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。