“机器学习”如何改变媒体营销行业？

营销人员目前正面临着一系列严峻挑战，例如消费者沟通中接触点越来越多，品牌体验旅程越来越复杂，因此不少代理商和营销人员眼于研究“机器学习”来有效地处理大量数据，并自动化实现复杂而耗时的数字媒体规划与投放。

在过去的六个月里，来自实力媒体（Zenith）的数据分析科学家和策略制定专家共同组成攻关小组，致力于研究利用公司的“机器学习”技术、和定制的算法，开发出能自动化制定数字媒体投放的产品。

以英杰华（Aviva）的实时广告投放为例，实力媒体从领先的需求方平台（DSP）收集了一系列广告cookie数据，并将其与广告商（即第一方）的相应销售数据进行比对。在运用了机器学习算法之后，该团队能精准找出数字媒体平台上的某些互动项目，明确其在销售转化中发挥的作用。

作为行业内的首次应用，实力媒体接下来将能对英杰华的数字媒体投放规划进行自动优化，将算法输出推回到需求方平台（DSP）的堆栈。这一举措实现了自动化闭环，即数据收集、归因分析（Attribution）以及横跨数字媒体上多个接触点的一系列投放策划等均自动完成。

与此同时，实力媒体正在向算法中添加广告商（即第一方）的需求驱动力数据，以提高“自动媒体投放”的有效性。以这种方式，像价格如何影响销售、或创意成功与否等数据也将会被自动纳入优化中。这项完全自动进行的数字媒体投放是基于云技术，并且广告商在整个过程中拥有其自有数据的完全所有权。

借助机器学习，英杰华实施了自动化媒体投放后，在车辆搜索上的CPQ（cost-per-quote，每询价成本）实现了6%的优化，而在广告展示上，应用了自动化后英杰华更得到了10%的CPQ优化。