Facebook 和 Google Ads 上的人工智能：它是如何工作的？
已发表: 2021-08-16如果您偶尔使用互联网，您一定听说过机器学习和人工智能 (AI)。 这个话题多年来一直存在争议——即使是我们这个时代最伟大的思想家也无法达成一致。 还记得 Elon Must 和 Mark Zuckerberg 之间的讨论吗？ 这是一个快速回顾。
现代科技的两大巨头无法达成一致的是由机器学习驱动的超级智能。 他们争论说机器人可能会超越人类的智力，然后发现我们这些人是多余的。 但是，即使出现这种威胁，也不会在不久的将来发生。 今天的类人机器人实际上非常可爱。
人工智能不仅仅与机器人有关。 这项技术已经在从虚拟助手和自动驾驶汽车到银行和广告的各个行业中使用。 既然我们都是为后者而来的，那么让我们仔细看看什么是人工智能广告，什么是人工智能广告，最大的广告平台如何使用它们，以及它为电子商务店主和数字营销人员带来了什么。
广告算法如何运作？
定向广告算法背后的工作原理非常简单。 这一切都是关于基于丰富数据的正确匹配。 广告平台一方面获取有关产品和目标受众的信息，另一方面获取有关正在查看 Web 内容的人的信息。 如果兴趣、购买意图、人口统计等相匹配，就会显示广告。
但是，广告平台上的广告主很多，而且往往会争夺相同的用户。 为了接触他们的潜在客户，广告商进入拍卖。 对于广告拍卖，决定获胜者的不仅仅是出价大小。
以下是决定谁赢得广告拍卖的一些因素：
- 预算：您的预算越高，您的广告展示的机会就越大
- 相关性：最相关的广告将展示给一个人
- 互动：人们如何与广告互动很重要，例如点击、分享、隐藏、举报等。
- 遵守平台规则：即使存在潜在违反广告平台规则（例如 Facebook 广告政策）的行为，赢得拍卖的机会也会大大降低。
人工智能如何用于广告？
首先，让我们看看人工智能和机器学习是什么意思。
人工智能 (AI)是一个广泛的概念，描述了机器执行任务和创造性地解决问题的能力——就像人类一样。 它还涉及设计可以像人一样思考、推理和行为的机器。
机器学习 (ML)是一种应用 AI 解决问题的方法。 它的主要原理是，一旦机器访问数据，它就可以自动学习如何找到解决方案，而无需针对每个特定任务进行编程。
这一切都很好，但它与广告有什么关系？ 人工智能和机器学习处理大量复杂信息，以提供基于人工智能的智能广告解决方案。 广告平台和广告商采用这项技术来：
- 优化广告投放流程
- 减轻广告商的工作量
- 最大限度地减少人为错误的机会
- 找到效果最好的广告视觉效果并进行复制。
人工智能似乎是广告界的新生事物。 公平地说，它只是在几年前才成为流行语。 然而，人工智能在 2014 年进入了营销领域，当时程序化广告——一种购买广告的自动化过程——实际上成为了一件大事。
这项技术使品牌能够自动从在线网站购买广告位（展示广告的空间）。 由于从广告购买方程式中消除了所有体力劳动，因此向相关受众投放广告变得更快、更高效、更便宜。
程序化广告中人工智能的未来
现代营销人员可能会认为前程序化时代的广告方法过时且效率极低。 借助引擎盖下的人工智能，当今广告的速度和性能远远优于几十年前。 这意味着在未来，人工智能在程序化广告中的应用将变得更加不可或缺。
未来人工智能在程序化广告中将继续处理的方面是：
- 通过处理有关用户的大量数据来为他们选择最相关的广告，从而实现广告个性化
- 通过分析网站上的内容和广告文案来了解哪个广告最适合它来投放广告
- 通过自动分析网站排名、相关性等详细信息并确定广告位的最佳出价来防止超支的广告支出
- 通过根据广告查看者和现有客户之间的相似性提供预测分析来进行广告分析。
程序化广告的另一面
程序化广告是有代价的。 为了看到有意义的结果，企业需要有大量的预算。 广告本身要花很多钱，但是，品牌还必须准备好花钱而不立即返回来收集数据并找到合适的受众和展示位置。
看完这些，你可能会有一个问题：如何使用 AI 来推广我的电子商务商店？ 我们有您可能喜欢的答案：最大的广告平台 Facebook 和 Google 都在您身边。 两家公司都在他们的平台中实施了人工智能，让中小型在线商店所有者有机会利用这项技术进行营销。
Facebook 和 Google 如何决定展示哪些广告？
Facebook Ads 和 Google Ads 足够快地发现机器学习的潜力并投资于这项技术——这是一个好主意。 以下是这两个平台如何使用机器学习，以及其中的内容。
Facebook 机器学习算法
Facebook 广告为广告商和 Facebook 用户带来价值。 带来价值的方法之一是优化广告投放，让用户看到正确的广告，营销人员获得更多转化率和高广告支出回报 (ROAS)。 在看到人工智能和机器学习开始超过营销人员的手工工作后，Facebook 开始让基于人工智能的技术不仅可供大型广告代理商及其营销人员使用，也可供小企业主使用。 以下是 Facebook 广告如何通过机器学习广告工具为电子商务商店和数字营销人员提供支持：
电源 5
Power 5 是一个人工智能驱动的框架，可为广告商带来最佳投资回报 (ROI)。 该框架包括 5 个核心策略：
- 通过向 Facebook 提供散列（转换为字符行）客户详细信息和像素事件，自动进行高级匹配以覆盖更多相关受众并增加转化率。
- 简化帐户结构，让广告算法能够识别效果最佳的广告素材和平台，从而实时优化广告活动。
- 广告系列预算优化，通过设置一个将用于不同广告组的预算，只将钱花在效果最好的广告系列上。
- 自动版位自动向不同版位（如 Facebook、Instagram、Messenger、WhatsApp 等）的相关受众展示广告。
- 动态广告根据人们在网上商店中查看的内容和他们采取的行动向他们投放有针对性的广告。
广告系列测量
向人们投放广告并不是数字广告中唯一重要的事情。 跟踪绩效对于了解策略是否有效以及在无效时进行哪些调整至关重要。 这就是为什么 Facebook 引入了由机器学习驱动的数据驱动归因 (DDA) 模型。
DDA 是一种归因模型，用于衡量您通过人工智能 Facebook 广告获得的渐进式结果。 它展示了人们在 Facebook 上的行为如何导致转化。 Facebook 将此类行为称为“接触点”。 它们包括实际转化之前的展示次数、点击次数和网上商店访问次数。
为了确保这种归因模型是准确的，它会检查偏差。 根据 DDA 收到的所有结果都与未使用此模型的 Facebook 转化提升研究进行了比较。 此方法可确保不会高估或低估结果。
谷歌机器学习算法
当然，Facebook 并不是唯一展示 AI 力量的广告平台。 谷歌是广告市场的另一巨头，一段时间以来一直在磨练机器学习驱动的工具。
该平台为广告商提供人工智能技术以实现以下目标：
在 YouTube 上投放高度相关的广告
YouTube 只是一个观看有趣视频的地方的日子已经一去不复返了。 现在，它是一个强大的平台，可以帮助人们做出购买决定。 例如，其他所有购车者在决定购买他们想要的汽车之前都会观看视频评论。 此外，每隔一个千禧一代就会在购买杂货之前在 YouTube 上搜索烹饪技巧。
广告商的任务是在正确的时刻抓住人们的注意力。 机器学习通过最大化提升出价帮助他们做到这一点。 它向可能对您的产品或品牌感兴趣的人投放广告。
将人们带到实体店的本地活动
尽管电子商务在社交距离的世界中蓬勃发展，但许多人仍然更喜欢在实体店购买商品。 因此，80% 的买家在需要产品时会选择去商店。 “靠近我”的搜索次数增加了 3 倍。
这就是为什么 Google 为店主提供机会，通过“实体店光顾”广告目标将潜在客户吸引到实体店。 该企业提供其地址和广告创意，Google 将此类广告投放给在其所在位置寻找相关产品的人们。
机器学习如何改善广告投放？
当广告活动运行时，风险很高，时间有限。 在几秒钟内，Facebook 需要将广告与最有可能对其采取行动的人进行匹配。 鉴于 Facebook 拥有超过 20 亿用户，你能想象手动连接用户和广告会有多乏味吗？ 开发人员也几乎不可能对平台进行编程以每次都做出最佳决策。
借助机器学习，Facebook 可以快速有效地投放相关的人工智能广告。 Facebook 广告算法会自动分析广告商的业务目标和用户行为等信息，以了解一个人采取目标行动的可能性——访问网站、注册活动或进行购买。
反过来，Google Ads 提供自适应广告，无需额外努力即可自动更快地满足在线用户的需求。 广告客户需要做的就是提出 4 个描述和 15 个标题。 然后机器学习将根据人们的搜索查询将它们组合起来。 效率提升令人印象深刻：运行响应式搜索广告的企业获得的点击次数最多可增加 15%。
在广告自动化中使用 AI 的好处
使用 AI 优化广告支出
ML 帮助企业预测他们的收入并提供优化活动的技巧。 这是可能的，因为机器学习算法可以跟踪人们对您的广告和竞争对手的广告的反应。 例如，有一种误解，认为只有出价较高的广告才会被投放。 事实上，如果算法发现广告与人更相关，那么出价较低的广告通常会赢得拍卖。 这为市场上的所有参与者提供了平等的机会。 拥有巨额预算和小型在线商店的大型品牌有相同的机会展示广告。正如您在上面已经看到的，Facebook 和谷歌广告平台为广告管理提供了真正强大的人工智能功能。 但是，探索这些机会并将其应用到您的日常营销实践中确实需要一些时间和精力。 好消息是，有一些解决方案可以帮助企业通过点击来让 AI 发挥作用。
提高投资回报率
人工智能有助于提高投资回报率的原因在于人工智能使广告数据驱动。 以下是人工智能影响您的投资回报率的原因：
- 通过高度个性化的广告定位具有高购买意愿的人，包括与您的客户和/或网站访问者相似的人
- 处理有关先前表现的数据以及市场情况，让您更好地了解哪些活动和受众最适合您的目标
- 通过跟踪人们在您网站上的活动，根据人们的购买历史交叉销售和向上销售产品。
用于广告创作的人工智能
AI 还可以帮助您创建和调整内容。 不同的广告解决方案会找到自己的方法来为此目的使用机器学习。 有些提供了用于分析广告创意和副本的潜在性能的工具。 其他人比广告投放更进一步营销，并帮助优化电子邮件营销内容。
但是，可能存在过度依赖 AI 并在未仔细检查的情况下发布内容的风险。 这可能会导致一些尴尬的情况，您的文本没有多大意义。 尽管机器学习是一种强大的工具，但它仍然需要很长的路要走才能替代人类。 当您使用 AI 进行内容创建时，请确保您的副本符合您的目标并且易于理解。
瞄准完美的受众
为了使定位尽可能精确，Facebook 的人工智能广告算法不仅考虑了用户在 Facebook 上的行为，还考虑了他们在社交平台之外与企业的互动方式。 例如，ML 跟踪网上商店中的人的行为：他们是否以及何时访问该网站、他们查看了哪些产品、他们是否在购物车中添加了任何东西等。
基于此信息，广告商使用重定向来激励网站访问者进行购买。 为了能够跟踪此信息以进行重定向，企业主需要在 Facebook 上验证他们的域并安装 Pixel，这是一段有助于跟踪 Facebook 智能广告效率以及人们如何与您网站上的内容互动的代码。
如何通过 Adwisely 开始在广告中使用 AI
Adwisely 使企业主能够快速、轻松地设置他们的第一个广告系列。 此外，该应用程序自动执行重定向和其他活动，允许商家每隔一段时间检查一次。
Adwisely 帮助电子商务店主和数字营销人员自动在一个地方设置活动，比在 Facebook 和 Google 上更快地获得平均 600% 的 ROAS。
在应用程序中，您可以使用 Facebook 动态广告设置重定向，以根据访问者与您的产品的互动方式来定位他们。 此外，您可以毫不费力地开展针对与您现有客户相似的人的潜在客户活动。 因此，营销人员在手动创建和管理活动上花费的时间更少，同时由于机器学习算法而获得了更高的结果。
至于谷歌，Adwisely 可以让您投放智能购物广告，通过只接触最有可能转化的人来增加您的 ROAS。
设置应用程序将花费不超过 15 分钟的时间，而创建 AI 驱动的活动则需要更多的时间。 在此处了解有关广告自动化的更多信息。
结论
人工智能和机器学习远未威胁到数字业务。 相反，它们使人们的生活变得更加轻松。 数字广告是人工智能更有效的事情之一。 这就是为什么 Facebook 和 Google 投入大量资金和精力来利用机器学习技术为他们的广告平台提供动力。
开始在数字广告中使用人工智能是完全值得的。 现在，广告商可以投放高度相关的广告来增加 ROAS 和销售额，而无需每天持续跟踪广告效果并微调其广告系列的设置。 Facebook 和 Google 之外的广告解决方案采用了这项技术，并提供了更加轻松的自动化，使企业主和营销经理能够每天花费几分钟或更少的时间来设置和优化广告。
可能很难在广告中围绕人工智能以及如何确保您的广告从中受益。 好消息是你并不孤单。 Adwisely 可帮助您确保 Facebook 和 Google 的机器学习算法为您的广告系列带来最佳结果。