ZTouch CEO 長風: AI技術在資訊流廣告投放領域的價值化落地

(全球TMT2021年6月10日訊)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透過合理的成本獲取目標使用者,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週期價值(LTV)是最為關鍵的環節。

1. 落地場景

使用者洞察

在使用者洞察方向上,AI技術的落地點主要在DMP系統構建、使用者定向分析、使用者聚類、使用者相似度擴充套件等方向。具體而言,透過機器學習技術,企業可以基於使用者行為等業務資料建立複雜的標籤系統描述使用者的興趣愛好。實際應用中基於AI演演算法生成的不可解釋的標籤體系往往對使用者的興趣描述能力更強。

透過AI機器學習打通多源資料,可以更好地進行跨屏使用者識別與定向。同時,使用者屬性可能會隨著時間推移快速變化,因此可以用AI演演算法來自我跟進變化。基於對潛在人群的洞察,透過支援人群擴充套件、相似度計算,達到更好地理解使用者、洞察使用者的效果。

ZTouch CEO 長風: AI技術在資訊流廣告投放領域的價值化落地

創意的生成

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,透過應用AI演演算法,企業將獲得創意最佳化及自動生成、綜合調優等能力:透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;透過智慧投放,進行多組素材的測試,針對不同使用者投放最優素材。

直投媒體平臺廣告引擎的各種智慧競價系統都是AI技術的典型應用。基於OCPX出價的模式預估使用者對每個廣告的點選率、轉化率和個性化出價已經變成目前資訊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使用者畫像,實現精準人群細分,尋找創意投放組合;同時,基於機器學習演演算法去最佳化點選率、轉化率預估模型和智慧出價模型等。

效果跟蹤和歸因分析

在廣告投放的效果分析和歸因方面,應用AI技術可以做到智慧最佳化,並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

只有擁有了準確的使用者畫像、合理高效的創意生成技術,渠道本身觸達精準,並且投放過程中可以精確識別虛假流量、作弊資訊,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:

買不到想要的流量

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、合併、又分裂的情況。複雜的廣告投放環境對於廣告最佳化師提出了極高的要求,最佳化師必須要有各種平臺的使用經驗。

雖然媒體方會基於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,有經驗的最佳化師往往會先在優質流量上磨練成熟的創意,待得到穩定轉化之後才敢於在聯盟流量上進行下一步投放。

不可控的投放成本

儘管現在的廣告系統在諸如廣告召回、意圖觸發、意圖識別、創意最佳化精選、點選率預估、轉化率預估等幾乎每一個環節都引入了AI技術進行最佳化,但是對於客戶而言,在如此複雜的廣告系統當中,每一個引入了機器學習的環節都需要資料的餵養。然而,廣告系統的資料都是用真金白銀競價獲得的。讓廣告系統學習到廣告的特徵,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的邏輯控制和最佳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。

無處安放的創意

廣告主和最佳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,解壓產品的圖文影片要足夠解壓,文娛的圖文影片要有足夠娛樂性。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:如果沒有足夠的資訊提示,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。相比於平臺或代理,越來越多的廣告主開始關注自身的資料能力,著手最大化自身資料的價值。其中常見做法包括建立自己的使用者畫像體系、標籤體系、興趣偏好、轉化偏好等等。但是從行業角度看,企業內部資料受到平臺方生態的限制,比如平臺提供不同應用程式的Open ID,多為互相獨立無法打通,即使使用聯合ID,也侷限於企業內部。不管是遊戲行業、美妝行業,還是金融行業,對全網使用者畫像的渴求都溢於言表。使用者細粒度資料,尤其是可以全網打通的使用者資料是這個時代最重要的資產。

隨著使用者隱私的保護機制越來越嚴格,端上可直接採集的使用者資訊越來越少,全網使用者畫像資料的建立正在變得越來越困難,遠如「IMEI值禁止採集」,近如IOS IDFA的「預設不開啟」。

1. 天然屬性。天然屬性通常也可以叫做元資料、meta資料,比如人的年齡、性別、暱稱等等,是畫像欄位中最基礎的資料,也是最通用的欄位。對於很多行業來說,這些基礎欄位就是他們理解的畫像資料90%的內涵。

2. 統計屬性。統計類的屬性欄位,通常與業務有相關性,比如使用者過去3個月購買的10個頭部商品類別、最近7天搜尋詞的倒排截斷列表、使用者3個月內觀看次數最多的主播ID列表。統計類屬性通常與使用者興趣相關,可以連線使用者和業務場景。

3. 機器學習屬性,或者叫做機器學習的預測屬性、特徵列表。此類屬性可解釋性最差,卻是對於具體的業務場景理解最深刻的部分,比如基於機器學習技術給使用者單獨建立的特徵向量、使用者的搜尋詞的向量化表示。此類特徵是機器學習技術的中間結果,將直接支援模型執行線上預測和計算。相比較於前兩者,基於機器學習技術構造的畫像欄位正在日益豐富,僅僅是向量化技術便層出不窮,從Deepwalk、LINE再到淺層網路、深層網路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,使用每個使用者特有的向量化表示進行線上機器學習的預測。

ZTouch CEO 長風: AI技術在資訊流廣告投放領域的價值化落地

ZTouch 數智實力地圖

其次,最佳化投放成本。

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援商業邏輯。有了模型資料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。這裡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。相比於程式化廣告RTB+ADX模式中的媒體方畫像資料基本不起作用,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,並可以基於使用者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,自身資料越全面,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. 基於規則

2. 基於業務邏輯和行業知識

3. 基於機器學習模型預測

第一種決策方式很容易理解。廣告主如果自己收集了歷史使用者列表,可以依據當前裝置(使用者)是否有安裝過APP、是否屬於活躍使用者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。依賴於廣告主側的業務資料,即使是簡單規則干預仍然可創造可觀的投放成本最佳化空間。

第二種決策方式則是在第一種方式上引入了三方資料和自身業務邏輯資料。對於金融廣告主,第三方資料包括徵信資訊、該使用者/裝置是否經常在「薅羊毛」黑名單上、是否是虛擬裝置等等。對於電商廣告主,則需要知道該使用者上個月是否剛買了新電腦,如果答案為「是」,那麼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資料更多,而且難度大,要求廣告主有資料能力。

第三種方式依賴機器學習模型及業務資料進行決策,對RTA客戶的自身能力要求最高,不但要有完整的大資料能力,還要具備高QPS壓力下快速模型預測的能力。ZTouch團隊曾創立並服務過多款日活使用者千萬級的短影片產品,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,最佳化投放成本必須使用廣告主自身的資料。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。

廣告主面對的最後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、使用者體驗更好,影象技術、語音技術均有用武之地。

3. 基於資料探勘技術進行優質創意的預測和甄選。

ZTouch CEO 長風: AI技術在資訊流廣告投放領域的價值化落地

ZTouch 廣告數智投放平臺達爾文(Darwin)的六大特性

AI技術已應用於熱門創意的快速發現,以及透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慧廣告投放。ZTouch自研的廣告智慧投放平臺「達爾文(Darwin)」提供統一的TD介面、自動化階梯出價、快速的批次建立,綜合了所有可以提升優質創意的發現技術,實現機器學習和大資料能力在資訊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夥伴加入,一起打造全球化AI人工智慧尖端品牌,做企業數智化摯愛夥伴,智領創新,共創未來!目前招聘職位有:推薦演演算法工程師、NLP演演算法工程師、推薦系統工程師、後端開發工程師、Web前端開發工程師、廣告產品經理等職位。

相關連結 :

https://www.ztouch.co