機器學習時代的未來證明——Roxanne Brownlee，谷歌——諾丁漢數字峰會

諾丁漢數字峰會 Albert Hall 舞台上的第四次演講是 Google 的 Roxanne Brownlee，他談到了企業如何通過新技術保持相關性。

為什麼今天不一樣？

2010 年移動流量僅佔網絡總流量的 1.5%，但那一年 Google 首次宣布移動優先的重要性。

9 年後，移動流量現已飆升至近 60%。

敏捷是生存和繁榮之間的區別。 為了蓬勃發展，您需要承認未來會發生什麼。

為客戶提供價值，並在期望存在並具有競爭力之前提供卓越的用戶體驗的公司； 發現以後更容易茁壯成長。

在網上蓬勃發展意味著什麼

技術及其周圍世界的變化比以往任何時候都快。 能夠適應利用當今技術的企業將在明天擁有優勢。

技術發展迅速，消費者也是如此，因此品牌需要迎頭趕上。 數據驅動的營銷已成為大規模傳遞更快、更相關的信息的關鍵。

技術可以使品牌變得更有幫助，讓他們為用戶提供幫助，及時無縫地提供有用的答案。

使用數據洞察力和技術預測客戶需求的能力將定義品牌的發展能力。 事實上，我們已經看到了：

自動化

企業使用機器學習來幫助在更快的時間內大規模地向客戶提供相關的實時消息。

如果做得好，使用個性化來傳遞根據客戶需求或即將需求調整的信息，已被證明可以提高參與度和忠誠度。 如果客戶受益，企業就會受益。

但正如許多企業發現的那樣 - 將所有這些付諸實踐並不容易。

• 人們每天上網9 小時
• 人們每天查看手機150 次
• 7000萬個信號在眨眼間收集
• 90% 的用戶在屏幕之間切換以完成任務
• 62% 的營銷人員對數據的大小和數量感到不知所措

如果我們知道人們每天查看手機 150 次，並在網上花費 9 個小時，那麼我們就可以深入了解他們是誰、他們關心什麼以及他們想要什麼。 我們可以將這種數據引入我們的受眾策略，以推動我們的活動的相關性和績效。

當我們僅根據關鍵字構建策略時，我們會忽略我們擁有的這些數據。 我們僅根據最微小的信息快照來判斷它們，而不是著眼於更大的圖景。

每天，我們產生 2,500,000,000,000,000,000 字節的數據。

這相當於每天有 1 萬億篇數據。

我們擁有創建極其相關、有針對性的廣告所需的所有數據。 這意味著我們可以做出真正明智且有影響力的業務決策。

所有這些分散的興趣和意圖時刻都會產生太多的數據供人類處理。 因此，廣告商有必要了解這些零散的旅程，並知道如何在這些意圖時刻與用戶互動。

我們的大部分日常技術都由人工智能 (AI) 提供支持。 例如：我們用大量示例訓練一個軟件系統，以便它可以識別模式。 與其告訴計算機所有的垃圾郵件都包含“新的減肥技巧！”這句話，你可以用數百萬個垃圾郵件的例子來訓練它，做一些小的修正，直到它可以自己挑選出模式。 這種學習模式的能力被稱為機器學習，它可以在很多方面讓你的生活更輕鬆。

在數字營銷行業中使用機器學習的 Google 產品和非廣告相關產品的一些示例包括：

• 通用應用廣告系列
• 智能購物廣告系列
• 興趣相似的受眾
• 響應式展示廣告
• 谷歌地圖
• Gmail
• YouTube
• 谷歌翻譯

世界上一半以上的人將在數字優先的心態中成長。 雖然在 2019 年，千禧一代佔全球人口的 24%，但到 2025 年，55% 的英國人將是千禧一代或更年輕。

我們現在處於機器學習時代

在數據驅動營銷方面取得成功的廣告商的收入增長高達 20%，成本節省高達 30%（波士頓諮詢集團，2019 年數字成熟度研究）。

然而，這些充分發揮潛力以實現收入增長和成本降低的公司，將從巨大的機遇中獲益。

同一項研究發現，技術和組織因素都有助於品牌在跨渠道動態執行和優化單一客戶業務成果的能力方面取得成功。

我們發現一流的品牌在三個方面尤其出色：

• 數據驅動的受眾洞察力：通過鏈接在線和離線數據以根據需求空間沿著漏斗接觸他們來構建整體客戶視圖
• 自動激活：通過跨渠道信號優化程序化媒體購買，並在跨渠道協調和排序中個性化創意
• 測量和歸因：測量包括部分歸因和頻繁測試，優化 KPI 的飛行活動

但為什麼這一切對企業來說很重要？ 我們處於一個獨特的位置，企業可以改變其營銷策略以吸引更多聯繫的消費者，改善業務成果，更重要的是成為該領域的類別領導者。

你能做些什麼

據 eMarketer 稱，視頻和人工智能是 2019 年營銷人員的首要任務。

如今，機器學習可幫助您通過自動化實現最佳廣告效果。 該算法根據實時反饋不斷學習，並進行調整以提高性能。

Google 解決方案中都存在機器學習，通過在需要的時候向正確的客戶展示正確的信息，共同幫助廣告客戶實現其廣告系列的最佳效果。 機器學習可以滿足您的營銷需求：

如何找到理想的受眾？

在定位領域，我們利用機器學習來尋找不是您的客戶但應該是您的客戶。 Google 幫助廣告商將覆蓋面擴大到可能會轉化的人群。 我們能夠通過我們的受眾解決方案有效地捕捉意圖。

如何衡量績效？

在歸因領域，我們利用機器學習來了解轉化的真正驅動因素並分配正確的價值。 這意味著我們能夠通過非最終點擊、數據驅動的歸因更好地衡量意圖。

最後，我們可以通過定制出價和創意廣告資產來充分利用這一意圖，以最好地響應用戶意圖。 他們幫助回答：

每次拍賣我應該出價多少？

通過機器學習，我們可以將無數信號考慮在內，以確定每個時刻的最佳出價，因此您可以獲得更多客戶並消除浪費性支出。

我向觀眾展示什麼信息？

對於廣告素材，Google 幫助廣告商在每時每刻使用正確的信息。 通過機器學習，我們可以利用我們對消費者意圖和數據的理解來選擇合適的創意來展示每一刻。

專注於 PPC，幾年前出價非常簡單。 您選擇關鍵字並根據關鍵字在最後一次點擊、桌面/相同會話基礎上轉化的可能性指定出價。

然後移動設備出現，產生了更多營銷人員需要考慮的信號，例如設備類型、時間和位置。

巧妙出價的關鍵是根據每個用戶獨特的信號組合來調整您的出價。 為每次拍賣手動斷言所有這些是不可能的——即使對於最熟練的客戶經理也是如此。

Google 智能出價旨在為每次拍賣設置實時出價。 由於它每天要考慮數十億個消費者數據點——從移動屏幕上的顏色和色調偏好，到購買歷史、設備和位置——可以使用這些數據為您的客戶提供數百萬個定制廣告，並為每個廣告設置正確的出價實時顯示這些廣告。

全自動智能出價解決方案可帶來最佳結果。 雖然我們大多數人都熟悉 eCPC 並且已經看到了它的成功，但全自動智能出價策略（例如最大限度地提高轉化率、目標每次轉化費用和目標廣告支出回報率）對廣告客戶的影響最大。

通過內部產品分析，我們發現與我們的半自動解決方案 (eCPC) 相比，我們的全自動出價策略具有卓越的性能：

• 搜索：eCPC 平均提升 7%，tCPA 或最大轉化次數平均提升 20% 以上，tROAS 平均提升 35%。

但是，需要注意的是，eCPC 不是全自動解決方案！

巧妙利用數據為您提供發揮創意的空間

通過恢復一些時間，您可以更有創意。 您可以花時間了解客戶行為的變化。 例如，我們看到的一個重大轉變是英國普通人花在傳統營銷上的時間減少了。 例如，在過去五年中，我們看電視的時間減少了 22%，平均每天 2.5 小時。 相反，我們使用在線媒體的時間超過了 7 個小時——尤其是在智能手機上。

我們現在有空間來規劃未來。

我們之所以談論數字視頻是最前沿的，是因為到 2021 年，我們預計全球網絡流量的 82% 將由數字視頻組成。

如果我們沒有提前為此做好準備並弄清楚如何讓數字視頻為我們服務，發展我們的品牌，簡而言之，我們將無法響應 82% 的互聯網。 幾年後，忽略數字視頻的企業將像今天忽略移動的企業一樣。 視頻趨勢以面向未來的方式為品牌建設提供了關鍵機會。

• 每月有15 億人登錄和訪問 YouTube。 普通人每天花費一個多小時在移動設備上觀看 YouTube。
• 80% 的購物者觀看了與他們計劃進行的購買相關的視頻，他們表示他們在流程開始時觀看了該視頻。
• 64% 的購物者表示 YouTube 會影響他們的購買決定。 活躍在平台上的不僅僅是用戶——其他人發現它塑造了他們對品牌的看法以及他們採取行動的可能性。
• 看到品牌在線視頻的B2B 客戶更有可能在未來六個月內購買該品牌，為該品牌支付溢價，並推薦該品牌。

我們優化了廣告格式以滿足當今觀眾和營銷人員的需求。