數位廣告的 AI 行銷時代,靠工人智慧幫忙的人工智慧

數位廣告的 AI 行銷時代,靠工人智慧幫忙的人工智慧
Photo by Greg Rakozy / Unsplash

以下經驗為我近一年操作 B2C 的電商平台的心得,並非所有產業都適用

雖然現在數位廣告平台有越來越多選擇,但在電商這個產業中說到要做成效型的廣告,還是脫離不了 Google 和 Meta(Facebook)這兩大平台,而近期兩大平台的新功能都往人工智慧 AI 的廣告發展。

  1. Google 的最高成效廣告已於 2022Q3 全面取代之前的成效王者─智慧型購物廣告
  2. Facebook 的高效速成+購物行銷活動也於 2023 進行 Beta 測試,目前約推行到 80% 左右的廣告帳戶,並預計今年底前會全面推行。

我覺得這兩個廣告形態最大的特點就是,隨著 Cookless 時代來臨,行銷人員手動挑受眾的「興趣行銷」即將變成過去式,基於品牌第一方資料讓機器學習的「自動化行銷」正在來臨。廣告一開始選擇的受眾群體是誰已不再那麼重要,重點是你所擁有的第一手資料(通常是會員資料)有多少含金量。

現在 Google 廣告和 Facebook 廣告的後台中都會有地方讓你定義你的既有客群,除了讓系統來判斷投遞的廣告是給新客還是舊客之外,我自己認為另一個很重要的點是系統會利用你的這些資料來做相似受眾,讓系統能夠透過這分資料來做機器學習,幫你找到對的人。

Facebook 廣告後台設定既有客群


Facebook 廣告後台設定既有客群

Google 廣告後台設定既有客群


‌Google 廣告後台設定既有客群

在 Google 的最高成效廣告裡,你雖然可以決定一開始的目標對象想要鎖定哪些興趣、主題群體,但廣告系統會自動幫你擴展給他認為的「最佳對象」,而你不能針對它推薦的受眾做任何的調整;在 Facebook 的高效速成+購物行銷活動中,你甚至無法選擇你的廣告要曝光給哪些興趣群體,目前唯一讓你設定的是你可以決定廣告花在舊客身上的預算上限。

Google 最高成效廣告自動拓展受眾功能


‌Google 最高成效廣告自動拓展受眾功能

當選擇目標受眾這件事被人工智慧取代了,那身為數位行銷的我們可以做些什麼呢?

機器學習要好好運作的前提是你要給他大量的「好的資料」,不然就會「Garbage in, Garbage out」。之於廣告來說,就是你要給他夠多好的「廣告創意」(aka 文案 + 素材)。

我覺得數位行銷到現在這個狀況反而有點反璞歸真,你不再需要假定受眾是誰,不用揣測上班族會對 A 素材有興趣、家庭主婦會對 B 素材有興趣,你需要做的事情是了解自己現在站內的消費群體到底是誰,找出消費者的人物誌、購物旅程以及痛點,而你的產品或服務能夠提供他們什麼樣的解決方案,再來做出符合既有消費者需求的大量「廣告創意」。

當然分眾行銷還是會存在,只是我認為會比較侷限在 LINE 官方帳號、電子郵件、簡訊、App 推播等比較通知型的媒體渠道,甚至是官網內的個人化版位。

雖然前面講了這麼多現在成效型廣告主流都是交由系統來優化,但也不代表「人」的角色在數位行銷中就沒價值了。

需要發想廣告創意的是人、需要設定系統目標的是人、需要判斷廣告成效來做進一步的調整是人。

數位行銷這個職務的人要做的事情就是順應潮流,就像每個遊戲的版本都會有當期的 meta 角,了解每個廣告平台的當前趨勢是很重要的,如何快速接受到新資訊也是我們要做好的功課。

Stay hungry, stay foolish. 共勉之。

如果你對於我的文章有任何想法,或是對於數位廣告有什麼疑惑,都歡迎在下方留言與我討論。如果你喜歡我的文章歡迎訂閱我的部落格或是分享給更多人知道。

Read more

W 原則,工作和人生都適用的思考方式

W 原則,工作和人生都適用的思考方式

我自己因為做操作面的事情做久了,當任務一來第一時間想到的會是該怎麼樣去執行這個任務會比較有效率。但往往忘了問幾個最重要的問題:為什麼會有這項任務?這項任務是必要的嗎?如果不必要,是否可以換個任務目標? 最近公司因為在海外的電商業績成長上遇到了一些瓶頸,主管認為將海外原本的電商系統改成台灣現在在用的系統可能會好一些,畢竟台灣的電商業績比海外好上許多。但主管還是請我做一個比較看是否要換系統。 原本我對於這件事情沒有太多想法,單純做了一個海外電商系統和台灣電商系統的功能比較表,內容流於行銷活動案型支持、會員功能、搬遷時程、維護費用……等第一層思考會想到的事情。 直到前輩的指點後,才知道這些比較雖然是重要,但不是我們應該跟老闆層級討論的點。這些細瑣的事項我們自己 keep in mind 就好, 這時候前輩教導了一個 W 原則,我用此原則重新想了一輪,發現自己的思緒變得清晰,做簡報的邏輯也更暢通(考試也能考 100 分?)。我的簡報不再只是簡單的系統比較,而是有一個完整的脈絡埋補強我自己心中的結論。 W 原則 W 原則其實跟大家常聽到的 5W 原則 Why, What, Who ,

Setapp 2023 Mac Apps 使用調查報告

Setapp 2023 Mac Apps 使用調查報告

在蘋果生態系中推行一站式訂閱制的指摽性廠商 Setapp 在近期公布了 2023 的 Mac Apps 使用習慣報告,身為喜歡嘗試新應用的人,看到有廠商做了這樣的調查報告是十分興奮的,這邊來跟大家分享一下報告的內容,並且配上一點我個人的 murmur。 重點摘要 * 每個使用者平均每天使用 15 個 apps(我算了一下我是 24 個)。 * 在選擇和購買新 app 的時候功能很重要,但在要購買的時候價錢會變得稍微佔上風。 * 83% 的受訪者在上個月有購買過 Mac 軟體。 * 訂閱制比買斷制還更受歡迎。(我自己比較喜歡買斷制啊!) * 70% 的 Mac 使用者是用 M1/M2 晶片。(M 系列真的比 Intel 好太多了) * 40% 左右的受訪者有使用有應用到 AI 的 Mac apps。(Notion, OpenCat,

官方網站的 Press Kit 圖片

EveryDay,神還原《原子習慣》作者概念的習慣養成 App

EveryDay 是一款習慣養成 App,他比我之前介紹的 HabitKit 功能更加簡單,如果你有選擇障礙的話,你建立的習慣沒有 icon 可以選擇,就連配色都只有 7 種。需要設定的欄位只有:你想養成的習慣、敘述、顏色、是否需要提醒、習慣養成的頻次以及這個習慣是你想「養成」的習慣還是你想要「戒掉」的習慣。 一開始使用比較不順手的地方是在設定頻次的部分,因為開發者的設計方法不是讓你設定一週想要達成幾次,而是讓你直接選擇週間中有哪幾天要完成這個習慣。這對於某些還不確定能夠在哪一天完成的習慣來說,會有點不太知道怎麼設定。但當我實行了兩週之後,我才感受到指定好哪一天要做什麼習慣是一種「制約」的力量,讓你那天比較無法偷懶,反而更能夠驅使你要達成目標。當然如果你真的不小心偷懶了事後還是可以設定 Skip 來讓你的連續完成習慣的記錄延續。 另外開發者還有一個小巧思,就是你想養成的習慣顏色會因為你連續完成的天數,顏色從淺到深。反之想戒掉的是由伸到淺。這個設計幫助你可以很快地判斷你的習慣有沒有連續達成,你也會有那種不想讓習慣顏色鏈斷掉的那種好勝心。而 skip 的設定方式是用三角形呈現,也可以讓

Arc 瀏覽器融入 AI 功能,Max 限時免費推出

Arc 瀏覽器融入 AI 功能,Max 限時免費推出

Arc Browser 在 10/3 舉辦了一場發表會,推出了 Max 的功能,他們終於將近 1 年來很夯的 AI 議題融入產品裡面,希望能讓你在使用瀏覽器的過程中減少「滑鼠點擊」、「捲動頁面」等傳統瀏覽網頁時會有的行為。 從 10/3 號起為期 90 天,只要你在 Arc Browser 的 Command Bar 裡輸入「Max」,即可開啟 Max 的五個功能設定。 Arc Max 五大功能 1. Ask on Page:以往在用 Command+F 快捷鍵搜尋字詞時是比較沒有效率的,現在可以直接輸入你想問的問題,他就會用該頁面的資料來回答你的問題,並且會告訴你他的回答是出自頁面的哪邊。 不過,