Yahoo集媒体、购物、搜索引擎于一身，是全球数字营销最重要的平台之一，在去年AOL和Yahoo合并后，母公司Verizon Media Group/Oath花了一年的时间，整合双方数据、广告技术、研发、服务团队，以及全球资源，逐步完成了此庞大无比的工程，终于在今年秋天，推出以AI领军的全新广告平台!多年以来，掌握庞大网络数据的Yahoo，加上美国AOL顶尖的AI科技，会为数字营销产业投下哪些行业重磅?本次特别邀请林佳怡及刘文伟来进行说明。

图：林佳怡

AI几乎已经成了科技业必投入的项目，有的做机器人、有的培养下棋高手，你们的AI现在才推出，有什么特别？

人工智能、机器学习，除了需强大的演算技术之外，更需要高品质的数据做为基础，我们在这方面的AI团队，于AOL时期就已在美国有超过数十年研究，来自30个国家、十亿用户资料、每天百万笔的线上行为等数据，就足以让我们在发展AI上，有了最有力的靠山，加上Yahoo时期在世界各地深耕多年的用户资料，让我们的广告平台AI可以精确洞察在地市场，使得广告投放不仅能更精准，也能更全面地掌握消费者轮廓与动机。

林佳怡表示：“我们在全球有10亿用户、26亿台移动装置的触及，数据面向涵盖搜寻、内容浏览、广告点击、电子商务等，接触消费者管道齐全，并利用这些数据提升用户体验。”

许多DSP或媒体皆声称其广告低成本、高转换率，你们的广告平台又能做到什么？

我们的广告平台有两项AI秘密武器：

1. AdLearn-机器学习与广告优化

2. Predictive Audience-提升转换的建模技术

广告主透过AdLearn提供大量优质的数据让机器学习以提高ROI，也就是为广告主找到高转换率的受众。以品牌型的实际案例来说，某航空联名卡的广告主希望找到25-44岁潜在客群，透过AdLearn自主学习找到高度相关的目标族群，最终达到目标CTR的1.3倍。更令人惊喜的是进一步分析发现，虽然未事先设定性别与兴趣族群，实际收罗的族群是偏好旅游、高消费、3C达人、商务人士、百万名车等兴趣的男性族群，热门搜寻关键字与航空公司、旅游、理财或信用卡有关，高度符合航空联名卡所要找的潜在客户，显示AdLearn的确能在不给人工提示的情况下，就能从茫茫人海中为广告主找到最具潜力的目标。

图说：AdLearn机器学习与优化，运用AI技术为广告主自动寻找最好的解决目标。

“Predictive Audience则是运用机器学习的技术，预测使用者的行为，来提供优质的个人化体验，而广告主透过这个功能，得以找到高转换的人群。”林佳怡解释道，Predictive Audience的运算，是根据现有顾客预测潜在消费者，依转换率高低建立八个受众群，Tier 1是预估转换率最高、人数最少的族群的人，Tier 2则是预估转换率次高、人数次多的族群，依此类推，以依预算与实际成效选择投递族群层级，实际案例显示Predictive Audience帮助电商客户达到翻倍的转换效果!

图说：美妆、保健、服饰电商产业使用Predictive Audience功能而获得翻倍的转换数提升

图说：Predictive Audience 优化历程-透过数据优化分析，为品牌找寻更精准的TA。

图：刘文伟

刘文伟补充道:“追求精准效果型的广告主特别适合Predictive Audience这个功能:转换率、转换成本、潜在客户名单数、成交数,这些广告主在意的数字,因为有了这项AI功能的加持,而有了更好的成效。”以某款桌上型游戏广告为例,使用原生广告搭配Predictive Audience功能,寻求新注册数成长,在使用此功能4天之后,注册的转换成本大幅降低且每日曝光与花费都极稳定,广告投放7天后,广告主将每日预算提高进而成功吸引更多的新玩家注册,AI功能让平均转换成本保持低档,成功为广告主在网海中招募到更多新客。

有了全球规模的数据优势，加上提升广告效果的AI机器学习优化技术，Yahoo和AOL合併后显然已经准备好在数位广告市场上大展身手，不论是品牌型抑或是效果型广告，DSP的广告联播或原生广告形式，都可以让广告主在一个平台上满足所需，敏锐的营销人会如何善用其广告平台达成最佳效益呢?值得大家的期待。