為什麼人工智慧和國際付費媒體是地獄般的匹配

SEO觀點:
回顧2018年夏天,人們很難忽視這種樂觀情緒。 天氣晴朗? 校驗。 英格蘭足球胜利? 幾乎! 人工智慧是數字行銷的下一個重點嗎? 嘗試併計算上個月你遇到的文章,部落客文章和聲音咬合的數量,以一種誇張的方式引用AI。
現在我們都是為了一點理性的樂觀主義,毫無疑問,人工智慧是一個非常強大的工具包,它將對所有類型的社會經濟活動產生積極影響。 但我們不太確定人工智慧在數字行銷背景下的真正價值,特別是對於國際付費媒體。
回歸本源
通過炒作,讓我們從確切的方式開始 人工智慧和機器學習 在國際付費媒體的背景下工作。 例如,在關鍵字級別,AI需要多少和哪種數據才能做出正確的決策?
好, 谷歌的 機器學習產品Smart Bidding聲明它“使您能夠根據每個用戶的上下文定制出價。 智能出價包括重要信號,如設備,位置和再行銷列表,以實現更好的自動化和性能“。
這意味著算法所需的信號可以從用戶行為的總和中剔除,並且其“學習能力可以快速最大化您的出價模型的準確性,從而改善您優化長尾[通過評估]模式的方式 廣告系列結構,目標網頁,廣告文字,產品信息,關鍵字詞組等等,以確定出價項目之間更具相關性的相似性,從而有效地借鑒它們之間的學習“。
這表明“轉到”數據來源是我們自己的廣告系列。 但是這些模式是什麼,“快速”多長時間,以及如何登陸頁面數據有助於投標管理?
以投標管理為例,我們認為它的工作原理如下:
主要數據:該算法回顧客戶廣告系列中與關鍵字的歷史直接互動,並根據預定目標(如ROI或點擊率)和足夠數據做出成本/排名決策。
解決可能的數據量問題的一種方法是回顧很長的路。 但這會忽略季節性,促銷和消費者行為隨時間的變化。
輔助數據 – 該算法沒有足夠的數據在主要基礎上做出“好”決策,因此使用確證數據(具有相似特徵(例如,相同的垂直,相同語言)的其他活動的績效指標來做出決策)。

發表迴響

Close Menu