作者
5 月 18 日星期四，Artefact 与谷歌和微软合作举办了伦敦人工智能峰会。在这里，artificial intelligence、数字营销和 data 科学领域的专家和思想领袖分享了他们对人工智能新曙光的看法。Data 科学总监 Aleksandra Semenenko 就人工智能如何让营销人员更好地跟踪营销活动的投资回报率，避免以往模式的缺陷，分享了她的专业知识；;
在不断变化的数字营销环境中，衡量投资回报率（ROI）变得越来越具有挑战性，尤其是在第三方 cookie 即将消失的情况下。本文探讨了营销人员在确定广告预算的最佳分配方面所面临的困难，并重点介绍了在没有第三方 cookies 的情况下有助于衡量真正营销投资回报率的途径。.
不断变化的营销格局
随着成本上升和新营销渠道的出现，营销人员发现自己需要在多个平台上投入更多。然而，获得准确的 data 以区分每个渠道的表现变得更加难以捉摸。这个问题影响到三个层面的估算：细粒度的用户 ID data、渠道层面的聚合模型以及介于两者之间的复杂空间。.
“70%的CMO和营销领导者表示，他们仍无法衡量所有数字营销活动的真正投资回报率”。(来源：德勤 CMO 调查）
选择正确的模式：
为了应对有限的 data 访问量带来的挑战，营销人员可以选择两种模式：基于旅程的模式或基于趋势的模式。基于旅程的模型可提供细粒度的洞察力，并准确了解亚马逊等集成平台中的用户行为。另一方面，基于趋势的模型使用聚合的 data，虽然牺牲了一些精确度，但提供了一种更加自动化和持续的测量方法。.
利用人工智能避免以往的缺陷：
由于基于旅程和趋势的模型存在固有缺陷，我们建立了由人工智能驱动的 “MROI ”测量模型，以应对媒体环境中不断增加的压力和挑战。该模型利用概率贝叶斯方法，根据历史 data 和渠道表现估算投资回报率，帮助营销人员在预算分配和优化方面做出 data-driven 决策。通过实施 MROI 模型，企业可以提高效率、增加收入并更好地分配成本。.
成功测试
推出新举措需要一个测试框架，其中包括定义业务问题、确定实验区域、相应的预算以及调查结果。这种方法可使营销人员避免结果偏差，并确保营销团队高效灵活。.
利用第一和第二方 Data：
由于第三方 data 的限制，营销人员可以转向 first-party data 和人工智能驱动的解决方案。通过结合谷歌和 AWS 等平台的知识和能力，企业可以加强 audience targeting 和创意开发。人工智能使营销人员能够了解用户的兴趣和偏好，从而开展更有效的营销活动，提高营销业绩。.
在缺乏第三方 cookies 的情况下，与互补企业合作并共享第二方 data 已变得越来越有价值。算法和 data 交换促进了合作关系，使企业能够利用彼此的 audience ，从而获得更精确的 targeting 和更出色的营销成果。.
测量：
虽然测量不同于激活，但营销人员可以将从测量中获得的洞察力整合到激活战略中。通过根据客户特征调整信息、创意内容和 targeting，企业可以最大限度地扩大营销影响，并证明其营销活动的有效性。.
结论
在没有第三方 cookies 的情况下衡量真正的营销投资回报率是一项复杂的任务，但并非不可逾越。通过利用战略和战术模型、采用人工智能驱动的解决方案、实施测试框架以及促进合作，营销人员可以满怀信心地驾驭不断变化的数字环境。尽管挑战重重，但提高营销绩效和增加收入的潜力使我们不虚此行。.
