迎向人工智慧，給行銷人的３大AI補帖！

亞洲廣告界兩年一度的盛事DigiAsia在圓山花博舉行，今年的主題是Experience AI，主辦單位邀請了30位國際級講師從產業︑媒體︑創意︑科技四種角度切入，帶領行銷人認識在這AI大傘下從策略執行到應用的趨勢與案例。從這30場精彩絕倫的主題演講中，我們可以歸納3個重點：

1. WHY? AI帶給行銷人的省思
2. HOW? AI如何幫助我們達成行銷目標
3. WHAT? 有了AI技術，行銷人該怎麼做

AI人工智慧風潮襲捲各行各業，它帶給行銷人的不只有驚喜，更多了一份困惑與不安，面對琳瑯滿目的AI技術應用，到底要怎麼用才能為品牌加分帶來實際的效益？若不追上AI這風潮，我們是否就會被市場拋棄了呢？新加坡奇宏策略媒體策略規劃主管Ronnie Thomas的觀點認為技術與創新是一直都存在的，不要因為AI技術火紅就一味跟風，品牌主反而應該思考創新的理由與終極目標，也許是為了解決一個問題(innovate to solve)，也許是為了鎖定新的客群(innovate to adapt)，也或許是為了品牌因應市場變化的創新(innovate to prepare)，唯有瞭解創新的理由才能明確知道要創造怎樣的AI體驗給消費者。面對AI排山倒海的浪潮，Oath數位先知David Shing也不約而同提到『機器也許能進化到告訴人類該做什麼(what)，卻沒有辦法告訴我們怎麼做(how)，所以AI始終有其限制，人類也能因此更聚焦在無法被取代的領域！』。David鼓勵在座的行銷人可以發揮自身價值，思考怎麼運用AI技術創造更大效益。

人工智慧技術在廣告遞送上的應用一直是行銷人很關注的環節，Xasis亞太區行銷暨創新長Cheryl Ng以視覺化的方式讓大家瞭解機器如何運用規則模式(rule-based)的決策樹，在僅取得廣告訊號(包含廣告遞送裝置與網站）的資料下，集群分析找到轉換者最喜歡的使用裝置與網站。另一場讓人耳目一新的演說是Oath全球首席科學家Niklas Karlsson首次公開Oath DSP運用深度學習的原理創造號稱『轉換金探子』(conversion seeker) 的Predictive Audience技術，Niklas強調Oath AI之所以能成功，有3個關鍵因素：

1.以數學角度定義明確優化目標(Defining optimization objectives mathematically)

『轉換』是行銷人眾所期待的終極目標，但Niklas在演說一開始就點出了一個突破盲腸的重要觀念：『轉換率目標不等於轉換數目標』！Niklas進一步闡述，雖然轉換率是個很重要的KPI，但若將此設為系統學習的目標，會造成花過多的預算資源在單一轉換率很高的曝光上，這是很不合理的，就算是廣告主制定一個CPA上限目標，系統也僅能將整體的CPA拉近至一個平均，當前一次廣告競價花去超乎期望的預算，勢必壓縮下一次競價的可用資源。以廣告遞送的角度要思考的是如何在一定的預算中讓廣告效益最大化，也就是帶來最多的轉換數，由廣告系統用AI模型去預測市場中每個cookie的轉換機率，在考量固定總預算與每個曝光機會成本的前提下，用最合理的出價取得最多的轉換，才能真正做到預算最佳化，進而為廣告主達成最好的ROI。

2.規模數據與可擴充設計(Data scale and scable solution)

人工智慧仰賴的基礎在於數據，數據量與質深深影響系統學習的成果與效率，Oath在全球擁有超過10億使用者，每位使用者在系統中帶有超過100萬種不同的訊號，包括使用者瀏覽的內容︑會員會員搜尋︑購物︑行動︑影音…等多元訊號，Oath實驗室的科學家們研發出複雜的數學模型在海量資料中萃取出訊號最具指標的600個特徵值(features)做為轉換機率計算的基礎，Niklas用一個很有感的例子說明Oath AI系統處理海量資料的能力：『當你在眨眼的瞬間，廣告系統已處理了10萬次曝光背後所需要的所有複雜運算了！』。而Oath在台灣市場擁有1500萬個跨螢使用者，同時也擁有強大的內容與電商服務，更能將使用者的完整輪廓詳實地描述出來，結合科學家們研發的演算系統，將數據的效益極大化發揮。而另一方面，AI系統的可擴充性也很重要，廣告競價市場分秒變化，當市場價格水位變化，或是廣告預算增減調整，Oath AI系統能立即重新計算當下市場上各個cookie的轉換機率值，以調整出價金額，Niklas用了一個淺顯易懂的例子說明，當感知到市場水位或預算金額有了變化，Oath廣告系統就會像『開車換檔』一樣，開到山路自動切成2檔模式，不管動態市場如何變化，也能確保在廣告遞送走期間獲得最大的ROI。

3.混合型多元件系統（Hybrid AI systems)

談到人工智慧的技術面，相信大家或多或少會聽過這些非常技術的專有名詞：監督式學習(Suprvised Learning)︑非監督式學習(Unsuprvised Learning)︑卷積神經網路(Convolutional Neural Network)︑隨機森林(Random Forest)…等等。那到底Oath AI是採取怎樣的學習模式跟演算法呢? Nikalas以自身20年的AI研究經驗大方分享了他的觀點，他認為並沒有哪個單一的演算法可以解決廣告遞送上的所有問題，每種演算法都有它的特點與適合解決的問題類型，Oath AI系統裡內含多個不同的AI模組，混合使用監督式學習與非監督式學及多種演算法，在科學家們多次的實驗之下，找到每個單一模組都能有最好的產出的組合參數，就可以有最好的整體成效(performance)！

Oath的AI系統隨著AOL與Yahoo間的廣告系統整合，在最新的Oath Ad Platforms中已大量使用這套AI技術，在台灣市場也已累積不少成功案例，不論是保健︑美妝或是EC產業，都可以看到CPA大幅降低，轉換數翻倍成長的顯著變化。

在此次DigiAsia的論壇中，也有不少講者將重點放在如何因應AI科技上，美國實力媒體執行副總裁兼創新長Tom Goodwin提出了一個『Rethink』架構，以13種不同面向思考未來數年新科技帶來的衝擊，想像一下5年後的今天，一個AI︑5G︑AR︑VR︑Sensor︑IoT發展成熟的時代，行銷環境會有什麼改變呢？舉例來說，當消費者在實體賣場用手機AR功能引導他找到想購買的商品，那Online與Offline的界限是否就已不再重要? 又或著當家中的智能家電冰箱LED面板也成為廣告曝光的版位，結合大數據瞭解消費者喜好與冰箱中的食材庫存資訊，是否能提供更客製化並觸動購買的廣告資訊呢? 來自Innity創億集團的執行長彭子亮強調在AI的世界，行銷人更應著眼放在品牌的故事(storytelling)上，運用多媒體動態技術製作引人入勝的廣告素材，為自己的品牌說更好的故事。

Oath全球首席科學家Niklas Karlsson則認為行銷人應著眼在『找一個可信任的AI夥伴』，將高深的數學運算與一日千里的複雜技術交給一個專業科學家來處理，行銷人只需設定好行銷目標，在地優化團隊幫忙掌握調整系統遞送狀況，系統演算法可以處理的是大量的資料與複雜的模型，但加入專業的人腦判斷才能有更優化的產出與正確的成效數字解讀與學習，確保每波行銷活動都朝著更正確的方向前進。

引用柯P的經典語錄『Do the right thing』，品牌行銷人就像是這個品牌的大腦，決定要做哪些對的事，比把事情做對更重要，如何把事情做對，將廣告預算的一分一毫發揮至極大化，在動態市場中的千萬次競價決策就交給AI吧！