在线广告应超越老式的“群众”购买模式 迈向人工智能定位阶段

当在线显示广告行业十年前开始时，广告客户就一直关注于购买观众的“眼球”。在预算范围内，品牌主总是尽可能多地覆盖观众，但在定位追踪方面却还处于初步阶段。例如，要想覆盖女性用户，就会购买在线女性杂志网站中的广告位置。

但是现在，随着实时竞价和交易平台的出现，以及行为、情景和销售量等数据的分析工具的出现，广告客户购买的不再是“眼球”，而是“观众”。广告客户追逐那些定位购物者——他们要么处于某商品市场中，要么对特定品牌很感兴趣。市场上的显示广告网络，如雅虎、美国在线、谷歌显示网络、ValueClic等都为广告客户提供了一个客户群体清单，媒体买家可以选择自己的目标群体进行广告投放。

但是，现在的消费者都很挑剔、非常善于搜索产品、对品牌的不忠诚，以及只对最具针对性的广告信息感兴趣，对其它信息都不为所动。在这样一种消费者环境下，观众购买模式地微细调整还是不够。例如，在浏览国际度假套餐计划时，消费者对自己要购买的下一辆豪华轿车的想法是不一样的，思考他们未来的豪华轿车，而浏览国际度假套餐的消费者是不同的，有些人想买现代飞思，有些人可能想买本田CR - Z。但是，大部分广告网络将这些消费者都视为“轿车购买者”。

那么，在线广告的下一个发展阶段是什么呢?其实已经显现出来了。在没有更好的叫法之前，暂时先称之为“人工智能定位”。媒体买家可能这样描述一个广告位置：“居住在居住在布法罗或纽约、有两个小孩、35岁至44岁的男子正在浏览有关汽车方面的网站，计算购买一部车子，偏爱奥迪牌车子，但可能会倾向于在未来2个月内购买一辆雷克萨斯。”但是有了这项新技术，我们就不仅仅局限于少数因素(以上只有7种因素)。我们可以使用数以千计的因素对现有消费者进行定位。

这怎么可能呢?其实，随着有关行为、人口、意图和其它各类可用的消费者数据急剧增加，媒体买家将有机会获得数以百万计的实时数据点。当然，为了能够处理这些海量的广告数据，你要有超先进的软件来处理并分析这些数据，并得出可操作的指标。人工智能程序使用高级数学对数据进行分析，确定连接点并随时调整出现的模式。每个连续的广告购买都将更具针对性和实效性。

由于定位变得越来越精细，实际上营销人员的覆盖面比以往更广。微定位是指，如果你只使用5至10种消费者属性而确定的小范围定位。但是，如果你使用成千上万种属性，你会发现，有更多的人符合你的产品定位。当营销人员将所有数据添加进去后，广告效果也提高了(更准备)，广告范围也扩大了(因为有更多方式找到这些目标用户)。

为了有效地使用新技术，营销人员要尽可能多的分析广告活动的各项属性。当定位目标改变时，还需实时更新广告活动。

消费者认为自己不是观众，而是具有个人品味和需求的不同个体。人工智能允许媒体买家超越购买观众的模式，在购买每一个广告时能考虑到不同的消费者。（转载自：艾瑞网）