近期，蘋果發布了關于蘋果競價廣告 Search Ads 優惠福利的聲明： 為了督促開發者試投競價廣告，蘋果給予100美元的試投金，只有那些在美國區App Store有App上線，且上線時間不能晚于2016年10月5日午夜11:59:59（UTC時間）的開發者才能使用。試投金截止使用日期 2017 年3 月30 日11:59:59 （UTC時間），過期作廢。
按照1-2塊人民幣左右一個下載量，也差不多幾百個下載量。看得出蘋果在努力鼓勵CP試投ASM，從目前蘋果的放量來看，部分CP反應放的量不夠吃，也側面說明蘋果在不斷優化迭代自身的機器算法，也許還不到充分放量的時刻，但未來是必然的。
蘋果競價廣告是蘋果生態下的盈利模式之一，而CP方的ASM投放優化是APP多種推廣傳播手段中的一種，終歸是為了更低成本地把APP品牌傳播出去，同時帶來更多下載量。本文將從傳播的視角探討ASM優化應該怎么玩？如何更高效？
理解蘋果競價廣告的運行機制，必先了解人工智能與機器學習
互聯網及移動互聯網的普及，強烈沖擊了傳統的傳播方式。其自由性打破了時空局限，也打破了知名品牌對渠道與信息流的壟斷性，加上社交網絡與傳播渠道的打通，越來越多小品牌、自媒體崛起。
在這過程中，互聯網讓消費者的所有行為數據變得在線，并實時記錄下來，大數據下的關系數據、位置數據、圖像與視頻等非結構化數據大量涌現，企業能收集到消費者在各個渠道的行為數據，從而制定出高度精準、效果可被量化的營銷策略。
傳播由此變成了（廣告）藝術與科學的結合，科學的部分有賴于數據收集與分析，各種營銷數據庫的建立。研究數據、機器學習、智能運算、優化迭代，這些靠技術能帶來的量化結果所能產生的巨大價值，變得比傳播載體與傳播方法更有價值。技術驅動變得更重要！
比如，電影票是時效性資源，隨著電影開場時間臨近，空余座位價值近于零。指點無限通過動態定價的方式解決空余座位問題。基于時間、剩余座位數量來制定時間動態定價方法，從而減少閑置資源浪費，讓自身銷售提升，同時給消費者更低價的電影票。這是一個很淺顯將的技術與營銷結合的例子。
回到ASM投放優化上，關鍵詞投放出去最直接對應的就是下載率、價格，不同于以往按時間段、按廣告位的網站BANNER廣告，蘋果競價廣告每一個參數都是隨著自身相關性和競爭情況隨時變化。但是變化中又有深層的邏輯，實際上，蘋果競價廣告可以通過技術手段提升展示量與下載率，與此同時降低CPA。所謂技術的手段，就是加入人工智能深度學習其運行邏輯，進行智能優化與操作，比如千組關鍵詞的篩選，千組廣告策略的制定，實時優化迭代完全由人工來完成是很困難的，用人工智能的算法將其變得更省時省力，而且更高效！再比如，人的認知邊界局限，對于關鍵詞的選擇，僅僅有賴于經驗判斷，往往與真實數據大相徑庭，通過人工智能則可以實時動態地掌握最有價值的信息。
人工智能帶來傳播的變革，智能傳播是這個時代的玩法
回顧傳播的套路，不難發現，今天，人工智能已然悄悄在改變營銷傳播的玩法。
第一階段，硬傳播。
硬傳播是通過占用或制造用戶的時間和空間，強制性傳播信息。自嗨型，填鴨式、控制型的廣告形式。比如電視廣告通過搶占用戶時間達成傳播目的。公交站牌，地鐵電視、電影前貼片，這些廣告形式或多或少地有些強制性。占用用戶視覺空間的案例，比如門戶網站的各種banner、彈窗，報紙、雜志廣告。
硬傳播關注的是產品信息是否傳播出去了，是否消費者有印象，而不考慮消費者愿不愿意接受、愿不愿意消費和二次傳播。
第二階段，軟傳播。
軟傳播拒絕硬性和強制性的傳播手段，從消費者場景出發，以滲透、互動、分享的視角，力求傳播信息與消費者達成共鳴，潛移默化攻克消費者心防。比如說杜蕾斯就將軟傳播發揮到極致，消費者欣然接受了它的產品信息，并不覺得是一則廣告那么惱人，而是視作一條笑話，一條知識來接受。在社交功能與媒體打通互聯的今天，軟傳播散步于移動互聯網的每一個角落，也許你看到的一則新聞，一則頭條，就是某企業的一則廣告，消費者就這樣欣欣然地當了傳播者、銷售者。
第三階段：智能傳播。
在移動互聯網時代，傳播變成了以消費者為中心，傳播的本質變成了與最終目標用戶的連接。智能傳播是基于大數據的積累，通過人工智能技術，更清楚地掌握消費者，從而精準有效地觸達目標消費者，而不是撒網地鋪渠道，智能傳播的核心是提高轉化率，拉來更多有價值的目標消費者，建立更有價值更高效的消費者連接。
實際上，在今天，不同的傳播方式是并行存在的，但不管是硬傳播還是軟傳播，都會借助智能傳播的手段來量化結果，提高效率。
人工智能是一只看不見的手。
對于互聯網公司來說，他們通過大數據不斷地給消費者推送更有價值的消費信息，悄悄地把消費者的錢賺走，通過人工智能技術驅動商業模式的變革，比如，淘寶能清楚地知道消費者的喜好，消費檔次的結構，同樣的款式，把價格高的推薦給消費結構高的消費者，把更有性價比的推薦給消費結構低的消費者。以此吸引更多顧客，帶來更多銷量提升。
再比如美團的數據中心，分析每一位消費者的個性化消費習慣，進行定制推送，使消費者接收到更準確、更適合自己的信息，這都是依靠機器人工智能來完成的。
智能傳播在精準營銷領域的應用是帶來轉化率的提升，通過量江湖的數據顯示，通過智能傳播對目標用戶的精準鎖定，比傳統渠道可提高3%-5%的轉化率，這意味著每年增加數百萬上千萬的盈利。
回到ASM優化上，無論是CP還是代理商，需要考慮的是，在廣告主給定預算下，如何分配在不同的關鍵詞、和不同的人群定向上，才能使得收益最大化？（保證獲客數量或者保持很低CPA）這里優化的關鍵是看結果，使CPA下降，下載率上升，要么更省錢，正常情況下一千萬投放，通過人工智能省出三五百萬。要不更賺錢，賺來更多消費者、更多客戶。
那么如何賺，如何省？CP需要問自己的是：
- 我的廣告展現給誰更有價值？誰才是能帶來更多下載量的更有價值的目標用戶？
- 是不是出價越高展示越多？如果不是，那么每一個詞的出價點與轉化取哪一個值才最合理？
- 到底是模糊投放還是定向投放更有效？定向投放要多細才能取到最佳轉化效果？
- 關鍵詞太多如何選詞？如何淘汰？千組策略萬組關鍵詞，如何做到實時優化？
其實以上這些問題，最終可以抽出三個重點來闡述：智能選詞、智能定向、智能投放。
如何通過人工智能玩轉 ASM 投放？
1 、智能選詞：突破人的認知邊界，通過機器發揮詞的最大轉化效率
我們都知道在做品牌營銷時，有一項技巧是借勢營銷，無論是硬傳播還是軟傳播，都熱衷于這一招，因為熱點是用戶愛看的，無論是一個人物還是一個事件，最終都會落到一個關鍵詞上，蹭上這個詞，就能蹭流量。
在ASM優化上，首先就是選詞，熱詞之所以熱，是因為有時效性。但是在熱詞的轉化上，要追溯它所能帶來的真實轉化率，它值得被匹配的合理價格？以及這個詞何時下架？長尾詞由如何選擇與使用？用人的經驗判斷是無法做到數字的精確性。關于詞的效果量化與實時優化變得很重要，而這些工作，唯有人工智能可以更好地完成。
按照傳統的做法，我們會根據第三方工具篩選一些指標比較高的關鍵詞，然后依據經驗進行拓展得出一些新的組合詞，此外蘋果也會提供幾十個流行度高的詞。在眾多詞中，依靠人工經驗的投放結果做優化。這個過程是緩慢的，基于人的認知邊界與局限，你也許認為某個流行詞是好的，所有大量使用某流行詞，但結果未必是這樣。
人工智能的做法是這樣的。將諸多關鍵詞放入大數據池中，由于關鍵詞會受行業性、熱點事件、時間、競爭對手的競價等各種因素產生變化，給定機器一些判斷參數，如搜索指數、搜索結果、流行、搜索排名、年齡、地域、時間段，通過機器學習，進行反復篩選，最終找出幾百上千個更有價值的關鍵詞。在實際投放中，再給定一些評判指標：下載量低、CPT高、點擊率低、轉化率低、CPA高的詞，不斷將這些詞列為否定詞，淘汰詞。在投放過程中，再不斷地迭代優化關鍵詞。人的經驗判斷加上機器智能的客觀、實時判斷與結果評估，對于關鍵詞的把握變得更準確，詞的投放結果也更有效率。
在一次ASM測試投放中，通過人工智能選詞之后進行投放，發現行業詞的轉化率明顯高于競品詞與品牌詞，品牌詞雖然轉化率較好，但是競爭價格較高，使得自身品牌詞的CPA超出平均水平。根據人工智能基于評斷指標給出的數據分析，我們及時減少競品詞的投放數量，將轉化率低的競品詞或品牌詞列入否定詞；同時降低品牌詞的競價價格，適當提高行業詞的競價價格。并重點迭代優化行業詞，拓展行業詞在關鍵詞中的覆蓋以提升相關性。
進一步迭代優化后，從投放數據看出，通過降低自身品牌詞的過強包含，明顯降低CPA成本。 雖然整體的轉化率有所下降，但是通過對行業詞的優化拓展，和對競價價格的合理優化，在投放總金額基本相同的條件下，轉化用戶數有大幅提升。
2 、智能定向：從用戶場景出發，其結果是更高效
蘋果競價廣告剛出來時，不少人提出它畢竟有明顯的廣告提示，而部分消費者是抗拒廣告的，所以這是蘋果競價廣告的硬傷。從另外一個層面來說，廣告看你投放給誰。ASM是連接用戶最快的辦法，這個用戶指的是真正有需求的用戶，而不是那些完全不需要的群體。
廣告從什么時候開始變得不令人討厭了？因為它變軟了，更因為它是你恰好需要的。人工智能的出現，精準營銷才真正落地了，消費者總能收到自己真正感興趣的內容推送。比如我今天在PC端搜索一條北京-長沙的路線，晚上收到去哪兒的短信，聲稱北京-長沙的飛機票折扣快結束了。我的手機里仍然有很多不精準的信息推送，但是那些精準的推送從來不會令我討厭。
同樣的內容推送給不同的人，結果大不相同。再比如喜歡玩游戲的，你推送一個更好玩的游戲給他一定更高效。包括FEED流廣告、DSP短信推送，這些內容與方法的本身并沒有任何問題，問題在于你能否觸達到那些真正的目標消費者。大數據公司通過人工智能、機器學習對消費者精準定位，再進行DSP推送，其轉化可以做到5%-8%，遠高于企業自身通過渠道推廣的轉化率1%。
關于蘋果競價廣告，展示量是一方面，用戶的下載率才是最大的考驗。排除品牌因素外，如果推送給那些真正需要的目標用戶，下載與轉化就不是問題。
通過人工智能的深度學習，大數據技術建模分析，可以對APP用戶進行精準的用戶畫像，這是了解用戶的第一步，用戶畫像可以對APP定向投放給出最基礎的參考依據。此外，在實際定向投放，不斷優化，增加定向維度，最終也能帶來轉化率的提升及CPA的下降（參見上文圖表）。
在實際操作中，還可以根據消費者行為數據的挖掘：基于時間動態制定價格，基于年齡、性別可以對價格進行實時優化調整。如何獲知這些數據，就需要機器學習不斷的搜集，發現。需要指出的是，關于智能定向，蘋果后臺的人群維度數據只能對單一維度進行分析，這在實際投放優化中有明顯不足。量江湖的細分定向數據，可以明顯區分不同維度的人群的轉化數和平均CPA的不同，為廣告主下一步篩選人群定向提供可靠的數據依據。比如通過人工智能可以對人群進行多維度定向分析，包括性別、年齡、地域、時段。還可以根據不同App的實際情況進行定制化劃分。
以年齡段定向投放為例，當我們把定向2段的數據變為定向6個段時，如下圖所示，從定向維度數據中可以看出，25-34歲的男性用戶是轉化最高的用戶，且CPA價格較低；而55-63歲的男性用戶的CPA價格明顯過高，且轉化量很低，這個維度的用戶在后續投放中可被取消。進一步的定向優化也可以將55-63歲的女性用戶排除。以此類推不斷優化，當有更多維度加入一起分析，人工智能可以給出更精準的答案。
3 、智能投放：實時高效優化迭代，總能準確把握那個最佳值 （更低CPA VS更多下載量）
傳統的人工投放，是這樣的，選詞之后，設定周期及金額，設置廣告策略，進行廣告投放，查看結果。期間賬戶結構設定繁瑣，耗時長，每次只能進行一個策略，當投放行為量大時，需要動用大量人力，最終獲得的CPA成本高，調整過程也困難。
加入人工智能投放，可以實現對關鍵詞實時高效的分析與篩選，之后依據設定的指標，進行一鍵千組的匹配。自動投放過程中，機器會智能地學習并實時更新詞庫，依據指標實時評估每一個關鍵詞的效果。人的操作是關鍵節點的停止，參與設置投放策略，參與優化，參與設定指標，參與機器建模與訓練，人工與機器是不斷交叉工作的。
在市場競爭不夠激烈時，可以通過人工對關鍵詞進行優化，管理每個關鍵詞的出價；但使用大量關鍵詞時，人工無法做到全局收益最優。引入人工智能自動數據分析優化，便可由系統來自動優化關鍵詞、為每個關鍵詞管理出價、針對不同人群定向投放。通過對投放數據的近實時監控和統計分析，在廣告主設定預算和投放周期的前提下，采用數量最大化或價格最優的動態出價算法來滿足廣告主需求。
人工智能善于做海量復雜的數據處理與深度學習。當然，深度學習依賴于強悍的算法技術，因為沒有一種技術能夠自稱會學習。訓練是其學習的一部分。通過訓練一個深度神經網絡，也就是說，通過輸入數據設定好指標，它就學會了分類、篩選，學會判斷與評估。約翰middot;麥卡錫（JohnMcCarthy|）在1956年提出：人工智能就是要讓機器的行為看起來就象是人所表現出的智能行為一樣。在蘋果競價廣告的篩詞、定向、實時優化這些事兒上，機器的深度學習與智能行為可以完成很多工作，讓我們拭目以待吧。
本文來源：量江湖ASM，作者：溪姐。未經授權不得轉載。作者組織了ASM微信社群，有意者請添加作者微信：xuan033。
注：數據分析網遵循行業規范，任何轉載的稿件都會明確標注作者和來源，若標注有誤或遺漏，請聯系主編郵箱：[email protected]
Tags: 廣告 Apple 人工智能
文章來源：http://www.afenxi.com/post/40424