(jiān)測是對產(chǎn)生點擊行為之后的用戶行為進行記錄,包括落地頁監(jiān)測、轉(zhuǎn)化監(jiān)測以及反饋監(jiān)測,可以全鏈路追蹤用戶轉(zhuǎn)化路徑。研究者主要通過廣告媒體、落地頁、轉(zhuǎn)化以及反饋這四類主要接觸點來展開廣告效果智能監(jiān)測的研究分析。

1.廣告媒體智能監(jiān)測方式

PC/WAP端廣告媒體的監(jiān)測主要是基于cookie技術(shù),cookie里面記錄了用戶的身份信息、訪問過的網(wǎng)站、瀏覽深度以及停留時間等,并且會隨著用戶多次訪問網(wǎng)站自動更新數(shù)據(jù)。由于cookie無法識別同一客戶端不同用戶的行為,也無法實現(xiàn)跨屏識別,因而其統(tǒng)計到的數(shù)據(jù)與實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的時候,不再需要通過手機號或身份證號來識別不同的用戶,而是通過采集所有消費者賬號、行為數(shù)據(jù)等信息重構(gòu)一個虛擬的人,通過數(shù)據(jù)分析、知識圖譜、機器學(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越多、數(shù)據(jù)越來越大,消費者畫像越全面,這個虛擬身份ID就會越來越接近真實世界里的消費者,ID-base的精準(zhǔn)性和匹配度就會越來越高。

移動端廣告效果智能監(jiān)測的方式主要有兩種:一是以API(Application Programming Interface,應(yīng)用程序編程接口)方式實現(xiàn)監(jiān)測。API是為了讓各系統(tǒng)之間能夠?qū)崿F(xiàn)數(shù)據(jù)共享而開辟的一種接口或通道,通過這個通道,兩個需要溝通交流的系統(tǒng)可以以雙方都認可和理解的方式完成信息的傳送與接收。二是通過SDK(Software Development Kit,軟件開發(fā)工具包)進行效果監(jiān)測,由第三方機構(gòu)開發(fā)獨有的監(jiān)測代碼,媒體方將代碼嵌入到自己的平臺內(nèi)進行效果監(jiān)測。但由于第三方機構(gòu)眾多,并且其私有監(jiān)測代碼都各不相同,每次與不同的第三方機構(gòu)進行合作,媒體方都需要嵌入新的監(jiān)測代碼,大大增加了工作量。相比較而言,API對接比較簡單,但需經(jīng)過對接平臺,SDK方式比較穩(wěn)定,但工作量相對較大,對接周期略長。從根本上來說,無論采用API還是SDK方式,其監(jiān)測流程都是相同的,即監(jiān)測方為投放的廣告物料提供相應(yīng)的監(jiān)測代碼,媒體方錄入代碼,當(dāng)產(chǎn)生曝光、點擊、跳轉(zhuǎn)等行為時,就會觸發(fā)監(jiān)測代碼,監(jiān)測到的效果數(shù)據(jù)信息會實時回傳到監(jiān)測平臺,完成數(shù)據(jù)的采集工作,最后,監(jiān)測平臺會自動生成可視化圖表展示效果數(shù)據(jù)。

2.落地頁智能監(jiān)測方式

用戶點擊前端廣告跳轉(zhuǎn)進入的第一個網(wǎng)頁就是落地頁(Landing Page),通常情況下落地頁是廣告主推頁面。基于智能化化技術(shù),落地頁可以記錄跳失率、二跳率、瀏覽深度等用戶行為數(shù)據(jù),這些數(shù)據(jù)通常也可以被用來評估流量質(zhì)量,判斷是否存在虛假點擊等數(shù)據(jù)造假行為。落地頁智能監(jiān)測主要是通過對站點添加代碼實現(xiàn)的,首先,需要對落地頁添加跟蹤代碼,廣告主根據(jù)自己實際需求,選擇HTML或JS方式下載并安裝代碼,用戶進入落地頁后,監(jiān)測代碼會被激活,監(jiān)測平臺會實時進行用戶行為數(shù)據(jù)的收集與統(tǒng)計工作,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擊熱圖功能幫助客戶了解用戶點擊了網(wǎng)站上的哪些模塊或內(nèi)容；提供瀏覽觸達線功能告訴客戶用戶的訪問深度以及在什么位置離開了網(wǎng)頁；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)測方式

轉(zhuǎn)化行為的監(jiān)測指標(biāo)依據(jù)廣告類型與目標(biāo)的不同而各不相同,對于以游戲為代表的App下載類廣告而言,在這個階段需要對下載、注冊、激活等效果數(shù)據(jù)進行監(jiān)測；而對于以京東和淘寶為代表的電商類廣告而言,則需要監(jiān)測添加收藏、加入購入車以及完成購買等用戶行為。對于用戶轉(zhuǎn)化行為的監(jiān)測流程是相同的:第一步,分析廣告活動目標(biāo),制定并搭建整體廣告計劃；第二步,在整體推廣計劃中細化目標(biāo),以合理有序的結(jié)構(gòu)分類分步搭建推廣單元,對每個推廣單元(或具體廣告物料)添加監(jiān)測代碼,以不同的方式組合每個推廣單元內(nèi)的媒體渠道和廣告物料,測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,實時查看回傳的廣告效果數(shù)據(jù),獲取諸如注冊、下載、購買或點贊、評論、轉(zhuǎn)發(fā)等轉(zhuǎn)化數(shù)據(jù)以及不同媒體渠道、不同時間段、不同地域的細分?jǐn)?shù)據(jù)報告,了解轉(zhuǎn)化效果。需要注意的是,監(jiān)測代碼需要與監(jiān)測對象一一對應(yīng),不同廣告物料或推廣單元的監(jiān)測代碼各不相同,傳統(tǒng)只能依靠人力一一匹配監(jiān)測鏈接,一旦出錯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)測可以使用同一個監(jiān)測鏈接,鏈接中存在一個“keywordid”,根據(jù)keywordid第三方監(jiān)測平臺會自動生成與id匹配相關(guān)的關(guān)鍵詞,實現(xiàn)智能化監(jiān)測,不但極大地節(jié)省了人力,也確保了監(jiān)測數(shù)據(jù)的準(zhǔn)確性。同時,智能監(jiān)測不僅能監(jiān)測下載、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、付費率等后續(xù)用戶行為。

4.用戶反饋智能監(jiān)測方式

在傳統(tǒng)廣告效果監(jiān)測工作中,用戶完成轉(zhuǎn)化就是監(jiān)測流程的最后一步,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估維度。這些反饋信息中蘊含消費者對產(chǎn)品或服務(wù)的態(tài)度及情感傾向,是評估廣告效果的重要依據(jù)。

在智能技術(shù)的運用下,可以通過網(wǎng)絡(luò)爬蟲(Crawler)和API的方式來獲取用戶反饋數(shù)據(jù)。一般來說,機器主要通過以上兩種方式對互聯(lián)網(wǎng)中的用戶反饋信息進行采集,再運用自然語言處理技術(shù)、情感分析技術(shù)以及數(shù)據(jù)挖掘技術(shù)對收集到的信息進行處理規(guī)整和進一步分析,挖掘用戶對產(chǎn)品或服務(wù)的情感態(tài)度以及個性化訴求,為后續(xù)產(chǎn)品或服務(wù)的改進以及營銷策略的優(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)在對非結(jié)構(gòu)化數(shù)據(jù)的智能分析處理以及對數(shù)據(jù)信息的深度挖掘上。非結(jié)構(gòu)化數(shù)據(jù)的處理主要通過自然語言處理技術(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),進而通過數(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)挖掘主要有聚類分析、預(yù)測和歸因分析三類功能,不同的數(shù)據(jù)挖掘任務(wù)需要運用合適的數(shù)據(jù)挖掘方法,以得出有價值的分析信息,為廣告主提供決策輔助。

觀察患者呼吸機相關(guān)性肺炎的發(fā)生率,若通氣治療48h后符合:①X線胸片示新的或進行性肺浸潤;②發(fā)熱;③外周血白細胞計數(shù)>20.0×109/L或C反應(yīng)蛋白>8mg/L;④氣道分泌物細菌培養(yǎng)陽性?；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相關(guān)性肺炎[4]。

1.聚類分析智能細分市場

在廣告效果分析領(lǐng)域中,聚類分析(Cluster Analysis)是對消費者市場進行不斷細分的有效工具。根據(jù)消費者從看到廣告到完成購買以及反饋評價等一系列行為數(shù)據(jù),運用聚類分析技術(shù)可以自動刻畫消費者特征,依據(jù)相似程度對消費者群體進行分類,把消費者歸類成具有明顯特征并且相互區(qū)分的不同組群,從而可以為這些細分群體制定有針對性的廣告創(chuàng)意,提供精細化、個性化的服務(wù)和運營策略,如自動給一個特定的用戶群體發(fā)送促銷郵件,或選擇一個消費者聚類作為目標(biāo)投放人群等。每個消費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,消費者洞察就越全面,越能還原真實的用戶全貌,廣告活動越有針對性,進而實現(xiàn)千人千面。此外,根據(jù)消費者完成轉(zhuǎn)化行為與否,可以將消費者粗略分為已轉(zhuǎn)化消費者和潛在消費者,針對已轉(zhuǎn)化消費者,下一輪廣告投放的重點是鞏固消費者對產(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；而對于未發(fā)生轉(zhuǎn)化行為的潛在消費者,首先要分析客戶流失的原因,再針對流失原因有針對性地引導(dǎo)用戶完成轉(zhuǎn)化。

2.效果預(yù)測智能輔助決策

預(yù)測主要用于預(yù)見未來,回答“將要發(fā)生什么”的問題。在廣告效果分析中運用到的預(yù)測分析技術(shù)主要有點擊率預(yù)估和轉(zhuǎn)化率預(yù)估兩種。廣告點擊率預(yù)估是“在給定網(wǎng)頁和用戶的情況下,估計投放廣告被點擊的次數(shù)占曝光次數(shù)的比例”。很多效果類廣告會采用點擊付費的方式(CPC)進行廣告結(jié)算,廣告點擊率的高低直接決定著平臺和媒體的收益,在大型的廣告投放系統(tǒng)中,整體點擊率的小幅度提升可能會帶來巨額的利潤收益?；诖髷?shù)據(jù)機器學(xué)習(xí)技術(shù),目前已經(jīng)發(fā)展出多種廣告點擊率預(yù)估模型,每種模型有其各自的特性與適用場合,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,而層次聚類模型則適用于稀疏和未投放的新廣告場合。廣告轉(zhuǎn)化率預(yù)測就是對用戶發(fā)生特定行為(例如購買、下載、注冊等行為)的概率進行預(yù)估。對于以CPA(按行為付費)模式結(jié)算的廣告主來說,對轉(zhuǎn)化率進行預(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提出建議,進一步提高轉(zhuǎn)化率。

點擊率預(yù)估和轉(zhuǎn)化率預(yù)測的精準(zhǔn)度在很大程度上影響著廣告投放的精準(zhǔn)性,基于點擊率預(yù)估和轉(zhuǎn)化率預(yù)測,OCPX智能投放模式應(yīng)用而生。簡單來說，OCPX就是智能化的CPC、CPM(千人成本)和CPA。其本質(zhì)依舊是按點擊/曝光/行為付費,只不過在積累一定的用戶數(shù)據(jù)和廣告效果數(shù)據(jù)后,基于機器學(xué)習(xí)和算法模型,系統(tǒng)能夠智能化地實時預(yù)估每一次廣告投放的點擊率和轉(zhuǎn)化率,并基于廣告環(huán)境智能動態(tài)出價,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水平

廣告投放活動往往是通過多個媒介渠道同步進行的,用戶從接收廣告信息到完成轉(zhuǎn)化的整個過程中可能會接觸多個渠道,這些渠道對于用戶完成最終轉(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)了消費者從接收廣告到完成購買的整條轉(zhuǎn)化路徑,從而能夠準(zhǔn)確衡量不同媒介渠道的貢獻程度。歸因分析可以回答一系列和廣告效果有關(guān)的問題:哪個廣告媒體或者網(wǎng)站的引流效果好？消費者在完成最終購買前接觸了哪些渠道？哪些渠道在促成消費者最終購買方面最有效？通過歸因分析,可以有效檢驗并具體分析廣告活動的成效,尋找影響廣告效果的因素。

常見的歸因分析模型主要有單觸點歸因和多觸點歸因兩種,單觸點歸因包括首次互動歸因模型(First Touch Attribution)、末次互動歸因模型(Last Touch Attribution)、末次非直接點擊歸因模型(Last Nondirect Attribution)等,是將廣告效果轉(zhuǎn)化歸功于廣告活動全過程的其中某一次特定用戶互動行為。雖然單觸點歸因?qū)嵤┫鄬θ菀?但無疑用戶心理是復(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,多觸點歸因則更具有科學(xué)性,多觸點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于廣告活動的貢獻價值,同時可以分析不同渠道之間的協(xié)同作用和互動關(guān)系,尋找影響廣告效果的具體因素,進而有效指導(dǎo)媒介渠道管理,合理分配預(yù)算、配置廣告資源、優(yōu)化廣告活動效果,以求實現(xiàn)投資回報率最大化。

(三)個性化廣告智能應(yīng)對

廣告智能評估借助機器學(xué)習(xí)技術(shù),根據(jù)實時的廣告效果反饋主動調(diào)整廣告活動,滿足消費者個性化需求,優(yōu)化廣告效果。具體來說,主要是通過用戶畫像更新、個性化創(chuàng)作、優(yōu)選媒介投放以及落地頁優(yōu)化的方式,智能地采取個性化主動應(yīng)對策略,提供滿足消費者動態(tài)需求的產(chǎn)品或服務(wù)信息。智能應(yīng)對是廣告智能評估的目的和核心作用所在。

充分滿足消費者需求是廣告效果達到預(yù)期的必要前提。在廣告投放過程中,從廣告產(chǎn)生曝光開始,監(jiān)測平臺就記錄著消費者在網(wǎng)絡(luò)上的一切行為軌跡,描繪消費者數(shù)字畫像。廣告效果監(jiān)測平臺采集到的消費者數(shù)據(jù)主要分為兩類:一是消費者行為數(shù)據(jù),消費者行為數(shù)據(jù)是用戶接收廣告信息后的一系列行為記錄,通過人工智能技術(shù)對消費者行為數(shù)據(jù)進行實時挖掘和處理,可以實現(xiàn)對已有消費者畫像的更新和重構(gòu)；二是消費者反饋數(shù)據(jù),主要是消費者主動在電商類平臺或社交媒體等提供反饋渠道的平臺上發(fā)表的評價類信息,對用戶反饋信息進行追蹤,運用自然語言處理和情感分析技術(shù),可以有效挖掘消費者對產(chǎn)品或服務(wù)的態(tài)度、觀點以及情感傾向。

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

2.個性化創(chuàng)作,智能合拍用戶需求

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

根據(jù)廣告點擊情況、用戶交互行為以及最終轉(zhuǎn)化效果等監(jiān)測數(shù)據(jù),不同類型的廣告在創(chuàng)作層面有不同的優(yōu)化方式。例如文字類廣告智能創(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(手機系統(tǒng))等,自動地對創(chuàng)作的一些片段進行關(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。開啟通配符功能后,使用不同搜索詞的用戶會看到不同的廣告創(chuàng)作,可以大大提升廣告創(chuàng)意與消費者需求的契合度,從而引起消費者的購買興趣,提升廣告效果。圖片類廣告則從元素級別提取產(chǎn)品屬性特征,機器能夠自動將數(shù)據(jù)庫中的各種廣告元素進行不同的排列組合,結(jié)合人群定位屬性,智能生成多個廣告創(chuàng)意,客戶可以在自動生成的基礎(chǔ)上對創(chuàng)意進行進一步的修改和完善,提升創(chuàng)意內(nèi)容與產(chǎn)品特性之間的契合度以及對目標(biāo)消費者需求的觸達程度,力求盡可能地提供滿足消費者個性化需求的廣告創(chuàng)意。

3.優(yōu)選媒介投放,智能配置廣告資源

廣告投放活動是一個過程,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)化的整個過程中可能會接觸多個媒介渠道,每個渠道對于用戶完成最終轉(zhuǎn)化有著不同程度的影響。人工智能技術(shù)可以對不同媒介渠道進行歸因分析,還原用戶轉(zhuǎn)化軌跡,用量化的數(shù)據(jù)來衡量不同媒介渠道對廣告活動的貢獻價值。通過歸因分析,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,還可以同消費者行為軌跡進行交叉分析,了解特定用戶在特定媒介渠道的使用習(xí)慣。依據(jù)實時動態(tài)的效果反饋數(shù)據(jù),智能投放平臺可以自動根據(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行差異化廣告投放。同時,在機器學(xué)習(xí)的基礎(chǔ)上,系統(tǒng)也會不斷更新算法模型,智能化優(yōu)化投放策略。

4.落地頁優(yōu)化,智能改善用戶體驗

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

在人工智能技術(shù)的應(yīng)用下,通過添加代碼對落地頁進行監(jiān)測和數(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)化的以及花了多長時間完成轉(zhuǎn)化等等,也可以知道哪些落地頁被瀏覽的次數(shù)最多、點擊次數(shù)最多、轉(zhuǎn)化效果最好。結(jié)合這些數(shù)據(jù),可以開發(fā)智能落地頁?；A(chǔ)的智能落地頁是自提營銷單頁,即通過系統(tǒng)提供的素材、模板和組件,廣告人員可以自由組合頁面編排,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)的營銷單頁,并且可以在系統(tǒng)內(nèi)進行個性化管理。此外,還可以結(jié)合A/B測試方法,設(shè)計多版本的落地頁進行效果驗證,選擇效果較好的落地頁進行投放。自提營銷單頁在一定程度上節(jié)省了人力,但這種人機協(xié)同的方式無法為不同的用戶檢索提供千人千面的落地頁。于是比較高級的智能單頁應(yīng)運而生,即系統(tǒng)運用大數(shù)據(jù)和人工智能等技術(shù)根據(jù)用戶搜索關(guān)注點和決策路徑,從推廣站點獲取產(chǎn)品、服務(wù)等內(nèi)容并智能聚合、動態(tài)重組生成個性化落地頁,并自動綁定最相關(guān)的詞推送給用戶。譬如用戶在搜索引擎中檢索關(guān)鍵詞,點擊廣告鏈接進入落地頁,看到的就會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應(yīng)的個性化落地頁,不僅使落地頁的形式更加靈活多樣有針對性,更提升了用戶體驗,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)廣告智能評估的識別、分析與應(yīng)對模型

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估的識別、分析與應(yīng)對模型(見圖2)。

圖2 廣告智能評估的識別、分析與應(yīng)對模型

1.廣告智能評估的識別環(huán)節(jié)

在整體廣告智能評估中,全流程實時監(jiān)測是基礎(chǔ)和前提。通過添加監(jiān)測代碼、配置SDK和API以及運用ID-base和網(wǎng)絡(luò)爬蟲等智能化技術(shù),實時監(jiān)測用戶與品牌之間的所有接觸點,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的真實效果。識別環(huán)節(jié)采集到的數(shù)據(jù)將直接導(dǎo)入分析模塊,對效果數(shù)據(jù)進行智能深度分析,尋找影響廣告效果的因素。

2.廣告智能評估的分析模塊

系統(tǒng)通過實時監(jiān)測完成對用戶全網(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)的分析模塊首先會對原始數(shù)據(jù)進行處理,運用自然語言處理、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)。通過聚類分析、點擊率預(yù)估與轉(zhuǎn)化率預(yù)測以及回歸分析等數(shù)據(jù)挖掘方法對效果數(shù)據(jù)進行深度分析,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)進行個性化廣告智能評估,調(diào)整廣告策略,優(yōu)化廣告效果。

3.廣告智能評估的應(yīng)對路徑

智能評估并不是一個完全獨立的廣告運作環(huán)節(jié),只有與消費者洞察、創(chuàng)作以及投放等環(huán)節(jié)實現(xiàn)互動,有效指導(dǎo)個性化廣告智能評估,才能充分發(fā)揮評估的作用。應(yīng)對是整體廣告智能評估系統(tǒng)中的最后一環(huán),是效果評估的目的所在,也是智能評估區(qū)別于傳統(tǒng)評估的重要功能。從根本上來說只有滿足消費者需求,廣告活動才能實現(xiàn)預(yù)期效果,消費者需求是一個不斷動態(tài)變化著的過程,這決定了廣告活動也必須是動態(tài)迭代的。因此，個性化廣告智能評估首先要挖掘多端異構(gòu)的消費者行為數(shù)據(jù)和反饋數(shù)據(jù),實時更新消費者畫像,智能預(yù)測消費者動態(tài)需求。了解消費者需求后,智能創(chuàng)意平臺能夠針對個性化的消費者需求,結(jié)合廣告效果數(shù)據(jù),自動生成多個廣告創(chuàng)意,合拍消費者動態(tài)需求。之后,契合消費者需求的廣告信息需要運用合適的媒介渠道進行投放,運用歸因分析模型,投放平臺可以根據(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,落地頁的優(yōu)劣與否也是影響消費者轉(zhuǎn)化的重要節(jié)點,智能落地頁系統(tǒng)可以根據(jù)消費者搜索關(guān)注點和決策路徑,將消費者單次的檢索需求生成對應(yīng)的個性化落地頁,提升用戶體驗,縮短轉(zhuǎn)化路徑,改善轉(zhuǎn)化效果,實現(xiàn)廣告活動全流程的個性化智能主動應(yīng)對。

當(dāng)系統(tǒng)完成識別、分析與應(yīng)對后,受廣告信息的影響以及市場環(huán)境的變化,消費者會有新的行為反應(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)測到,開始下一輪的識別、分析與應(yīng)對。當(dāng)機器獲取到新的消費者行為信息與廣告效果數(shù)據(jù)后,原有的應(yīng)對方式將會發(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)實現(xiàn),則廣告活動實現(xiàn)優(yōu)化,系統(tǒng)會對現(xiàn)有應(yīng)對方式進行分析總結(jié),優(yōu)化模型,為下一輪廣告活動積累經(jīng)驗；若不符合廣告效果預(yù)期,未實現(xiàn)廣告活動目標(biāo),系統(tǒng)會進一步分析效果數(shù)據(jù),尋找影響廣告效果達成的因素,并采取新的應(yīng)對措施調(diào)整廣告活動,優(yōu)化廣告效果。在這一過程中,基于海量大數(shù)據(jù)和機器學(xué)習(xí)能力的不斷提高,廣告智能評估的模型會不斷地發(fā)展與進化。

綜上所述,廣告智能評估是以實時監(jiān)測為基礎(chǔ),基于機器學(xué)習(xí)實現(xiàn)對反饋數(shù)據(jù)的深度分析以指導(dǎo)個性化主動應(yīng)對的智能化廣告運作流程,評估的智能化發(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)的有機閉環(huán)。

(二)廣告智能評估的共振效應(yīng)

在智能技術(shù)的賦能下,廣告智能評估系統(tǒng)會實時監(jiān)測廣告活動,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,智能洞察用戶動態(tài)需求,指導(dǎo)個性化主動應(yīng)對,努力達成廣告活動與用戶需求的全鏈路匹配。智能技術(shù)加持的廣告評估不再表現(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)的全流程廣告活動閉環(huán)運作模式,實現(xiàn)了廣告活動與用戶之間的良性互動與持續(xù)共振(見圖3)。廣告智能評估的共振效應(yīng)是以智能評估系統(tǒng)為平臺,通過實時監(jiān)測收集多源異構(gòu)效果數(shù)據(jù),洞察用戶動態(tài)需求,指導(dǎo)個性化主動應(yīng)對,智能調(diào)整廣告策略,優(yōu)化廣告活動效果。

圖3 廣告智能評估的共振效應(yīng)

區(qū)別于傳統(tǒng)效果評估的線性邏輯,在智能化評估中,用戶洞察、創(chuàng)作以及投放等廣告運作環(huán)節(jié)通過與智能評估系統(tǒng)的實時互動,實現(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)的有機閉環(huán)。貫穿這個閉環(huán)的機器邏輯是整個流程的自動運行、彈性運行和協(xié)調(diào)運行。

(三)廣告智能評估的未來展望

隨著人工智能技術(shù)的不斷發(fā)展以及其在廣告評估領(lǐng)域的深入應(yīng)用,廣告智能評估未來有以下兩個方面的問題需要進一步探索完善。

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

目前業(yè)界中,無論是阿里全域營銷提出的AIPL(Attention,Interest,Purchase,Loyalty)還是愛奇藝構(gòu)建的AACAR(Attention,Association,Consensus,Action,Reputation)等模型,實際上都是對經(jīng)典的AIDA模型(Attention,Interest,Desire,Action)的進一步發(fā)展與延伸。AIDA模型反映了消費者從接收廣告信息到完成廣告主預(yù)期行為的心理發(fā)展變化邏輯過程,在一定程度上能夠指導(dǎo)廣告評估指標(biāo)體系的構(gòu)建。但基于消費環(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)實踐先行,學(xué)界在分析業(yè)界實踐的基礎(chǔ)上歸納出一套普遍適用的廣告評估指標(biāo)體系,通過產(chǎn)業(yè)實踐進行科學(xué)驗證并不斷完善,進而指導(dǎo)產(chǎn)業(yè)實踐規(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)范性的廣告評估指標(biāo)體系。

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

目前市場上出的廣告評估報告都是不同公司發(fā)布的,雖然也有諸如秒針和Admaster這類相對具有業(yè)界權(quán)威性的第三方監(jiān)測機構(gòu)公布的數(shù)據(jù)報告,但由于各家公司監(jiān)測技術(shù)和標(biāo)準(zhǔn)的差異,發(fā)布的廣告效果數(shù)據(jù)無法被用來進行多維度對比分析,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)管部門共同合作,業(yè)界需要發(fā)展出具有相對權(quán)威性的第三方監(jiān)測機構(gòu),同時利用各類算法和智能技術(shù)對廣告投放效果進行監(jiān)督,有效過濾虛假流量,確保效果反饋數(shù)據(jù)的真實性。廣告行業(yè)需要建立一個監(jiān)管機構(gòu)以及相應(yīng)的數(shù)據(jù)審核標(biāo)準(zhǔn),負責(zé)對第三方監(jiān)測機構(gòu)發(fā)布的廣告評估報告進行數(shù)據(jù)審核,保證監(jiān)測數(shù)據(jù)的客觀準(zhǔn)確。通過二者的通力合作,共同推進行業(yè)內(nèi)具有公信力和權(quán)威性的評估主體的出現(xiàn),以及透明公正的數(shù)據(jù)審核機制的構(gòu)建。

注釋:

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

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 李夢娜、劉春俠:《人工智能影響下廣告營銷的發(fā)展探究》,《電腦知識與技術(shù)》,2018年第30期,第196頁。

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

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

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