善用預測型分眾工具,直通目標客群的心

作者:Appier 商務長 余俊德

在這個時代,如果只是單純向大眾廣撒「無差別性」的廣告,就如同大海撈針,並不符合成本效益。做數位行銷,不論是想推銷銀行貸款或刺激服飾銷售,都必須瞭解該產品的特定目標客群。

不過,相信許多行銷人員都想問,究竟該如何定義特定的客群,進而達到最佳行銷投資報酬率 (ROI)?

傳統上,以人工方式分析流量與消費者行為,是一項非常耗力費時的任務 — 通常行銷人員會依據多年所累積的專業知識來做推測,或使用簡易工具來輔助分析。雖然這些方法足以勝任低維度的資料分析,但真正的挑戰在於,如果今天面對的是超過 80 維度的複雜資料,企業該怎麼做?

利用強大 AI 工具鎖定目標受眾

當前,最振奮人心的行銷工具,無疑就是由人工智慧 (AI) 所驅動的「預測型分眾工具 (predictive audience segmentation)」,它是我們一般所說的預測型分析工具之一,有助於企業辨識哪些是最有潛力購買、點擊和安裝的目標客群,藉以滿足品牌各種關鍵績效指標 (KPI)。

舉一個例子,在台灣極具影響力的刊物天下雜誌,就是使用 Appier 「Aixon 人工智慧商業決策平台」的強大預測型分眾技術,締造出亮眼的行銷成果。天下雜誌不但成功發掘以往無法觸及的讀者,其行銷活動更創下超過 300% 的廣告投資報酬率 (ROAS),而訂閱數和銷售量成長也高出 KPI 達 404%。

這類預測型分眾工具的特色在於能夠聚焦消費者的行為模式,並結合人口資料,從中辨識出消費行為趨勢,並且鎖定最理想的潛在客群,甚至擴大目標受眾範圍。

由 AI 所驅動的預測型分眾平台 — 如 Aixon 人工智慧商業決策平台 — 將有助於企業:

  1. 精確掌握受眾輪廓

要用有系統且一致的方式去瞭解消費者行為並不容易,首先,消費者通常會透過多個渠道來獲取資訊,因此,企業必須從官網、行動應用程式等不同來源來彙整分散的資料,而這些資料可能零散、瑣碎且缺乏關聯性。

而「Aixon 人工智慧商業決策平台」的特點就在於能夠整合來自不同來源和平台的資料。Appier 擁有龐大的資料庫,涵蓋了全亞洲數十億匿名裝置的使用者資料,能夠詳實呈現不同客群的消費情境與脈絡;如此一來,也有利於企業準確進行預測和客群區隔, 進而辨別消費者的各種意圖與動向,包括:哪些人可能即將離開你的網站、哪些人又有機會推薦其他客戶、或是決定下單等;此外,Aixon 也能夠為企業展示商品的主要營收客源。

  1. 刺激即時銷售量或轉換率

透過預測型分眾平台,企業能夠密切掌握消費週期的各個階段,適時觸及那些高潛力、已經準備好消費或是帶來轉換率的客群。

  1. 發掘新市場

預測型分眾技術還能透過分析目標客群資料,為企業發掘全新的市場。藉由統整分析「行為模式」和「人口資料」,企業可以從中得出新的洞察,有助於發現新的目標客群。一旦鎖定新的潛在客源,AI 演算法將結合企業資料庫中的使用者資料,進一步細分客群。

舉個例子,日本最大不動產與住家資訊服務商之一 LIFULL 過去累積了豐富的客戶關係管理 (CRM) 資料,但卻未能充分運用。直到與 Appier 合作,才開始整合與分析公司內部龐大的線上及線下不動產資料庫 。LIFULL 使用 Aixon 後,不但提升了線上行銷成效,也成功開發更多新的業務。

  1. 辨識可能流失的消費者,並在線上展開新的互動,喚回他們的興趣

在積極拓展新業務的同時,有一項常被忽視的事情,就是針對那些即將終止或退出互動的客群來說,企業該怎麼做?Aixon 的另一個特點就在於能夠預測現有客戶退出或終止互動的機率。這項洞察對於行銷和銷售團隊非常珍貴,將有利於他們持續追蹤特定目標客群,進而防患未然,及早重新展開與消費者的互動。

  1. 為企業找到高價值受眾,大幅提升營收

預測型分眾平台還能夠根據消費者行為模式來區隔客群,有助於幫助企業找到最合適互動的受眾,進而能針對不同受眾投放專屬的行銷活動、推薦廣告和促銷內容。

與我們聯繫 — 透過人工智慧讓數位行銷無往不利

預測型分眾平台可幫助企業提升行銷成效,並與現有技術相輔相成。不論您想做的是預測型行銷、個人化行銷,或者單純希望提升整體行銷成效,Aixon 的預測型分眾技術都能精準辨識目標受眾,讓您在這個容易使用的平台上,順利施展行銷策略。

Aixon 額外提供人口和行為資料、受眾興趣和關鍵字洞察,呈現更豐富、詳盡的資訊,將有助企業鎖定理想潛在客群,實現最佳轉換率並提高銷售量。

想瞭解如何透過 Axion 精準鎖定受眾,歡迎與我們的團隊聯繫:[email protected]


關於作者

Junde Yu余俊德 (Junde Yu) 擔任 Appier 商務長,帶領團隊推廣 Appier 企業解決方案,其中包括「Aixon 人工智慧商業決策平台」。余俊德過去任職於數據分析領導機構 App Annie,擔任亞太區董事總經理;他同時也是 App Annie 在亞太區的第一位銷售人員,帶領著行銷與業務團隊為企業客戶從資料中發掘有價值的行銷洞察,並為公司創造優異的營收表現。

余俊德過去在新創團隊有多年的工作經驗,曾經於 Scoreloop 與 Tapjoy 團隊服務,負責業務拓展。他同時也曾任職於大型企業,如新加坡電信 Singtel。

用人工智慧解密新型態廣告詐騙行為

用人工智慧解密新型態廣告詐騙行為

作者:Appier技術長暨共同創辦人蘇家永

廣告詐騙已經成為全球數位廣告產業最巨大的威脅之一。根據美國全國廣告商協會的統計,估計2017年數位廣告詐騙將造成全球各廣告業65億美元的損失;Juniper Research最近的一份報告也顯示,2018年預計廣告主會因廣告詐騙而損失高達190億美元,這個情況會愈演愈烈,預計到2022年所造成的損失估計將達到440億美元。

事實上,行銷與廣告產業已經花費了大量資源去尋找有效的方法以「減輕」廣告詐騙對企業所帶來的影響,注意這裡我用了「減輕」這個詞,這是因為廣告詐騙就和網路詐騙或者金融詐騙一樣防不勝防,並沒有一套解決方案可以徹底根除這個問題,隨著廣告詐騙手法不斷進化,我們的解決方案也必須與時俱進。

大多數針對廣告詐騙的防治對策都是以人為所定義的簡易規則來過續可疑流量。但是,隨著廣告詐騙型態與手法近年變得越來越複雜,傳統的對策已不再足以全面性地防堵廣告詐騙。

以人工智慧為基礎所開發的廣告詐騙偵測機制

隨著廣告詐騙變得更加複雜與難以偵測,我們的偵測機制也必須同步進化,而Appier相信,唯一可以實現它的方式就是透過人工智慧(AI)。

人工智慧詐騙偵測機制的第一步是以現有規則過濾顯基本的詐騙型態,接著,人工智慧透過「自我學習」可以即時分析與歸納各種可疑的詐騙型態,並且快速建立與應用新規則,找出先前尚未出現過的可疑詐騙模式。另一個人工智慧模型的優勢在於,與傳統詐騙偵測機制相比,人工智慧能從更多元的維度全面分析詐騙行為模式。

傳統廣告詐騙偵測機制侷限在一至三個維度的分析,並仰賴人為所定義的簡易規則來過濾可疑流量。然而,人工智慧可以分析超過八十個維度的資料,偵測極其複雜的廣告詐騙模式。即便廣告詐騙模式不斷進步以避開傳統偵測機制,人工智慧模型還是能透過自我學習,跟上詐騙的進化腳步,有效防堵各種新型態的詐騙行為。

為了展示人工智慧詐騙偵測機制的優勢,Appier針對今年五月至八月間共計四個月的跨國的行動裝置廣告活動,其中包含超過40億筆使用行為資料量,並以匿名的方式進行分析,結果發現藉由人工智慧所偵測到的偽裝行動應用程式下載率較傳統防治機制還要高出兩倍,另外,從廣告效益來看,人工智慧詐騙偵測機制也被證明對廣告主來說更具成本效益,其廣告投資報酬率(ROAS)比傳統機制還要高出3.6%。

人工智慧的最大優勢在於它能夠偵測過去未曾出現的複雜廣告詐騙型態。以Appier稱之為「變色龍」的偽裝型詐騙手法為例,不肖業者會先偽裝成合法的廣告發行商,於初期先提供正常流量,一段時間後才回傳大量的偽造下載數以掩人耳目。

Appier的人工智慧詐騙偵測模型也能偵測如「廣告庫存量暴增」的可疑活動,在這種行為模式下,惡意發行商於單日突然回報大量廣告庫存量,但卻缺少該日相應的應用程式內註冊率。

寫在最後

廣告詐騙的問題已令廣告主投入數十億美元的無效成本,而由於這些詐騙型態非常難以察覺,傳統的偵測機制能力十分有限,相反地,人工智慧法可以分析多重維度的資料及具備自我學習的能力,將會是防治數位廣告詐騙的最佳選擇。

完整《Appier 2017亞洲數位廣告詐騙行為調查報告》可至http://www.appier.com/zh/reports.html下載。

 


關於作者

蘇家永擔任Appier技術長暨共同創辦人,負責規劃技術研發方向與策略,並帶領團隊開發各種人工智慧應用平台,協助企業解決最棘手的商業挑戰。蘇家永自高中開始即熱衷於專研電腦程式設計,在多個領域如社交遊戲、VoIP、分散式演算與線上GIS都有相關系統設計與建置經驗。在創立Appier之前,蘇家永曾創辦Plaxie,開發行動應用程式與社交遊戲。蘇家永擁有交通大學資工學士學位以及哈佛大學電腦科學碩士學位,曾獲得交通大學學生傑出貢獻獎,並受頒中華民國斐陶斐榮譽學會年榮譽會員。就讀於哈佛大學期間,蘇家永曾發表過多篇網絡與系統設計相關的論文。