5月18日星期四Artefact 和微软合作Artefact 伦敦人工智能峰会。会上，来自人工智能、数字营销和数据科学领域的专家及思想领袖们就人工智能的新纪元分享了各自的见解。数据科学总监亚历山德拉·塞梅年科（Aleksandra Semenenko）分享了她的专业见解，阐述了人工智能如何帮助营销人员更好地追踪营销活动投资回报率，并避免以往模型的缺陷；
在日新月异的数字营销领域，衡量投资回报率（ROI）正变得日益困难，尤其是在第三方Cookie即将淘汰的背景下。本文探讨了营销人员在确定广告预算最优分配方案时面临的挑战，并重点介绍了在没有cookies的情况下，有助于衡量真实营销投资回报率的途径。
不断变化的营销格局：
随着成本上涨和新营销渠道的涌现，营销人员发现自己不得不面对在多个平台上增加支出的压力。然而，获取准确数据以区分各渠道的绩效却变得愈发困难。这一问题影响了三个层面的估算：细粒度的用户 ID 数据、聚合的渠道级模型，以及二者之间错综复杂的关联。
“70%的首席营销官和营销负责人表示，他们仍然无法衡量所有数字营销活动的真实投资回报率。”（来源：德勤首席营销官调查）
选择合适的模型：
为应对数据访问受限带来的挑战，营销人员可在两种模型之间进行选择：基于用户旅程的模型或基于趋势的模型。基于用户旅程的模型能在亚马逊等整合平台内提供细粒度的洞察和对用户行为的精准理解。另一方面，基于趋势的模型则基于汇总数据，虽然在一定程度上牺牲了精准度，但能提供一种更自动化且持续的衡量方法。
利用人工智能避免以往的缺陷：
鉴于基于用户旅程和趋势的两种模型均存在固有缺陷，为应对媒体领域日益加剧的压力与挑战，我们开发了基于人工智能的“MROI”衡量模型。该模型利用贝叶斯概率方法，基于历史数据和渠道表现来估算投资回报率（ROI），从而帮助营销人员在预算分配和优化方面做出数据驱动的决策。通过实施MROI模型，企业能够提升运营效率、增加增量收入，并实现更合理的成本分配。
测试成功：
推出新举措需要一套测试框架，其中包括界定业务问题、确定实验区域、制定相应预算以及分析结果。这种方法有助于营销人员避免结果出现偏差，并确保营销团队高效且灵活。
利用第一方和第二方数据：
鉴于第三方数据的使用受限，营销人员可以转向first-party 人工智能驱动的解决方案。通过整合谷歌和亚马逊云服务（AWS）等平台的知识与能力，企业能够提升受众定向和创意开发的效果。人工智能使营销人员能够洞察用户的兴趣和偏好，从而打造更有效的营销活动，并提升营销绩效。
在缺乏第三方cookies的情况下，与互补型企业开展合作并共享第二方数据变得越来越有价值。算法和数据交换促进了合作伙伴关系的建立，使企业能够利用彼此的受众群体，从而实现更精准的定向投放，并提升营销活动的效果。
尺寸：
虽然测量与执行有所不同，但营销人员可以将测量中获得的洞察融入其执行策略。通过根据客户画像来协调信息传递、创意内容和受众定位，企业能够最大化营销效果，并证明其营销活动的有效性。
结论：
在没有cookies 衡量真正的营销投资回报率（ROI）cookies 复杂的任务，但并非无法克服。通过运用战略和战术模型、采用人工智能驱动的解决方案、实施测试框架以及加强协作，营销人员能够自信地应对不断变化的数字环境。尽管面临诸多挑战，但提升营销绩效和增加收入的潜力使这一历程值得付出。
