今年我承担了一些雄心勃勃的任务。一个是我职业发展的一部分，学习关于人工智能 (AI) 和营销的一切知识，另一个专注于年度原生广告技术研究，类似于去年在这里展示的内容——2017 年原生广告技术 景观。 当时我几乎不知道，后来的人工智能研究产生了一整本电子书，“你需要知道的关于营销分析和人工智能的一切”。从字面上看，它是您需要了解的有关当今营销和 AI 及其对分析、免费媒体、自有媒体和付费媒体的影响的所有信息。因此，我想分享我在进行所有这些最近的研究时学到的东西。 在我们开始研究人工智能对付费媒体的影响之前，我们必须先看看它对分析的影响。这也许是对付费媒体最直接的影响。 分析 我们大多数人都习惯使用三大分析平台之一。他们将保持无名。这些平台还拥有世界上一些最大的在线广告市场。
他们没有太多的动力来帮助我们
减少支出并取得更多成就。 因此，他们只关注与我们网站相距一个程度的数据。这是它的样子： 我们中的大多数人已经习惯了在这种归因模型中查看我们的分析。但是，此模型仅代表我们在线主题影响范围内可用数据的最多 20%。如果我们想要查看其他 80% 的数据，则该模型需要关注距我们网站三度的数据。这是它的样子： 使用 AI 引入许多不同的结构化和非结构化数据流，分析实际上可以看到一个网站的在线主题 whatsapp 手机号码列表 影响范围的近 100%，打开我们使用三大分析平台之一看不到的 80%。这相当于这样看互联网： 与三巨头给我们的观点相反： 拥有这种观点对赚取自有媒体和付费媒体有非常重要的影响，我在我的新电子书中探索了每个及其子类别。但是，对于这篇文章，现在让我们具体看看它对付费媒体的影响。 展示 “程序化”和“实时竞价”(RTB) 这两个词在过去几年一直是展示广告和付费媒体领域的热门话题。有时，这些短语会与人工智能、机器学习和自然语言处理一起讨论。
虽然程序化和 RTB 系统都
有人工智能的色彩，但它们确实代表了一种桥梁技术，将展示广告从目前的平庸透明状态转变为完全透明的未来。 两种技术将对这一转变产生最大的影响——人工智能和区块链。展示空间在透明度和属性方面都存在问题。在我们花费宝贵的预算时，有许多第三方会把手伸进糖果碗里抢钱。再加上一大堆垃圾邮件 BM列表 机器人进行点击欺诈，您的系统问题百出。 平均而言，展示广告的 点击率为 0.05%。在这些点击中，只有 30% 到 40% 不会立即跳出。这个渠道的低效令人震惊。第一个展示广告来自 AT&T，早在 1994 年就获得了 44% 的点击率。到 1998 年，点击率急剧下降—— 接近我们今天看到的情况。 好消息是技术正在帮助解决这些效率低下的问题。在拥有远离网站的三个归因度的 AI 驱动分析环境中，品牌将不仅能够看到最有效的展示渠道为他们带来流量，而且所有渠道都可以有效地为所有谨慎的网站带来流量在他们的行业内和周围。
