人工智慧(AI)產業於近年蓬勃發展,知名調研機構 Gartner 除了在2019年十大科技預測中提出未來非 AI 專業的人員也能透過 AI 自動產生新的解決方案[1],同時在2018年報告中提出 AI 產業的總價值除了將大幅成長之外也能為企業創造成長、提升效能[2],故許多企業皆因 AI 的快速發展而開始有相對應的投入研擬策略。數位廣告產業也同樣面臨 AI 浪潮的挑戰,「該如何運用 AI 科技擁抱數位行銷挑戰,甚至化挑戰為優勢進而創造新形態的競爭力」是現階段行銷人的重要課題。

OneAD 觀察到目前在數位廣告領域的五大關鍵挑戰如下:

  • 如何從碎裂且不具名的網路行為數據,描繪出清晰的單一消費者輪廓作為廣告投放策略?
  • 如何藉由廣告投放數據,找出潛藏在跨網海中的目標受眾以進行品牌溝通?
  • 如何走出傳統撒網迷思,讓品牌被更多潛力消費者看見?
  • 如何預測消費者最有感的廣告,令品牌主花的一分錢更有價值?
  • 如何鎖定跨裝置/平台/媒體的單一消費者,以精確控制廣告投放次數、避免投資浪費?

OneAD 擁有豐富的影音廣告經驗與專業知識、以人為本海量大數據,在2019年進行全面升級,以 AI-powered 為核心,智能驅動整體服務,以創造高價值的 AI 五大運用,同時解決產業的五大關鍵挑戰。

整合碎裂的網路行為,聚焦模糊的受眾輪廓

  • 如何從碎裂且不具名的網路行為數據,描繪出清晰的單一消費者輪廓作為廣告投放策略?

將碎裂的網頁瀏覽數據整合成消費者的明確輪廓(性別、年齡、興趣、關注議題等)以作為投放精準廣告的依據是目前產業中的一大挑戰。品牌主皆希望能夠了解消費者輪廓才能將自家廣告能投放至對的人身上。

OneAD 作為台灣最大影音廣告媒體,與全台最主流的網站皆建立合作關係,因此能透過網頁追蹤碼(Tracking Code)在跨網站上收集海量、即時、多元且多源的消費者多面向網路行為數據,藉由數據清理(Data Cleaning)、整理、分析而擷取出有價值的資訊(包括消費者裝置、瀏覽器、瀏覽內容、媒體、電信商等),再透過自然語言(NLP)、深度學習(CNN, LSTM)、機器學習(時間序列預測)等 AI 演算法進行單一消費者歸戶以建立 OneID 資料庫,以人為本的 OneID 透過網站資訊以得知消費者的興趣、特定議題並透過 AI 預測消費者年齡與性別等特徵,而這些資訊都能夠作為品牌主投遞廣告的重要策略依據。

用 AI 點亮盲區,找到隱藏的品牌目標受眾

  • 如何藉由廣告投放數據,找出潛藏在跨網海中的目標受眾以進行品牌溝通?

詳細紀錄每一筆廣告投放資料並提供極具價值的分析報告儼然是產業中的一大挑戰。多數品牌主期待在投放廣告的同時,能藉由目標受眾(Target Audience, TA)的回饋反應以修改投放策略的擬定,例如在指定媒體上投放並找出對廣告有反應的高潛力消費者[3](High Potential Consumers, HPC),或檔期結束後在結案報告中得到 HPC 的完整樣貌,藉此進行 TA 微調或再行銷。

高潛力消費者(HPC):由於消費者的網路使用時間相當寶貴且碎裂,當消費者的廣告影片觀看長度達標或採取點擊等行動即反映了對品牌高度的好感與關注度,因此, 只要廣告影片觀看長度在桌機達50%或行動裝置達25%以上,以及廣告點擊互動之消費者,OneAD皆將其定義為高潛力消費者(HPC)。

為解決此挑戰,OneAD 推出 OneID Audience Manager(OAM)可以協助品牌主看見更清晰的 TA 輪廓以及廣告活動分析結果。OAM 會收集品牌主廣告檔期中的每一次投放數據,並透過 AI 演算法找出對品牌感興趣的 HPC 在網路上的行為輪廓(年齡性別、興趣、活躍時間、活躍網站等),以友善的視覺化介面提供跨資料維度的整合分析,協助品牌主更了解 TA 樣貌以制定投放策略與產品策略。

01

OneID Audience Manager 集結多種受眾數據來源,智能探索、洞察、啟用,作為品牌數位行銷策略重要參考。

找尋更多潛力消費者:跨產業的合縱連橫

  • 如何走出傳統撒網迷思,讓品牌被更多潛力消費者看見?

品牌主時常困擾的是不知該從何觸及消費者,最終選擇用大撒網的方式網羅消費者,而結果卻比預期來的差。根據廣告目的的不同,有時品牌主只希望針對品牌用戶或產業內的消費者進行溝通,有時則希望能吸引到其他跨產業的潛力消費者。以汽車為例,汽車業者可能會將廣告投放至原有品牌客戶、汽車產業的 HPC ,然而,除了汽車業者之外,跨產業的保險業者也希望能夠將車險廣告投放至考慮買車的民眾身上,讓民眾買車的同時也能購買車險產品,對保險業者而言,針對跨產業潛力消費者進行曝光將遠比大撒網的無差別曝光更加有效。

OneAD 將推出的 Predictive Audience Spectrum ,除了能針對品牌內 HPC 、產業內 HPC 進行鎖定之外,還能跨產業進行群眾輪廓光譜預測。透過機器學習(分群演算法)對品牌客戶及產業 HPC 的輪廓進行相似度計算以預測相似受眾群體,讓品牌主能依照廣告需求選擇受眾群體大小,以投放到更多更廣的潛力消費者。

02

Predictive Audience Spectrum 能鎖定品牌/產業/跨產業 HPC,利用機器學習擴大相似群眾作為受眾購買廣告的定向依據。

給他最想要的,這比什麼都重要

  • 如何預測消費者最有感的廣告,令品牌主花的一分錢更有價值?

若出現於消費者眼前的廣告並不是他有興趣的,將可能導致消費者選擇跳出,以至於無法順利產生品牌與消費者之間的連結,同時造成廣告預算的浪費。傳統廣告投放大多依據媒體屬性及調性為選擇標準,現今則以消費者輪廓與興趣為主流,但卻無法確保每一個消費者所接收到的廣告都是他喜歡的。因此,若可以掌握消費者與廣告間的行為資訊,媒合最有感的廣告給單一消費者,才有可能提升每一個消費者的觀看表現或點擊率,也讓品牌主花的每一筆廣告預算更有價值。

OneAD 推出的 AdSmart 能夠預測消費者可能會喜歡的廣告以提升互動機率,透過 AI(LSTM, AutoEncoder)演算法將OneID內所有消費者的廣告觀看紀錄進行交叉分析,預測消費者被每則廣告吸引的機率,最終投放機率最高的廣告,而測試結果表示 AdSmart 能有效提升廣告觀看率與點擊率以提升整體廣告效益。

03

AdSmart 透過 AI 預測消費者被每則廣告吸引的機率,以動態優化個人觀賞體驗與投放消費者最有感的廣告。

橫跨界線,讓他看見

  • 如何鎖定跨裝置/平台/媒體的單一消費者,以精確控制廣告投放次數、避免投資浪費?

重複投放不僅可能造成廣告投資的浪費, 甚至導致消費者反感。舉例而言,單一消費者在 3 台裝置上各用 2 種不同瀏覽器看了 4 個媒體平台,然而數據則會顯示 3x2x4=24 位不同的消費者,若無法辨別是同一人網路行為,投放廣告時則可能造成重複投放並無法控制最佳廣告投放/觸及次數[4],故如何將 24 筆數據整合為單一消費者的行為,以及如何避免重複投放皆是重要的課題。

由於消費者使用網路的時間碎裂、裝置多樣、媒體平台多元,透過 OneID 能將碎裂互不相關的網路行為對同位消費者進行歸戶,而 CrossReach 則能夠精準控制對消費者的廣告投放頻次,解決廣告預算浪費及重複投放的問題。

 

04

CrossReach 能在碎裂數位環境實現跨網投放策略,以精準控制對消費者的廣告投放頻次。

AI-powered 開啟廣告投放新旅程

2019年 OneAD 將透過 AI-powered 的服務串連整個廣告投放旅程以解決目前數位廣告所面臨的諸多挑戰,首先透過 OneID 將單一消費者進行歸戶,利用 Predictive Audience Spectrum 找到更多更廣的潛力消費者,接著於廣告投放時使用AdSmart推薦消費者最想看到的廣告,同時利用 CrossReach 精準控制廣告投放次數,最後透過 OAM 更了解品牌 TA 樣貌。OneAD 致力於用 AI-powered 的服務大幅拉近品牌主與消費者的距離,並讓消費者擁有更優質的廣告體驗。

 

資料來源:Gartner[1] [2]、OneAD影音廣告趨勢洞察[3]、TransBiz[4]

1920x350