如何使用AI自動優化付費廣告

阿爾伯特（Albert）是一個由AI驅動的平台，可以自動運行並優化付費廣告活動。

該解決方案與Google，Facebook，Instagram，YouTube和Bing的廣告合作。它被品牌和代理商自動使用分配預算，提高競選性能並發現新的機會。

我們與阿爾伯特首席執行官和創始人進行了交談或Shani了解有關此解決方案的更多信息廣告中的人工智能。

在單句或陳述中，描述您的公司。

阿爾伯特（Albert）是一個人工智能平台，可插入數字廣告商現有的技術堆棧，並在付費搜索，社交和程序上操作它。

貴公司如何在其產品中使用人工智能？

阿爾伯特（Albert）是一個自治的AI，是由80個數據科學家和工程師組成的團隊開發八年的結果。它是200多種智能技能的集合，它們使用各種機器能力學習來處理和分析受眾和戰術數據，以自主分配，優化和進化付費的數字活動。

您的AI驅動解決方案的主要營銷用例是什麼？

我們與品牌和代理商合作。兩者都使用阿爾伯特（Albert）加速其數字化轉型。

一位全球客戶控製了其數字廣告從外包戰略和競選管理轉變為與阿爾伯特的內部。在六個地理位置中，他們的內部團隊正在自助服務，並完全清楚其預算如何投資，對客戶和潛在客戶的更多見解，並提高對營銷策略的信心。隨著機器的數字執行，他們的重點已經從死記硬背的機械任務轉變為深入思考客戶和品牌。

相反，一家主要的歐洲媒體機構發現，通過與阿爾伯特的現有團隊進行補充，他們能夠快速擴展從事新業務，節省了多達50％的時間在體力勞動上，避免了員工負擔過重的常見挑戰，然後處理增加的流失或生產力問題。

是什麼使您的AI驅動解決方案比傳統的方法和產品更聰明？

阿爾伯特（Albert）自主行動，采取始終在每個通道中所有可用杠杆的優化方法。該係統測試各種組合，以識別不斷迭代的最佳性能條件。然後，阿爾伯特（Albert）通知用戶通過儀表板（UI）中的“見解”提要進行的有意義的優化。阿爾伯特還將提出主動的建議，或者要求向艾伯特（Albert）的AI護欄範圍內的投入提出要求，例如提高預算，引入新的創意元素或擴大渠道。

阿爾伯特（Albert）在實驗中蓬勃發展，並在受控的測試和學習方法中擴展活動。係統的探索或侵略性水平可以由阿爾伯特的人類同事指導。例如，為阿爾伯特提供了相同目標的競選活動的預算增加，或者在預算相同的目標上提供了更多的墊子，這將使阿爾伯特的房間可以測試和學習 - 為搜索的新關鍵字，搜索的新關鍵字，程序化的新主題/域名，或社交中的受眾探索，並增加新的定位機會。

例如，在與領先電信的早期，艾伯特（Albert）能夠通過轉移預算分配來擊敗其CPA基準，即使係統繼續改善各個渠道的性能。分配轉移到29％的社交，21％顯示，從16％的社交中搜索50％，顯示28％，搜索55％。結果？CPA從72美元下降到65美元。這就是為什麼跨頻道活動的自主管理如此強大的原因。在幾周內，沒有人類管理的手動過程可以實現這一結果。

根據過去的性能和針對特定渠道指標的優化，將渠道預算設定為典型的方法是一門不精確的科學。阿爾伯特（Albert）可以靈活地管理預算，以響應市場狀況，並針對一個業務目標進行優化，從而更好地分配預算針對渠道，受眾，策略。該示例的帖子腳本是，隨著時間的流逝，阿爾伯特（Albert）在所有渠道中也匹配了CPA，使Ultimate CPA甚至更低。

營銷人員是否有最低要求從您的AI驅動技術中獲得價值？（例如數據，列表大小等）

阿爾伯特（Albert）會見了他們在數據旅程中的營銷人員。最初的策略基於可用的曆史活動數據，網站分析和受眾數據。阿爾伯特（Albert）利用曆史運動數據來對初始廣告係列結構進行建模，因為曆史數據為阿爾伯特（Albert）提供了成功的基礎。

一旦媒體直播，阿爾伯特將開始基於實時數據發展廣告係列的結構和策略，從而優化了係統為性能設定新基準的方法。阿爾伯特還可以考慮其他數據來源，例如離線銷售，例如，這對於CPG品牌至關重要。

該係統還提供了杠杆來調整優化的“侵略性”。在營銷人員提供的參數中，阿爾伯特將決定哪些受眾和策略以哪些閾值擊中KPI。

在公司規模和行業方麵，誰是您理想的客戶？

Albert在CPG/FMCG，零售/電子商務，電信和金融服務的Fortune 500公司的B2C品牌支持B2C品牌。

您認為人工智能的局限性是什麼？

We believe the ideal applications of artificial intelligence today are those that tackle the challenges introduced by big data (across industries and applications) and make sense of it all, as well as those that automate recurring, manual tasks—but on a scale that can’t be achieved by humans.

在明顯的領域，我們認為AI具有局限性：策略，情感，創造性思維。人類以非常複雜的方式感受並將這些感覺轉化為情感聯係的能力是獨一無二的。這就是為什麼最有力的解決方案是那些合作人類和機器以呈指數級更好的結果的方法。

您認為AI在營銷中的未來潛力是什麼？

我們正處於自動AI技術快速采用曲線的風口浪尖。到2025年，我們看到了一個未來，所有付費的數字活動都是由營銷人員與自主AI合作管理的，該自動人工智能與廣告係列創建，執行和發展方向運行。

這個願景有一個希望：

• 數字廣告團隊將他們的對話從今天的基本“我的媒體”轉移到更強大的，更強大的策略對話中“我的營銷是否有效？”
• 一旦營銷團隊可以利用自主的AI來測試他們比以往任何時候都更快的想法，他們將比以往任何時候都更快地學習，並就客戶，產品和品牌進行全新的發現。
• 更重要的是，有了能夠從媒體和創意中同時學習的能力，這種新的見解和學習速度不僅有望告知營銷，而且還要告知整個企業。

關於AI營銷中的AI的其他想法，還是剛從AI開始的營銷人員的建議？

營銷人員應提防“ AI洗”。向供應商詢問AI是否隻是提供建議和表麵見解，還是代表營銷人員自主采取行動？

比較答案時，請問自己是否想手動執行某些或全部執行。什麼水平的自動化足以解決您的挑戰？幫助決策和實際進行決策是兩個截然不同的用例。