谷歌公司利用機器學習技術幫助市場營銷人員改善廣告追蹤能力與效果

這是每一家企業在市場營銷方面面臨著的重要問題。而在日前於舊金山舉辦的Marketing Next大會上，谷歌公司制定了新的目標，即通過一項新服務幫助營銷人員了解其廣告及其它營銷性舉措到底效果如何。

此次發布的新服務被谷歌公司命名為Google Attribution。儘管名稱平淡無奇，但此項新服務承諾以更理想的方式對個人電腦、智能手機乃至從搜索到實體店面訪問在內的多渠道狀況進行追蹤，從而準確把握宣傳活動的具體成效。

作為一項免費服務，Attribtuion背後的基本思路在於著眼特定產品的買家在決定購買過程當中必然經歷的各類互動操作，包括面向搜索、社交網路、應用程序、網站及展板廣告、視頻廣告以及電視廣告。目前，人們追蹤這種宣傳效果的方法還較有限，例如往往無法將各平台之間的影響水平加以結合。正因為如此，大多數企業只能將"客戶轉化"歸功於最後一次點擊，這意味著其直接失去了對實現銷售的眾多聯繫點的把握能力。

谷歌公司Attribution產品經理Bill Kee在大會上對上千位營銷受眾表示，"現有歸因工具無法完成這項任務。"

儘管尚未公布充足的細節，但Attribution確實能夠集成來自谷歌廣告服務，具體包括AdWrods廣告服務系統、Google Analytics以及DoubleClick Search等搜索廣告系統的各類信息，從而幫助營銷人員立足更為宏觀的視角了解如何吸引目標客戶。具體來講，Attribution服務允許營銷人員使用數據驅動型歸因手段，即利用機器學習技術以分析銷售情況或進行數據轉化，同時計算從品牌第一印象到購買前最後一次點擊等各個步驟對於吸引消費者的實際貢獻。

當然，谷歌方面同時表示，Attribution與其它谷歌廣告工具--例如AdWords與DoubleClick Search--配合使用效果更佳。Attribution服務具體能夠以怎樣的程度對其它工具的使用數據進行追蹤或分析目前尚不清楚，但目前已經發布的付費版本Attribution 360作為於2014年通過Adometry公司所獲得的技術方案，每年起步價格高達15萬美元。Attribution 360當中囊括了多種面向大型或者高水平市場營銷團隊及廣告機構的功能選項，包括與DoubleClick Campaign Manager相集成以及定製化數據集成方案等，幫助營銷人員利用自有數據對電視廣告進行歸因。

谷歌公司亦以預覽形式展示了一套實體店面銷售管理產品。Kee在採訪當中解釋稱，谷歌方面利用機器學習技術構建起多套人類群體分析模型，包括對人們點擊廣告後購買或者不進行購買的活動加以統計。該模型能夠分析點擊搜索廣告、查看顯示廣告、觀看電視廣告以及此類活動綜合體的實際效果，同時從零售商、實體店面瀏覽影響以及最終購買行為中提取數據，從而判斷哪類廣告最有助於哪些購買方式。如此一來，消費者所看到的實際廣告內容即可進行相對有效的調整以及加權，這意味著市場營銷人員將能夠將支出投入到在正確的時間點發布更行之有效的宣傳廣告。

當然這距離完美衡量仍有很長的路要走，Kee坦言，但其已經優於目前的眾多解決方案。他同時指出，"無論是這套模型還是其它任何模型都不可能完全表達實際情況，但其仍然擁有積極作用。"

市場營銷接觸點與購買數據間的匹配自然會引發隱私爭議，谷歌公司在新聞發布會上也對此予以承認。谷歌公司搜索廣告產品管理副總裁Jerry Dischler表示，該公司並不會在匹配當中使用消費者的真實姓名。谷歌公司公司擁有其所謂"不透明盒"數據以處理用戶活動數據，而營銷人員則擁有專屬的購買活動不透明盒--這意味著客戶的位置乃至其它數據將由第三方數據經紀人負責提供，而谷歌系統則通過匿名方式匹配以確定宣傳的效果及成功與否。他同時強調稱，谷歌公司無法看到零售商數據，或者說僅能看到具體支出額而非單筆零售交易，反之亦然--零售商無法查看谷歌掌握的數據。

電子前沿基金會等隱私權倡導組織對於數據的實際匿名性仍然抱有懷疑態度，特別是考慮到谷歌公司並未透露其系統的具體運作方式。

谷歌方面表示，Attribution目前尚處於beta測試階段，並將在未來幾個月內面向"更多廣告客戶"推出。

圖片來源：谷歌公司

鑒於谷歌公司首席執行官Sundar Pichai強調將搜索巨人轉型為一家"AI至上"型企業，因此自其於2015年接任公司掌門人一職以來，人工智慧與機器學習已經成為Attribution以及此次發布的其它幾項新服務的核心支柱。

谷歌公司宣傳與廣告業務高級副總裁Sridhar Ramaswamy在會議之前的一篇博文中表示，"這項技術對於幫助營銷人員以實時方式分析大量信號，並在適當時間點通過廣告吸引更多客戶而言至關重要。機器學習亦成為衡量當前消費者在跨越多種數字與物理領域內各設備與渠道間實際活動的關鍵所在。"

谷歌公司並不是惟一一家將機器學習技術引入市場營銷活動的企業。時至今日，幾乎每家公司都在大力宣傳自身AI解決方案。預測性廣告管理企業QuanticMind公司聯合創始人兼CEO Chaitanya Chandrasekar在接受郵件採訪時指出，"如果更多廣告客戶在購買宣傳服務之前更多地關注最終點擊情況，則谷歌公司將重新構建上游營銷渠道，並開始更多地關注展板廣告等頂級渠道活動。但真正令我著迷的是，谷歌公司正越來越多地推動機器學習技術發展，用以引導日益分散的客戶購買活動。"

谷歌公司還強調了機器學習技術在其2014年推出的實體店面訪問測量系統中的改善性作用。自引入之後，谷歌方面努力說服各零售商協助其將廣告宣傳與實體店面訪問活動加以結合--當然，這一過程充滿各種挑戰。

Ramaswamy表示，"我們最近對深度學習模型進行了升級，旨在立足規模更大的數據集進行模型訓練，並在更具信心的情況之下對各類高挑戰性場景中實施實體店面訪問活動測量。"他同時補充稱，其中包括對東京及聖保羅的多層商場之內進行訪問狀況調查。

除了目前正在推行的搜索、Google Shopping以及展示廣告之外，店面訪問亦將很快被納入YouTube視頻宣傳平台。另外，在未來幾個月中，谷歌公司還將通過設備及廣告活動推出店面銷售測量方案，旨在幫助零售商準確追蹤由廣告宣傳所貢獻的店內銷售額。

最後，谷歌公司正在努力交付一套根據其當前研究對特定產品進行營銷宣傳的方法（這種方法被稱為"市場內受眾"），旨在改善廣告搜索方式。舉例來說，汽車經銷商將能夠藉此接觸到搜索"最佳燃油效率SUV"與"寬敞型SUV"內容的潛在買家。

這項功能將對數百萬個網站上的數萬億次搜索查詢與活動進行分析，從而更為準確地利用機器學習技術吸引抱有購買意圖的消費者。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！