Facebook 和 Google Ads 上的人工智能：它是如何工作的？

如果您偶爾使用互聯網，您一定聽說過機器學習和人工智能 (AI)。 這個話題多年來一直存在爭議——即使是我們這個時代最偉大的思想家也無法達成一致。 還記得 Elon Must 和 Mark Zuckerberg 之間的討論嗎？ 這是一個快速回顧。

現代科技的兩大巨頭無法達成一致的是由機器學習驅動的超級智能。 他們爭論說機器人可能會超越人類的智力，然後發現我們這些人是多餘的。 但是，即使出現這種威脅，也不會在不久的將來發生。 今天的類人機器人實際上非常可愛。

人工智能不僅僅與機器人有關。 這項技術已經在從虛擬助手和自動駕駛汽車到銀行和廣告的各個行業中使用。 既然我們都是為後者而來的，那麼讓我們仔細看看什麼是人工智能廣告，什麼是人工智能廣告，最大的廣告平台如何使用它們，以及它為電子商務店主和數字營銷人員帶來了什麼。

廣告算法如何運作？

定向廣告算法背後的工作原理非常簡單。 這一切都是關於基於豐富數據的正確匹配。 廣告平台一方面獲取有關產品和目標受眾的信息，另一方面獲取有關正在查看 Web 內容的人的信息。 如果興趣、購買意圖、人口統計等相匹配，就會顯示廣告。

但是，廣告平台上的廣告主很多，而且往往會爭奪相同的用戶。 為了接觸他們的潛在客戶，廣告商進入拍賣。 對於廣告拍賣，決定獲勝者的不僅僅是出價大小。

以下是決定誰贏得廣告拍賣的一些因素：

• 預算：您的預算越高，您的廣告展示的機會就越大
• 相關性：最相關的廣告將展示給一個人
• 互動：人們如何與廣告互動很重要，例如點擊、分享、隱藏、舉報等。
• 遵守平台規則：即使存在潛在違反廣告平台規則（例如 Facebook 廣告政策）的行為，贏得拍賣的機會也會大大降低。

人工智能如何用於廣告？

首先，讓我們看看人工智能和機器學習是什麼意思。

人工智能 (AI)是一個廣泛的概念，描述了機器執行任務和創造性地解決問題的能力——就像人類一樣。 它還涉及設計可以像人一樣思考、推理和行為的機器。

機器學習 (ML)是一種應用 AI 解決問題的方法。 它的主要原理是，一旦機器訪問數據，它就可以自動學習如何找到解決方案，而無需針對每個特定任務進行編程。

這一切都很好，但它與廣告有什麼關係？ 人工智能和機器學習處理大量複雜信息，以提供基於人工智能的智能廣告解決方案。 廣告平台和廣告商採用這項技術來：

• 優化廣告投放流程
• 減輕廣告商的工作量
• 最大限度地減少人為錯誤的機會
• 找到效果最好的廣告視覺效果並進行複制。

人工智能似乎是廣告界的新生事物。 公平地說，它只是在幾年前才成為流行語。 然而，人工智能在 2014 年進入了營銷領域，當時程序化廣告——一種購買廣告的自動化過程——實際上成為了一件大事。

這項技術使品牌能夠自動從在線網站購買廣告位（展示廣告的空間）。 由於從廣告購買方程式中消除了所有體力勞動，因此向相關受眾投放廣告變得更快、更高效、更便宜。

程序化廣告中人工智能的未來

現代營銷人員可能會認為前程序化時代的廣告方法過時且效率極低。 借助引擎蓋下的人工智能，當今廣告的速度和性能遠遠優於幾十年前。 這意味著在未來，人工智能在程序化廣告中的應用將變得更加不可或缺。

未來人工智能在程序化廣告中將繼續處理的方面是：

• 通過處理有關用戶的大量數據來為他們選擇最相關的廣告，從而實現廣告個性化
• 通過分析網站上的內容和廣告文案來了解哪個廣告最適合它來投放廣告
• 通過自動分析網站排名、相關性等詳細信息並確定廣告位的最佳出價來防止超支的廣告支出
• 通過根據廣告查看者和現有客戶之間的相似性提供預測分析來進行廣告分析。

程序化廣告的另一面

程序化廣告是有代價的。 為了看到有意義的結果，企業需要有大量的預算。 廣告本身要花很多錢，但是，品牌還必須準備好花錢而不立即返回來收集數據並找到合適的受眾和展示位置。

看完這些，你可能會有一個問題：如何使用 AI 來推廣我的電子商務商店？ 我們有您可能喜歡的答案：最大的廣告平台 Facebook 和 Google 都在您身邊。 兩家公司都在他們的平台中實施了人工智能，讓中小型在線商店所有者有機會利用這項技術進行營銷。

Facebook 和 Google 如何決定展示哪些廣告？

Facebook Ads 和 Google Ads 足夠快地發現機器學習的潛力並投資於這項技術——這是一個好主意。 以下是這兩個平台如何使用機器學習，以及其中的內容。

Facebook 機器學習算法

Facebook 廣告為廣告商和 Facebook 用戶帶來價值。 帶來價值的方法之一是優化廣告投放，讓用戶看到正確的廣告，營銷人員獲得更多轉化率和高廣告支出回報 (ROAS)。 在看到人工智能和機器學習開始超過營銷人員的手工工作後，Facebook 開始讓基於人工智能的技術不僅可供大型廣告代理商及其營銷人員使用，也可供小企業主使用。 以下是 Facebook 廣告如何通過機器學習廣告工具為電子商務商店和數字營銷人員提供支持：

電源 5

Power 5 是一個人工智能驅動的框架，可為廣告商帶來最佳投資回報 (ROI)。 該框架包括 5 個核心策略：

1. 通過向 Facebook 提供散列（轉換為字符行）客戶詳細信息和像素事件，自動進行高級匹配以覆蓋更多相關受眾並增加轉化率。
2. 簡化帳戶結構，讓廣告算法能夠識別效果最佳的廣告素材和平台，從而實時優化廣告活動。
3. 廣告系列預算優化，通過設置一個將用於不同廣告組的預算，只將錢花在效果最好的廣告系列上。
4. 自動版位自動向不同版位（如 Facebook、Instagram、Messenger、WhatsApp 等）的相關受眾展示廣告。
5. 動態廣告根據人們在網上商店中查看的內容和他們採取的行動向他們投放有針對性的廣告。

廣告系列測量

向人們投放廣告並不是數字廣告中唯一重要的事情。 跟踪績效對於了解策略是否有效以及在無效時進行哪些調整至關重要。 這就是為什麼 Facebook 引入了由機器學習驅動的數據驅動歸因 (DDA) 模型。

DDA 是一種歸因模型，用於衡量您通過人工智能 Facebook 廣告獲得的漸進式結果。 它展示了人們在 Facebook 上的行為如何導致轉化。 Facebook 將此類行為稱為“接觸點”。 它們包括實際轉化之前的展示次數、點擊次數和網上商店訪問次數。

為了確保這種歸因模型是準確的，它會檢查偏差。 根據 DDA 收到的所有結果都與未使用此模型的 Facebook 轉化提升研究進行了比較。 此方法可確保不會高估或低估結果。

谷歌機器學習算法

當然，Facebook 並不是唯一展示 AI 力量的廣告平台。 谷歌是廣告市場的另一巨頭，一段時間以來一直在磨練機器學習驅動的工具。

該平台為廣告商提供人工智能技術以實現以下目標：

在 YouTube 上投放高度相關的廣告

YouTube 只是一個觀看有趣視頻的地方的日子已經一去不復返了。 現在，它是一個強大的平台，可以幫助人們做出購買決定。 例如，其他所有購車者在決定購買他們想要的汽車之前都會觀看視頻評論。 此外，每隔一個千禧一代就會在購買雜貨之前在 YouTube 上搜索烹飪技巧。

廣告商的任務是在正確的時刻抓住人們的注意力。 機器學習通過最大化提升出價幫助他們做到這一點。 它向可能對您的產品或品牌感興趣的人投放廣告。

將人們帶到實體店的本地活動

儘管電子商務在社交距離的世界中蓬勃發展，但許多人仍然更喜歡在實體店購買商品。 因此，80% 的買家在需要產品時會選擇去商店。 “靠近我”的搜索次數增加了 3 倍。

這就是為什麼 Google 為店主提供機會，通過“實體店光顧”廣告目標將潛在客戶吸引到實體店。 該企業提供其地址和廣告創意，Google 將此類廣告投放給在其所在位置尋找相關產品的人們。

機器學習如何改善廣告投放？

當廣告活動運行時，風險很高，時間有限。 在幾秒鐘內，Facebook 需要將廣告與最有可能對其採取行動的人進行匹配。 鑑於 Facebook 擁有超過 20 億用戶，你能想像手動連接用戶和廣告會有多乏味嗎？ 開發人員也幾乎不可能對平台進行編程以每次都做出最佳決策。

借助機器學習，Facebook 可以快速有效地投放相關的人工智能廣告。 Facebook 廣告算法會自動分析廣告商的業務目標和用戶行為等信息，以了解一個人採取目標行動的可能性——訪問網站、註冊活動或進行購買。

反過來，Google Ads 提供自適應廣告，無需額外努力即可自動更快地滿足在線用戶的需求。 廣告客戶需要做的就是提出 4 個描述和 15 個標題。 然後機器學習將根據人們的搜索查詢將它們組合起來。 效率提升令人印象深刻：運行響應式搜索廣告的企業獲得的點擊次數最多可增加 15%。

在廣告自動化中使用 AI 的好處

使用 AI 優化廣告支出

ML 幫助企業預測他們的收入並提供優化活動的技巧。 這是可能的，因為機器學習算法可以跟踪人們對您的廣告和競爭對手的廣告的反應。 例如，有一種誤解，認為只有出價較高的廣告才會被投放。 事實上，如果算法發現廣告與人更相關，那麼出價較低的廣告通常會贏得拍賣。 這為市場上的所有參與者提供了平等的機會。 擁有巨額預算和小型在線商店的大型品牌有相同的機會展示廣告。正如您在上面已經看到的，Facebook 和谷歌廣告平台為廣告管理提供了真正強大的人工智能功能。 但是，探索這些機會並將其應用到您的日常營銷實踐中確實需要一些時間和精力。 好消息是，有一些解決方案可以幫助企業通過點擊來讓 AI 發揮作用。

提高投資回報率

人工智能有助於提高投資回報率的原因在於人工智能使廣告數據驅動。 以下是人工智能影響您的投資回報率的原因：

• 通過高度個性化的廣告定位具有高購買意願的人，包括與您的客戶和/或網站訪問者相似的人
• 處理有關先前表現的數據以及市場情況，讓您更好地了解哪些活動和受眾最適合您的目標
• 通過跟踪人們在您網站上的活動，根據人們的購買歷史交叉銷售和向上銷售產品。

用於廣告創作的人工智能

AI 還可以幫助您創建和調整內容。 不同的廣告解決方案會找到自己的方法來為此目的使用機器學習。 有些提供了用於分析廣告創意和副本的潛在性能的工具。 其他人比廣告投放更進一步營銷，並幫助優化電子郵件營銷內容。

但是，可能存在過度依賴 AI 並在未仔細檢查的情況下發佈內容的風險。 這可能會導致一些尷尬的情況，您的文本沒有多大意義。 儘管機器學習是一種強大的工具，但它仍然需要很長的路要走才能替代人類。 當您使用 AI 進行內容創建時，請確保您的副本符合您的目標並且易於理解。

瞄準完美的受眾

為了使定位盡可能精確，Facebook 的人工智能廣告算法不僅考慮了用戶在 Facebook 上的行為，還考慮了他們在社交平台之外與企業的互動方式。 例如，ML 跟踪網上商店中的人的行為：他們是否以及何時訪問該網站、他們查看了哪些產品、他們是否在購物車中添加了任何東西等。

基於此信息，廣告商使用重定向來激勵網站訪問者進行購買。 為了能夠跟踪此信息以進行重定向，企業主需要在 Facebook 上驗證他們的域並安裝 Pixel，這是一段有助於跟踪 Facebook 智能廣告效率以及人們如何與您網站上的內容互動的代碼。

如何通過 Adwisely 開始在廣告中使用 AI

Adwisely 使企業主能夠快速、輕鬆地設置他們的第一個廣告系列。 此外，該應用程序自動執行重定向和其他活動，允許商家每隔一段時間檢查一次。

Adwisely 幫助電子商務店主和數字營銷人員自動在一個地方設置活動，比在 Facebook 和 Google 上更快地獲得平均 600% 的 ROAS。

在應用程序中，您可以使用 Facebook 動態廣告設置重定向，以根據訪問者與您的產品的互動方式來定位他們。 此外，您可以毫不費力地開展針對與您現有客戶相似的人的潛在客戶活動。 因此，營銷人員在手動創建和管理活動上花費的時間更少，同時由於機器學習算法而獲得了更高的結果。

至於谷歌，Adwisely 可以讓您投放智能購物廣告，通過只接觸最有可能轉化的人來增加您的 ROAS。

設置應用程序將花費不超過 15 分鐘的時間，而創建 AI 驅動的活動則需要更多的時間。 在此處了解有關廣告自動化的更多信息。

結論

人工智能和機器學習遠未威脅到數字業務。 相反，它們使人們的生活變得更加輕鬆。 數字廣告是人工智能更有效的事情之一。 這就是為什麼 Facebook 和 Google 投入大量資金和精力來利用機器學習技術為他們的廣告平台提供動力。

開始在數字廣告中使用人工智能是完全值得的。 現在，廣告商可以投放高度相關的廣告來增加 ROAS 和銷售額，而無需每天持續跟踪廣告效果並微調其廣告系列的設置。 Facebook 和 Google 之外的廣告解決方案採用了這項技術，並提供了更加輕鬆的自動化，使企業主和營銷經理能夠每天花費幾分鐘或更少的時間來設置和優化廣告。

可能很難在廣告中圍繞人工智能以及如何確保您的廣告從中受益。 好消息是你並不孤單。 Adwisely 可幫助您確保 Facebook 和 Google 的機器學習算法為您的廣告系列帶來最佳效果。