轉(zhuǎn)化率久居深谷？RTB House高階營銷玩法提漲50%廣告點擊率

不論線上還是線下，不難發(fā)現(xiàn)，消費者每天都會接收到大量的廣告信息。現(xiàn)如今，有越來越多的人開始使用廣告攔截，很明顯，人們正在尋找方法使自己免受廣告之擾。

RTB House中國業(yè)務(wù)發(fā)展經(jīng)理Oliwia Janowska坦言，人們屏蔽廣告的主要原因是因為人們看到的廣告與他們并不相關(guān)。為此，本文將介紹營銷人員提升廣告相關(guān)性、提高廣告效率的實操技巧。

數(shù)字營銷發(fā)展到今日，廣告甚至會在受眾身上產(chǎn)生適得其反的效果，一個明顯的例子是：近年來人們越來越多地使用廣告攔截工具，這主要發(fā)生在移動端上。與此同時，個性化趨勢日益明顯，消費者需要的是符合他們喜好的個性化產(chǎn)品，而個性化需要營銷人員在正確的時間向正確的人傳達正確的信息。借助深度學習（deep learning technology：一種人工智能營銷技術(shù)），你可以激發(fā)客戶的興趣，并與潛在客戶建立聯(lián)系，從而提升營銷策略的效率。

Oliwia Janowska表示：“人們在日常生活中接觸到的廣告越來越多，這意味著廣告得到的曝光度下降、效果減弱，因此廣告商需要創(chuàng)建能夠脫穎而出的營銷方案。簡單的重定向廣告已經(jīng)不足以應(yīng)對當前的情況，越來越多的廣告商開始尋找新的技術(shù)解決方案，而深度學習就是解決方案之一。借助深入的個性化技術(shù)，廣告商可以將相關(guān)的廣告活動、產(chǎn)品服務(wù)和消息定位到正確的目標群體，從而提升目標群體接受廣告信息的可能性。有數(shù)據(jù)顯示，深度學習帶來的點擊次數(shù)比普通的重定向廣告高50%?！?

深度學習為何如此有效？

它能提供更好的廣告推薦。重定向廣告存在兩個問題：廣告要提供什么信息以及如何展示信息。廣告商嘗試以各種方式調(diào)整廣告消息，使其更加個性化且對客戶更具吸引力。

深度學習與機器學習不同，機器學習旨在培養(yǎng)機器理解和處理大量數(shù)據(jù)的能力，而深度學習是一種人工網(wǎng)絡(luò)，其算法的工作方式與人腦的神經(jīng)元相通。深度學習會從以往的經(jīng)驗中學習、借鑒，將其應(yīng)用于電子商務(wù)的運營實操，從而能夠幫助賣家更快、更準確地識別潛在的購買可能性，與不使用深度學習的廣告活動相比，使用深度學習的廣告活動的效果提高了41%。

它能分析隱藏的數(shù)據(jù)。重定向的深度學習不僅可以分析基本的用戶行為，例如用戶訪問了哪些產(chǎn)品或產(chǎn)品類別，還能分析其他隱藏的數(shù)據(jù)。你可以用它分析用戶訪問產(chǎn)品的時間，以及他們在商店中訪問子頁面的順序。

深度學習通過分析數(shù)據(jù)，能準確地了解用戶在瀏覽商店時的行為，從而預測他們的實際購買意圖。這樣就有可能確定用戶對哪些產(chǎn)品比較感興趣，從而向他們提供個性化的信息。

它能對廣告進行個性化優(yōu)化：有了數(shù)據(jù)，下一步是決定要以何種方式，以及以何種順序展示廣告信息。深度學習算法能從用戶的角度分析廣告信息，解讀其對用戶的吸引力。它傳統(tǒng)的重定向技術(shù)更為先進，因為廣告上展示的信息更加個性化。算法能更深入地了解每個用戶，并尋找更好的方法和順序，以向用戶展示廣告信息。

深度學習能實時更新行為特征：人們的行為特征時刻都在發(fā)生變化，而深度學習可以實時更新行為特征，并在每次展示廣告時調(diào)整廣告上展示的內(nèi)容。算法會根據(jù)用戶對此前展示給他們的廣告所作出的反應(yīng)，來決定每個廣告要展示的內(nèi)容。借助強大的算法和不間斷的行為分析，深度學習可以實時更新用戶行為特征。

以上內(nèi)容屬作者個人觀點，不代表雨果網(wǎng)立場！本文經(jīng)原作者獨家授權(quán)供稿，轉(zhuǎn)載需經(jīng)雨果網(wǎng)授權(quán)同意。