根據(ju)相關統計(ji)機構數(shu)據(ju)顯示，全球移動(dong)廣(guang)告(gao)的市場(chang)規模預計(ji)在(zai)2024年，將(jiang)增至3270億美元(yuan)。而不斷增長的移動(dong)廣(guang)告(gao)市場(chang)離不開技術和(he)數(shu)據(ju)的支(zhi)持(chi)，在(zai)相關技術和(he)數(shu)據(ju)分(fen)析能力(li)的加持(chi)下，廣(guang)告(gao)主可以更加精準(zhun)地定位目(mu)標用(yong)戶，提(ti)高(gao)廣(guang)告(gao)投放的效果(guo)。但(dan)與(yu)此(ci)同時，由(you)于(yu)激烈(lie)的外部競爭環(huan)境和(he)快速變化，以及用(yong)戶不斷增加的多元(yuan)化需求，用(yong)戶粘性(xing)和(he)忠誠度也隨之下降，對移動(dong)廣(guang)告(gao)主帶來了很大(da)的困擾。

目(mu)前，吸(xi)引用戶(hu)注意力已經(jing)非常困難。為此，移動(dong)廣(guang)告客戶(hu)正(zheng)試圖通過圖像、動(dong)畫、聲音和互動(dong)來調(diao)動(dong)用戶(hu)的(de)(de)感官。要激發(fa)用戶(hu)興(xing)趣(qu)，首(shou)先要了解用戶(hu)偏好，這樣(yang)才能(neng)在(zai)正(zheng)確(que)的(de)(de)時間為正(zheng)確(que)的(de)(de)用戶(hu)展示最(zui)引人注目(mu)的(de)(de)廣(guang)告創意。此前，移動(dong)行業的(de)(de)領先增長加速平臺(tai)Liftoff只能(neng)采用局限于特定創意的(de)(de)績效數據，也就(jiu)是(shi)說，在(zai)收(shou)集到足夠(gou)數據之前，會白(bai)白(bai)浪費一些(xie)盲(mang)目(mu)的(de)(de)績效測(ce)試支出(chu)。

為了解決這個問題，Liftoff利用人工智能視覺系統來判斷廣告(gao)創意(yi)的意(yi)圖、情景和動(dong)機，這就是所謂的“內容導向型功能”。

在本文中，我們將分享Liftoff的機器學習模型如何利用以人(ren)工智能(neng)為驅動(dong)的內容導向(xiang)型功能(neng)，以期改進廣告創意測評(ping)、增(zeng)加(jia)創意多樣(yang)性(xing)，從而提升(sheng)廣告活(huo)動(dong)的績效表現。

Liftoff 機(ji)器學習如何利用內容導向型功(gong)能

利用內容導向型功能，Liftoff的機器學習模型能夠深入理解廣告創意的內容，并根據這種理解為競價策略提(ti)(ti)供指導。內(nei)容導向型功能利用(yong)類似廣告(gao)(gao)的信息，幫助機器學習模(mo)型對廣告(gao)(gao)創意(yi)的績效(xiao)做出合(he)理假設(she)，從(cong)而提(ti)(ti)高測評效(xiao)率(lv)，避免浪費(fei)支(zhi)出。

內容(rong)導向型功能的(de)工作(zuo)原理(li)：

1、使(shi)用計算機視(shi)覺技術掃(sao)描(miao)所有進入平臺的廣告創意。

2、根據廣告創意的設計美學和視覺元素對其進(jin)行自動分組。

3、根據(ju)創(chuang)意(yi)內容匯總績效數(shu)據(ju)，幫助機器學習模型準(zhun)確了解用戶對廣告創(chuang)意(yi)的(de)整體反應。

上面的例子說(shuo)明了我(wo)們的平臺(tai)如何對廣(guang)告(gao)創(chuang)意進行自動(dong)分組

內容導(dao)向型功(gong)能(neng)如(ru)何(he)提高廣告活動(dong)績效(xiao)

內(nei)容導(dao)向(xiang)型功能(neng)(neng)可以(yi)幫助您(nin)深入了(le)(le)解廣(guang)(guang)(guang)告(gao)績(ji)效，實(shi)現廣(guang)(guang)(guang)告(gao)創(chuang)意多樣化。我們的測試表明，使用這種功能(neng)(neng)后，廣(guang)(guang)(guang)告(gao)活動(dong)的CPI(每次安裝(zhuang)成(cheng)本)下降了(le)(le)7%，CPA(每行動(dong)成(cheng)本)下降了(le)(le)4%，ROAS(廣(guang)(guang)(guang)告(gao)投資回報率)上(shang)升了(le)(le)4%。

此(ci)外(wai)，廣告(gao)(gao)競價庫(ku)存更(geng)加多樣化(hua)，廣告(gao)(gao)創(chuang)意也更(geng)加豐富多彩。例如，有意義(yi)的廣告(gao)(gao)創(chuang)意增(zeng)加了(le)(le)近30%，優化(hua)了(le)(le)用戶(hu)的廣告(gao)(gao)體驗(yan)。

持續創新的 Liftoff 機器學習技術

Liftoff將對機器學習的關注擴展到廣告創意的生命周期管理領域。改進創意測評、提高營銷業績是一個復雜的過程，而在機器學習模型中使用內容導向型功能正是邁向成功的第一步。我們將繼續探索創新技術，例如將視(shi)覺(jue)系統擴展至所有廣告形(xing)式和創意(yi)類型，充分利用(yong)(yong)廣告創意(yi)與用(yong)(yong)戶的互動，以及(ji)將機器學(xue)習視(shi)覺(jue)技術與性能訓練深(shen)度學(xue)習相結合(he)等。

關(guan)于Liftoff

Liftoff 是移動行業領先的一站式增長加速平臺，通過廣告投放和流量變現相關解決方案，幫助移動應用廣告主、發行商、游戲開發者和需求方平臺實現業務規模化增長。Liftoff 依托 Accelerate (DSP)、Direct (直客)、Influence(達人營銷)、Monetize(廣告變現)、Intelligence (GameRefinery數據分析) 和 Vungle Exchange 在內的一系列解決方案，服務于來自全球 74 個國家和地區超過 6,600 家移動企業，涵蓋游戲、社交、金融、電商、娛樂等垂直領域。Liftoff 發起的“ 移動先鋒” (Mobile Heroes) 計劃致力于推動移動營銷行業發展，匯集了超過 3,000 名應用營銷人、變現領域專家以及游戲開發者，已成為業界知名的全球社區。Liftoff 連續六年上榜 Inc.5000 “全美發展最(zui)快私營企(qi)業(ye)”榜單，并多次榮(rong)獲 Stevie® 美(mei)國商業(ye)大獎，榮(rong)膺最(zui)快增長科(ke)技企(qi)業(ye)。Liftoff 成(cheng)立(li)于 2012 年，總部位于美(mei)國加(jia)州紅木城，業(ye)務遍及全球。