人工智慧的出現，為世界帶來革命性的變化。隨著這波科技浪潮席捲而來，行銷人更應積極把握人工智慧的力量，運用大數據與機器學習，結合人的智慧與機器的智慧，一同打造更智慧的行銷。
科技的發展日新月異，不斷改變世界的方向以及人們的生活型態。從第一次工業革命開始，蒸汽機突破了以往人力與獸力的限制，讓機器代替手工勞動，引領人類進入機械生產時代；第二次工業革命，則隨著電力和生產線的出現，讓規模化生產得以實現，社會生產力大幅提升；第三次工業革命則往往被稱作 『電腦革命』，半導體技術、電腦以及網際網路的發展，讓人類走向機械自動化的時代。今天，在軟體、硬體以及雲端運算的高度發展與密切整合之下，人工智慧 (Artificial Intelligence， AI) 崛起，加快著世界革新的速度。人工智慧所帶來的革命性力量，極有可能成為推動下一波新工業革命的核心驅動力。
人工智慧，就是試圖讓機器擁有如人類般自主學習與解決問題的能力。在過去數十年來，機器的運作多半是透過人類撰寫的既定指令來執行相關動作。機器學習的出現，其實就是透過如教導孩童一般的方式，教導機器由大量的數據與範例中不斷自主學習，透過觀察、模仿、判斷，從中找出模式，並持續從累積的經驗與錯誤中進步。
Google 的使命在於匯整全球資訊，供大眾使用，使人人受惠。而人工智慧的出現，讓我們能夠提供更好的服務來達成使命。我們相信人工智慧的力量可以為人類社會創造更多美好與便利，而要將這股影響力發揮到極致，關鍵就在於讓人人都可以順利運用人工智慧，讓人工智慧成為協助人類社會各方各面打造創新的重要助力。
對於極度仰賴數據的行銷產業來說，人工智慧的出現可以協助品牌掌握更多前所未有的機會。行銷的本質其實就是不斷透過各式訊號和資料，企圖更了解消費者並更貼近他們的需求，然後提出更符合所需的訊息與服務。在這個海量數據時代，人工智慧將可協助行銷人在這個過程中，更快地收集數據、分析資料，並從中產出有效洞見。如此循環往復，一步步創造更高成效。
78% 的行銷人相信，能做數據分析與定義消費者洞察，是未來行銷世界中最重要的才能1。結合人工智慧與機器學習，Google 可協助行銷人運用龐大數據，汲取重要洞見，並善用各式智慧工具，準備好迎向未來的挑戰。我們結合人工智慧與機器學習的能量，希望立即為行銷人提供三個助力：
1. 結合身份與意向，找出真實的消費者樣貌
Google 是人們尋找所想要事物的平台，消費者在使用 Google 產品時，展現出來的意圖不僅真實而且強烈。Google 旗下的七大產品2每月用戶分別都已超過十億人次。在人工智慧與機器學習的助力之下，這七大平台內含的龐大數據可以進一步化為幫助行銷人的有效洞見，不僅提供一個更完整的消費者樣貌，更能協助品牌明確地了解消費者意圖。
比如說，當消費者上網搜尋『婚宴場地推薦』、觀看新娘造型影片、或在地圖搜索婚紗店位置時，藉由這些跨平台的訊號綜合分析，即可知曉她的人生大事：即將結婚。確切知曉消費者的意圖與狀態後，品牌就能更精準地針對目標族群，提供更符合需求的品牌訊息，提升廣告有效程度。利用整體意向訊號，比起只使用性別年齡等區隔相比，我們看到廣告記憶度平均可提升 20%，品牌知名度平均更可增加 50%3。
2. 善用各式智慧工具，打造全方位高關聯廣告
了解消費者的樣貌與意圖後，該如何有效接觸他們？儘管意圖有成千上萬種，但我們觀察到新時代下的消費者，普遍越來越好奇、更有主導性、也更少耐心。因此，品牌必須要更敏銳地抓住他們眼光落在何處，跳脫一次性溝通持續與消費者互動，極大化每一次接觸的影響力。我們發現，如今的消費者對廣告的期待也來到前所未有的高點：理想的廣告，不僅需符合他們的需求、身處情境與地點，提供最合宜的訊息外，更需如一道豐盛的餐點，有主菜可供細細品嚐、也有點心可一口入喉。
運用機器學習，我們可以協助品牌從各方面創造更深得人心的訊息，大幅提升廣告與消費者的『相關性』。不論是在內容方面，快速針對不同族群客製化影音廣告內容；抑或是在對象方面，採用人口統計學以外的指定條件，從消費者的習性、興趣、意向與行動找出最高相關的目標族群；更可在投遞策略上，善用長短秒數影片的組合，加強訊息溝通的頻率與深度。研究顯示，關聯性高的廣告影片獲得的觀看次數，是一般的三倍之多4。在消費者目光越來越分散的現今，創造關聯性是獲取青睞的關鍵。而關聯性的定義早已超越過往熟知的性別與年齡，擴展至興趣、身份、意圖、地點，甚至是廣告投放的當下情境。
精準鎖定目標族群、創造高關聯性的廣告後，要是沒有確實地被消費者看見、看完，再多的事前規劃也是功虧一簣。許多品牌習慣採用千次曝光出價 （Cost-per-thousand-impression, CPM) 來衡量數位廣告投資效益，然而這樣的指標應納入投遞環境的廣告可視度 (Viewability)5 考量，才能真正反映出實際的投放成本，亦即真正有被消費者看到的可視千次曝光出價（Viewable CPM, vCPM)。根據第三方的研究顯示， YouTube 的影音廣告可視度平均達近 95%6，是投遞影音廣告的理想環境。而在機器學習的協助下，YouTube 也讓更多使用者看到自己喜歡的廣告，在 2018 年目前平均廣告被完整看完比例 （View Through Rate, VTR) 來到 50%7，相當於每兩個人就有一個願意在 YouTube 上看完被投遞的廣告。
3. 跳脫最後點擊限制，用數據驅動洞悉完整消費者足跡
隨著數據帶來更多消費者洞見、為品牌創造更多契機的同時，行銷人衡量成功的方式也需要與時俱進地調整，才能真正體現實際成效、推動真正有效的優化方向。
每個行銷人應該都同意，現今數位時代中消費者的購買歷程是複雜而多面向的。然而我們仍看到有 90% 以上的行銷人員，將轉換的功勞全數歸功給最後一個接觸管道8。行銷的成效歸因應該要隨著消費者的腳步而動，而機器學習則為成效歸因模式帶來革命性變化的可能。現在我們可以更全面地利用大量數據，從中萃取出最接近真實的消費者足跡。數據驅動歸因模式 （Data-Driven Attribution, DDA) 可以協助品牌更了解消費者在轉換前經歷的各個接觸點，並更客觀地去衡量每個接觸點對轉換的貢獻程度，讓行銷人對轉換途徑有更全面的了解後，能更準確地優化行銷策略，有效提升投資報酬率。
人工智慧的出現，為世界帶來革命性的變化。隨著這波科技浪潮席捲而來，行銷人更應積極把握人工智慧的力量，運用大數據與機器學習，更加了解數位時代中消費者的真實樣貌與意圖、善用各式智慧工具創造高關聯訊息，並以更適切的方式衡量新時代中的成功。展望未來，Google 將會持續與行銷人合作，結合人的智慧與機器的智慧，一同打造更智慧的行銷。
