營銷人很慌。
自動化、模型預(yù)測、機器學(xué)習(xí)、算法、深度學(xué)習(xí)、生成式定向、AI……這些專屬于科技領(lǐng)域的陌生名詞，早已充斥在營銷行業(yè)中。習(xí)慣于以藝術(shù)家思維想創(chuàng)意、寫文案的營銷人們，根本還沒理解是什么，就得跟著熱潮把新技術(shù)用起來，營銷復(fù)雜度似乎在直線飆升。
不僅如此，當(dāng)OpenAI的CEO Sam Altman講出AI將能完成營銷人員、策略規(guī)劃人員和創(chuàng)意專業(yè)人員95%的工作時，營銷人的生存也變得岌岌可危。你反復(fù)修改才能做出一張海報，現(xiàn)在只要輸入一句話AI就能生成一大批素材，這種恐怖速度面前，任誰都難逃危機感。
營銷已成為不折不扣的技術(shù)活兒。 空前狂熱的技術(shù)浪潮，和認知行動都還沒完全跟上的人們，形成了鮮明對比。興奮、未知、猶豫、挑戰(zhàn)，我們想要跳出這多重情緒，聚焦于最為核心的議題——
人人都在講技術(shù)變革，技術(shù)究竟是改變了什么？
技術(shù)越來越無所不能，還需要人來做什么？
當(dāng)我們持續(xù)為技術(shù)狂熱，會不會又走向了另一個極端？
技術(shù)到底進步在哪兒？
營銷行業(yè)愛卷技術(shù)，其實是與生俱來的特點——自從廣告從紙媒來到互聯(lián)網(wǎng)，從早期人工投放廣告位，到搜索競價、信息流廣告出現(xiàn)，大家用一套程序化的流程去投放，再到現(xiàn)在嘗試融入新的AI技術(shù)，每次廣告行業(yè)的創(chuàng)新升級其實都是技術(shù)在推動。
而這一次的特殊之處在于，AI帶來的技術(shù)進步不是對某個環(huán)節(jié)、某個角色的改變，而是融入到了營銷的各個環(huán)節(jié)、方方面面：
做內(nèi)容：創(chuàng)意要靈活、實時生成
其實提到做內(nèi)容，廣告主普遍面臨著一個矛盾局面：
一方面，誰都清楚做創(chuàng)意很難，它依賴個體靈感閃現(xiàn)，很難高頻次產(chǎn)出；同時營銷創(chuàng)意也和市場洞察、消費趨勢理解相關(guān)，需要靈感和專業(yè)結(jié)合，這就更難批量化生產(chǎn)。
而另一方面，現(xiàn)實環(huán)境也很殘酷。廣告系統(tǒng)要求我們必須批量并且快速更新素材，這是一個得根據(jù)實時數(shù)據(jù)反饋而持續(xù)行動的過程，遠比你我想象的確定好創(chuàng)意-做內(nèi)容-再投出廣告這種線性工作流程，要復(fù)雜得多。
既要有難得一見的創(chuàng)意，又要能在線實時批量生成，這正是技術(shù)在發(fā)揮作用的兩個核心點。
其實在很長一段時間里，用技術(shù)生成創(chuàng)意內(nèi)容是很難實現(xiàn)的，因為你運用的技術(shù)，只是在幫你去做搜羅資料、案例的工作，給你參考，但無法直接輸出內(nèi)容。
幸運的是，AIGC正好提供了直接有效的解決方案。以ChatGPT為代表的生成式AI，其核心就是用已有數(shù)據(jù)學(xué)習(xí)后，再生成新的原創(chuàng)內(nèi)容或產(chǎn)品。所以你能看到在廣告營銷領(lǐng)域，最早落地的產(chǎn)品都是在輔助創(chuàng)意生成、量產(chǎn)內(nèi)容素材。
特贊聯(lián)合創(chuàng)始人王喆告訴「深響」，AIGC可以靈活分層運用于不同等級的創(chuàng)意，或者說是不同的「成本段」上——廣告主需要大量短平快素材時，就可以批量生成；需要相對輕量的視頻，技術(shù)就能夠去做腳本優(yōu)化、后期剪輯等等；而在制作投資在百萬級別的TVC時，AIGC也能輔助去做更好的藝術(shù)效果呈現(xiàn)。
也就是說，AIGC不僅能幫助人去想創(chuàng)意，還能根據(jù)你的需求去靈活調(diào)整它具體要做些什么。
在靈活輔助及生成創(chuàng)意內(nèi)容的基礎(chǔ)上，在線實時這一要求，基于AIGC也有了實現(xiàn)的可能。
百度商業(yè)策略產(chǎn)品負責(zé)人余昌遠告訴「深響」：生成式AI將廣告主落地頁中的信息作為基礎(chǔ)，就可以在線實時做個性化生成；并且在后續(xù)廣告定向過程中，隨時調(diào)整和優(yōu)化，讓素材源源不斷生成而且越來越符合目標人群所需。
相比離線做創(chuàng)意內(nèi)容再調(diào)試、投放，在線實時生成的實現(xiàn)盡可能減少了內(nèi)容供需之間的時間差，自然也就更能提升廣告效果。
定向：精準，既捕捉即時興趣，也要深度理解
有了內(nèi)容，緊接著就是要找對人——也就是做精準定向。
通常廣告主會通過很多定向產(chǎn)品去找目標人群，比如做搜索廣告時選擇購買關(guān)鍵詞，做信息流廣告要做人群定向，根據(jù)年齡、性別、地域等標簽圈定目標受眾做投放。
但是你會發(fā)現(xiàn)，這些方式存在一定局限性：關(guān)鍵詞無法完全對應(yīng)用戶的興趣和需求，只盯著有限的詞條，營銷反而越做越窄；人群標簽固定且靜態(tài)，但人的興趣、態(tài)度難以標準量化且隨時變化。
雖然精準這個詞大家都在講，但始終是個很難拉平標準去衡量的相對概念。而新技術(shù)的應(yīng)用，也正是在突破這一局限。
其中一個突破點，就是去捕捉更實時的用戶興趣。
Mobvista匯量科技CAIO（首席人工智能官）朱小強告訴「深響」，現(xiàn)在程序化廣告平臺已經(jīng)可以通過機器學(xué)習(xí)、算法應(yīng)用，將側(cè)重點放在用戶即時興趣的建模和預(yù)估上。
具體來講，平臺可基于DMP系統(tǒng)，將長周期、短周期的用戶行為數(shù)據(jù)，統(tǒng)統(tǒng)轉(zhuǎn)化為用戶特征，如此一來，就能更全面看清不同時效性的用戶偏好，而不是只看寬泛固定的標簽。
同時，平臺還可以應(yīng)用上下文信息，也就是考慮與目標受眾、營銷環(huán)境、產(chǎn)品或服務(wù)相關(guān)的各種具體背景因素和情境細節(jié)，以此去更精準刻畫用戶在不同場景、時間的行為。
匯量科技廣告推薦技術(shù)
另一種突破方式，是將其完全交給生成式AI。
生成式AI特別智能的地方，就是可以像人類一樣，去深度理解廣告主的業(yè)務(wù)，以及用戶的需求，并將其做匹配。
百度商業(yè)策略產(chǎn)品負責(zé)人余昌遠給我們舉了一個簡單案例。比如當(dāng)用戶搜索情人節(jié)送女朋友什么禮物時，傳統(tǒng)的廣告系統(tǒng)就是基于提前設(shè)定好的、有限的關(guān)鍵詞來召回與之匹配的廣告。但有了生成式AI，它能夠去更完整地理解需求，召回各種適合作為禮物的商品廣告，從汽車到護膚品，廣告主有了更多投放空間，定向也更加智能。
投放：技術(shù)智能調(diào)控的平衡術(shù)
到了要投放廣告的時候，少不了要平臺和廣告主雙方打配合——廣告平臺內(nèi)部，自有一整套運行流程去做投放；而廣告主自己也要設(shè)定好預(yù)算，確定一個合適的出價策略。
此時技術(shù)的投入主要有兩個重點：
一是優(yōu)化流程，既讓平臺內(nèi)系統(tǒng)自身能整體提效，也讓廣告主的操作難度降低。二是在讓系統(tǒng)變得更智能，廣告主只要設(shè)好預(yù)算，出價就交由系統(tǒng)去智能化調(diào)控，盡可能把錢花在刀刃上，實現(xiàn)廣告效果的最大化。
這是一個既要考慮到怎么去更新固有投放規(guī)則，又要考慮怎樣讓廣告主更滿意的平衡術(shù)。
Mobvista匯量科技CAIO（首席人工智能官）朱小強告訴「深響」，在廣告平臺內(nèi)部，現(xiàn)有模型已經(jīng)可以通過綜合考慮多個因素去自動調(diào)控來實現(xiàn)平衡。
首先，模型會考慮到兩個因素：一是廣告流量給廣告主帶來的潛在收益，二是當(dāng)前廣告市場上的競爭情況。通常流量價值越高，出價就會越高；但如果市場上競爭不激烈，模型就會建議降低出價，幫助廣告主節(jié)省成本。這個過程是實時的，只要廣告主的預(yù)算還沒用完，就可以不斷調(diào)整。
其次，預(yù)期回報和目標回報率（ROAS）也是會同時考慮的因素。一般預(yù)期回報越高，出價也會越高；但模型并不會讓出價無限高，而是會找到平衡點，以確保廣告主的ROAS目標能夠?qū)崿F(xiàn)。
匯量科技出價優(yōu)化模型
當(dāng)然，投放環(huán)節(jié)的問題也可以交由生成式AI來解決。
比如即便你完全不懂創(chuàng)編計劃、設(shè)置預(yù)算、優(yōu)化目標和出價的那套傳統(tǒng)系統(tǒng)，通過百度的AI native營銷平臺輕舸，直接用自然語言與產(chǎn)品對話，表達我的產(chǎn)品是什么、想要找到哪些人，就能夠做好投放。
而這一應(yīng)用的底層技術(shù)支持來源于產(chǎn)品揚楫?；诰蘖康臉颖緮?shù)據(jù)，揚楫學(xué)習(xí)了過去成熟的規(guī)則，就能自行理解并找到更優(yōu)解，實現(xiàn)既要也要還要：既拿到有價值的廣告流量，又能盡可能控制好成本，還要實現(xiàn)最佳的回報效果。
歸因：破數(shù)據(jù)孤島，大匯總后深加工
投放之后的效果評估考核，也是一個相當(dāng)細致和復(fù)雜的環(huán)節(jié)。特別是現(xiàn)在廣告主更追求降本增效，對于數(shù)據(jù)的要求也就更高，比如過去可能只關(guān)注點擊、安裝激活幾個數(shù)據(jù)，但現(xiàn)在就會更看重用戶留存、活躍和消費行為等深層次指標。
但現(xiàn)在，營銷渠道如此之多，用戶可能在A平臺看到了廣告、在B平臺種草，最終在C平臺才購買，整體轉(zhuǎn)化鏈路縱橫交錯。如此一來，簡單的歸因都變得很難做，更不用說是深層、系統(tǒng)化地監(jiān)測評估和度量。而且即便是各個平臺都有多維度數(shù)據(jù)指標輸出，但各方數(shù)據(jù)在格式、結(jié)構(gòu)和標準上也會存在差異，這就導(dǎo)致數(shù)據(jù)孤島的問題仍然突出。
在這一背景下，對廣告主來說，基于一套標準對數(shù)據(jù)進行整體清理、加工、匯總，就成為了必不可少的一步。并且廣告主還要有一個能實時整合數(shù)據(jù)的觀察面板，才能對內(nèi)方便各業(yè)務(wù)部門去應(yīng)用數(shù)據(jù)。
顯而易見，只有少數(shù)大品牌、大企業(yè)才有這樣的實力，去自行去建立一套標準、投入資源去搭建數(shù)據(jù)中臺的能力。對于絕大多數(shù)中小廣告主來說，技術(shù)只能是向外尋，借助廣告技術(shù)公司或者是互聯(lián)網(wǎng)廣告平臺才能獲取。
基于數(shù)據(jù)分析、模型搭建以及算力，第三方平臺能夠幫助廣告主去梳理各渠道的廣告投放情況和最終效果如何。過去廣告主還得自行導(dǎo)出一堆數(shù)據(jù)表格、靠人工來匯總分析，但現(xiàn)在基本上已經(jīng)無需自己動手。
同時，第三方平臺也會有更科學(xué)的可視化分析工具，讓廣告主不僅能看清數(shù)據(jù)，更能看懂和應(yīng)用數(shù)據(jù)。將數(shù)據(jù)作為食材，更前沿的新興技術(shù)的應(yīng)用，就像是大廚一樣，將食材直接加工成一道菜給廣告主
無論是內(nèi)容還是歸因，每個環(huán)節(jié)所用技術(shù)的融入程度和實用性，總體來看，其實已經(jīng)比想象中要深遠得多。比起大眾化的認知建立，行業(yè)其實走的更早也更遠。
技術(shù)浪潮下，營銷產(chǎn)品如何演進？
在長期依靠技術(shù)驅(qū)動的行業(yè)里，每家互聯(lián)網(wǎng)廣告平臺早就都握住了技術(shù)這一利器。怎么融入、如何應(yīng)用，既是互聯(lián)網(wǎng)廣告平臺的主動選擇，也直接影響著大家的產(chǎn)品演進方向。
以生成式AI為區(qū)隔，形成雙線并行思路
AI將整個行業(yè)重做一遍并非虛言?，F(xiàn)階段，幾大平臺基本上都形成了雙線并行的思路——其中一條線，是在傳統(tǒng)的廣告系統(tǒng)里，將AI技術(shù)都融合進入，在具體環(huán)節(jié)上去發(fā)揮作用。另一條線，則是基于AI大模型開發(fā)全新的廣告產(chǎn)品矩陣，由此徹底跳出傳統(tǒng)廣告投放流程和模式。
去年百度發(fā)布的AI Native商業(yè)全景應(yīng)用，就是一個全新的廣告產(chǎn)品矩陣。底層，揚楫相當(dāng)于是核心發(fā)動機，它主要在基礎(chǔ)的廣告系統(tǒng)，從定向、創(chuàng)意、廣告拍賣等環(huán)節(jié)上均進行了革新。
在此基礎(chǔ)上，廣告主能看到、自行選用諸多產(chǎn)品，比如內(nèi)容方面有擎舵來做圖文、視頻以及數(shù)字人等內(nèi)容，輕舸幫助廣告主簡單做投放，還有商家智能體去做7*24小時的金牌業(yè)務(wù)員。這樣一整套全新的AI廣告產(chǎn)品體系，已經(jīng)完全區(qū)別于百度此前的傳統(tǒng)產(chǎn)品矩陣。
圖源：百度營銷雙線并行，是過渡而非左右互搏
雙線并行，是過渡而非左右互搏
生成式AI新產(chǎn)品和用AI優(yōu)化的傳統(tǒng)系統(tǒng)，都是在面對廣告主提供服務(wù)。這種雙線并行的策略，難免會引發(fā)迷惑——站在平臺角度，這么做難道不是左右手互搏？
事實上，如果一定要站在技術(shù)演進的角度去看當(dāng)下這種并行模式，現(xiàn)在更像是處在一種從優(yōu)化走向重構(gòu)的過渡期。
首先，平臺需要過渡。
AI技術(shù)早已在廣告營銷行業(yè)中廣泛使用，過去決策式AI已經(jīng)在做精準定向和出價策略優(yōu)化的工作，這也是為什么目前AI技術(shù)看起來運用得特別分散的一個大背景。而現(xiàn)在，AI大模型重構(gòu)一整套新產(chǎn)品，又無法一蹴而就，很多平臺需要更多時間來一步步嘗試，陸續(xù)推出新產(chǎn)品來找側(cè)重和方向。
騰訊廣告對外提出希望能夠借助大模型的能力，把廣告整個生態(tài)體系全部打通。不過目前，騰訊廣告是用新推出的AI廣告創(chuàng)意平臺妙思邁出了第一步，主要還是在做廣告素材生成的工作。同時在騰訊2023年財報中也能看到，騰訊廣告對于以AI驅(qū)動的廣告技術(shù)平臺進行了升級，這也能夠體現(xiàn)在廣告投放方面的探索。
其次，廣告主也需要過渡。
特贊聯(lián)合創(chuàng)始人王喆提到，同樣是面對生成AI，奢侈品牌的態(tài)度會很謹慎，反而是中小企業(yè)沒有太多品牌形象和社會影響的包袱，更愿意大膽嘗試。
所以目前，越多智能化廣告產(chǎn)品的出現(xiàn)，就越能夠去對應(yīng)滿足不同廣告主的差異化需求，廣告主的選擇空間很大，選擇的靈活度也高。百度商業(yè)策略產(chǎn)品負責(zé)人余昌遠也表示，廣告主是分層的，不同體量、規(guī)模的企業(yè)對營銷新技術(shù)及產(chǎn)品的態(tài)度和需求也完全不同，平臺提供多種智能化產(chǎn)品，其實是可以更全面滿足所有人的需求。
技術(shù)應(yīng)用方向：既做整合、又要精細
在當(dāng)下這個過渡期，將AI相關(guān)技術(shù)運用在傳統(tǒng)廣告系統(tǒng)中做升級優(yōu)化，自然是會更力所能及，而且效果顯著。
具體來看，主流平臺都沿著兩個方向：
一是通過技術(shù)應(yīng)用，去打破過去產(chǎn)品之間的壁壘，做大整合。更為極致的整合，可以切實地降本增效，在存量環(huán)境中找增長可能。
二是在整合基礎(chǔ)上，做精細化。比如從營銷具體的環(huán)節(jié)切入，通過技術(shù)的融入和應(yīng)用來針對性解決痛點；以及對廣告主劃分不同的行業(yè)，整合各種新技術(shù)給出針對性方案。
這方面，阿里媽媽（阿里巴巴的營銷平臺）是一個典型參考。
直至去年第三季度，阿里媽媽的重點還是在傳統(tǒng)廣告產(chǎn)品整合上。萬相臺無界版將過去專門投放搜索廣告、推薦廣告等產(chǎn)品全面整合。它強調(diào)平臺要站在廣告主角度，以投放目的為唯一核心，集中資源做投放。
整合產(chǎn)品的同時，阿里媽媽突出強調(diào)著讓每一份經(jīng)營都算數(shù)，通過MTA歸因工具讓廣告主從全局視角做數(shù)據(jù)的大整合，整體去評估各流量場、投放場景和廣告產(chǎn)品的最終實際效果。
精細化方面，阿里媽媽主要在基于大模型去做更精準的人貨匹配，包括全面識別用戶需求、理解貨品信息、精準匹配和高效響應(yīng)用戶反饋等等。同時，阿里媽媽也將生成式AI應(yīng)用于素材創(chuàng)作和廣告投放，批量生成更符合廣告主特點的內(nèi)容素材，以及在投前中后各個環(huán)節(jié)上來精準提效。
再看巨量引擎，其覆蓋了今日頭條、抖音、西瓜視頻等多個平臺，每個平臺中又有相當(dāng)多種廣告資源。于是巨量引擎劃分了品牌建設(shè)、搜索營銷、電商經(jīng)營、本地生活、線索留資等多個不同模塊，方便廣告主自行精準找尋廣告資源。
同時，巨量引擎也有一整套營銷科學(xué)方案，新推出的產(chǎn)品也是整合了多種技術(shù)能力。比如今年推出自動化廣告投放產(chǎn)品UBMax，除針對投放做智能化升級，也將AIGC生成素材的能力融入了進去。相當(dāng)于是將內(nèi)容、定向以及投放三個環(huán)節(jié)整合進了一個產(chǎn)品中。
數(shù)據(jù)安全和反欺詐，技術(shù)有解法嗎？
新興技術(shù)正努力在各環(huán)節(jié)上降本增效，但不應(yīng)忽視的是，技術(shù)也讓營銷活動中的一些準則規(guī)范也發(fā)生了新變化。
AI時代的隱私保護和數(shù)據(jù)安全
隱私保護和數(shù)據(jù)安全貫穿整個廣告投放鏈路，一直是營銷行業(yè)繞不開的話題。
前幾年，從各國出臺數(shù)據(jù)保護政策，到蘋果宣布隱私新規(guī)、谷歌推出隱私沙盒，幾乎每次都帶來行業(yè)巨震。而迅猛進步的AI大模型需要將海量數(shù)據(jù)作為養(yǎng)料轉(zhuǎn)化后輸出，這就又讓隱私保護和數(shù)據(jù)安全等問題成為行業(yè)關(guān)注焦點。去年，意大利和波蘭等國的監(jiān)管機構(gòu)就對與ChatGPT進行了多項公開調(diào)查，直至OpenAI修改向用戶提供的信息和控制措施，才應(yīng)對了監(jiān)管風(fēng)險。
不只是歐洲國家對這一方面的要求嚴格，全球范圍內(nèi)的多項立法工作都在試圖解決與個人隱私、數(shù)據(jù)保護和安全性相關(guān)的問題。2021年底，中國廣告協(xié)會（CAA）與中國通信標準化協(xié)會（CCSA）也聯(lián)合發(fā)布了國內(nèi)首個互聯(lián)網(wǎng)廣告數(shù)據(jù)安全標準。
而作為擁有龐大用戶數(shù)據(jù)的關(guān)鍵角色，海內(nèi)外各大互聯(lián)網(wǎng)公司，也都在積極投入隱私計算技術(shù)。簡單來講，這種技術(shù)是將AI、密碼學(xué)、數(shù)據(jù)科學(xué)等眾多學(xué)科交融，通過多種具體的技術(shù)手段，來確保數(shù)據(jù)在獲取、存儲、應(yīng)用、計算過程中可用但不可見。
廣告營銷正是其中的一個技術(shù)應(yīng)用領(lǐng)域?；ヂ?lián)網(wǎng)公司會考慮到業(yè)內(nèi)多方需要數(shù)據(jù)共享的問題，設(shè)置一個Data Clean Room（中文譯稱數(shù)據(jù)清理室）產(chǎn)品，在保護數(shù)據(jù)隱私的前提下，去做第一方數(shù)據(jù)與第三方數(shù)據(jù)的融合分析。
比如阿里媽媽有一個營銷隱私計算平臺SDH（Secure Data Hub）就是如此，它面向廣告引擎、廣告主、三方DSP/DMP等合作方，通過多方安全計算、聯(lián)邦學(xué)習(xí)、差分隱私等隱私計算技術(shù)，在保證隱私安全環(huán)境下，為品牌提供數(shù)據(jù)決策服務(wù)。
Mobvista匯量科技CAIO（首席人工智能官）朱小強告訴「深響」，平臺在獲取數(shù)據(jù)時，已經(jīng)有一整套明確的數(shù)據(jù)體系規(guī)范，從一開始就保證了數(shù)據(jù)的規(guī)范性。并且在做定向的時候，匯量科技也會基于脫敏數(shù)據(jù)去做受眾定向，對受眾特征匿名化，平臺無法通過反向推導(dǎo)定位具體某個用戶；并且系統(tǒng)內(nèi)也有嚴格的數(shù)據(jù)訪問控制，保證數(shù)據(jù)的安全性。
另外一個容易忽略的關(guān)鍵性問題：很多隱私保護和數(shù)據(jù)安全風(fēng)險，其實是來源于各國標準不一。廣告技術(shù)進步帶來的效應(yīng)是全球性的，而不同國家和地區(qū)的監(jiān)管標準可能存在差異，因此跨境應(yīng)用的技術(shù)可能會面臨不同法規(guī)的適應(yīng)性挑戰(zhàn)。例如針對cookie的數(shù)據(jù)隱私政策，全不同國家就各有其不同政策，而且去年谷歌還已開始禁用cookie。
為此，海內(nèi)外也有專業(yè)去幫助廣告主去做數(shù)據(jù)隱私管理的公司和產(chǎn)品。比如曾在去年獲得B輪融資的「Osano」就是一個數(shù)字隱私管理平臺，主要利用SaaS平臺，為企業(yè)提供隱私政策洞察和隱私合規(guī)狀況監(jiān)管服務(wù)。
與技術(shù)相搭配的是，他們也會整合一個全球隱私專家團隊，來持續(xù)監(jiān)測隱私領(lǐng)域的動態(tài)，隨時跟進新的法律法規(guī)和數(shù)據(jù)保護機構(gòu)的裁決，以確保企業(yè)的數(shù)據(jù)應(yīng)對能夠避免風(fēng)險。
更具復(fù)雜性的廣告反欺詐
除了數(shù)據(jù)層面的合規(guī)問題，廣告反欺詐也是廣告營銷業(yè)內(nèi)的另一大關(guān)鍵，并且從互聯(lián)網(wǎng)廣告誕生之初即存在。據(jù)世界廣告主聯(lián)合會(WFA)估計，到2025年，每年因廣告欺詐造成的損失將超過 500 億美元。
問題嚴峻但始終難以完全解決，這其實是因為反欺詐工作存在一定的復(fù)雜性。
首先這是因為虛假流量產(chǎn)業(yè)會隨著平臺一同進化。
他們往往會根據(jù)平臺的流量識別和攔截策略，去針對性地找漏洞和突破口，對抗相當(dāng)激烈。對于平臺而言，唯一解法只能是不斷去迭代和更新策略模型，保持永遠比黑產(chǎn)技高一籌的狀態(tài)。
其次，則是因為作弊欺詐問題在用戶、廣告主兩方都會存在。
在用戶側(cè)，欺詐行為主要表現(xiàn)為點擊作弊，人為去增加虛假、無效流量。這種行為不僅會導(dǎo)致廣告主的投入資金被浪費，其實也會對廣告平臺的聲譽和廣告效果評估造成負面影響。
為此，互聯(lián)網(wǎng)平臺會有專業(yè)團隊通過一系列智能化技術(shù)手段去應(yīng)對。比如2022年，騰訊安全技術(shù)團隊從對前端和業(yè)務(wù)數(shù)據(jù)無效流量的識別，拓展到了網(wǎng)絡(luò)底層無效流量的識別，豐富了反欺詐的數(shù)據(jù)和特征。2023年，騰訊安全技術(shù)團隊還升級了天幕系統(tǒng)安全策略，用更多、更新的技術(shù)去對無效點擊進行過濾，針對非法、惡意的垃圾流量加以監(jiān)控，減少用戶端作弊的問題。
同時第三方營銷數(shù)據(jù)分析公司也可以發(fā)揮作用。比如Adjust有一個防作弊套件來幫助廣告主預(yù)防點擊欺詐，去年還推出了一項新功能，可及時發(fā)現(xiàn)并攔截經(jīng)常出現(xiàn)作弊問題的推廣活動。
而在廣告主側(cè)，由于oCPX等諸多新技術(shù)應(yīng)用的廣告投放模式，都會要求廣告主回傳自己的一方數(shù)據(jù)，以便廣告平臺能更準確地評估廣告效果，進行智能調(diào)價和優(yōu)化。但此時，有些廣告主會為了節(jié)省費用，耍小聰明少回傳或者不回傳轉(zhuǎn)化數(shù)據(jù)，這也就導(dǎo)致了數(shù)據(jù)欺詐問題。
這種行為看似是薅到了平臺的羊毛，但實際上長期以來會影響自身廣告策略的準確性和效果，而且往大了看，也是在擾亂整個廣告市場的正常秩序。
互聯(lián)網(wǎng)平臺同樣也在通過一系列技術(shù)手段進行監(jiān)測和識別。比如對比廣告主的歷史提交的數(shù)據(jù)，以及同行業(yè)的整體數(shù)據(jù)情況，就能夠?qū)Ξ惓Ｇ闆r進行及時捕捉和分析，發(fā)現(xiàn)潛在的欺詐行為。這種對比法其實并不難理解，但卻足夠直接和有效。
結(jié)語
毫無疑問，廣告營銷行業(yè)一直處在用技術(shù)重新做一遍的狀態(tài)里。
從20世紀初廣告大師們提出要做科學(xué)廣告，開始對廣告效果進行評估；到21世紀互聯(lián)網(wǎng)的發(fā)展，讓廣告有了數(shù)字化可能，技術(shù)貫穿始終，掀起一波波浪潮，推動廣告從感性混沌進入到理性科學(xué)領(lǐng)域。
AI相關(guān)技術(shù)的快速發(fā)展，讓廣告營銷行業(yè)又站在了一個變革臨界點上。新技術(shù)帶來了更簡單、更精準、更高效的進步，像是讓廣告安裝了瞄準鏡，直擊目標人群，提升曝光度、提高轉(zhuǎn)化率。同時，整個營銷生態(tài)也迎來了更為健康的進化，我們正在用更創(chuàng)新、多樣的技術(shù)，去提升應(yīng)對行業(yè)風(fēng)險的能力。
當(dāng)然硬幣總有兩面，我們不應(yīng)忽視過度依賴技術(shù)帶來的風(fēng)險。技術(shù)本質(zhì)上就是工具，使用工具的始終是人。我們會如何使用它，決定了廣告營銷行業(yè)的未來走向，這也是廣告平臺、廣告主、技術(shù)提供方仍需長期思考的事。
看完覺得寫得好的，不防打賞一元，以支持藍海情報網(wǎng)揭秘更多好的項目。
標簽： 廣告 數(shù)據(jù) 技術(shù) 隨筆
感謝您的支持，我會繼續(xù)努力的!
打開支付寶掃一掃，即可進行掃碼打賞哦
手機直接保存圖片,掃一掃識別二維碼,即可進行掃碼打賞哦
