Google Marketing Live：广告全面进入机器学习时代！

今天（7月10日）在加州圣荷西的Google Marketing Live上，Google宣布了产品整合的新动作，用机器学习（machine learning）将广告全面带入自动化时代。

不论是找到离你最近的咖啡店，还是整理家庭照片，人们做事的方式一直在变。今年年初，我们探索了机器学习（Machine Learning）是如何用来改进我们的消费者产品并帮人们更方便地把事情做好。

在今天的Google Marketing Live中，我们会聊一聊我们将如何帮助营销人解锁更多机会——在广告中全面应用机器学习。

我们会探索机器学习能怎样帮到我们的产品，以及为什么它是完美的品牌体验的关键。

1. 新版响应式搜索广告：全面提高广告相关性

今天的消费者远比以前更好奇，也有更高的要求。他们希望在手机上发生的一切都可以更快。所以，他们期望你的广告是有用的、个性化的。然而要想实现这一点，并不容易，尤其想大规模实现。这是为什么我们发明了响应式搜索广告（Responsive search ads）。响应式搜索广告将你的创意与Google的机器学习技术相结合，帮你打出让用户觉得更相关的广告。

广告主需要提供15个标题和4种描述的选项，Google将自动进行动态调整，为不同用户呈现不同的广告。Google通过测试不同的组合，可以知道哪个广告创意是表现最佳的。这样人们在Google上搜同一个产品时，Google会根据人群、时间、地理位置推送不同的广告创意。

我们有数据证明这种优化是很有用的：用Google的机器学习来测试的广告创意所获的的广告点击率，比普通的广告高了15%。

我们会在几个月后向更多的营销人推出响应式广告。

2. YouTube：最大化视频广告相关性

每天，人们在YouTube上累计观看10亿小时的视频。而且我们发现，人们开始越来越喜欢来YouTube上查看他们想买的商品的信息。比如，将近一半的汽车买家在买车前会去YouTube看汽车测评。千禧一代大多会去YouTube搜查食谱视频，再买食材。也就是说，广告主的信息在对的时间被对的观众看到非常重要。

机器学习帮我们实现了这一点。过去，我们帮助营销人优化campaign的views和impressions。今年下半年，我们将推出Maximize lift来帮你触达那些在看过你的视频广告后最有可能考虑你的品牌的用户。这一个全新的Smart Bidding（智能竞价）策略用的就是机器学习的技术。它自动调整竞价来帮你自动最大化你的视频广告对品牌感知的影响。

编者注：品牌提升分析 Brand Lift Analysis
目标受众在看过网络广告之后的3天、5天、和7天，会表现出和没有看过网络广告受众明显不一样的用户行为，包括：
－ 目标品牌的搜索提升
－ 目标品牌官网的访问提升
－ 目标品牌电商网站的访问和购买提升

Maximize lit现在正在测试阶段，会在今年晚些时候向全球的营销人推出。

3. 用地区性广告推动实体店访问

不管人们是否在YouTube或是Google上搜索产品，他们还是习惯在实体店购买东西。事实上，手机搜索“near me”在过去两年中增长了3倍以上。当人们想立刻买到一样东西时，几乎80%的人还是回去附近的实体店。这意味着，对于营销人来说，让更多的用户走到你的店铺所在的地理位置至关重要——尤其是在每年的店内促销的关键时间段。

今天，我们向你们介绍Local campaigns（地区性广告）：一种新的广告类型，专门为驱动用户去实体店消费而设计。你只需要提供你的店铺地址和广告创意，Google就可以自动优化你的广告，吸引更多的用户走到你的商店里。

地区性广告会在接下来的几个月向全球的营销人推出。

Shopping Campaigns新动作

除了增加转化率，campaign增加了两个新的优化目标：实体店流量和新客户。campaign后端的机器学习技术能根据这些不同的优化目标来自动调整广告竞价。

机器学习技术也将赋能Shopping Ads的整体表现，不光是在Google.com的搜索界面，图片搜索，又或YouTube。根据像季节性供求变化和价格变化等多种信号，Shopping Ads能做自动优化。eBay旗下的GittiGidiyor已经开始使用Smart Shopping campaigns，它成功减少了28%的广告开销，并且增加了4%的销售额，同时增强其媒介管理的效率。
我们也向领先的电商平台提供campaign管理的支持。在接下来的几个星期，用户不仅在Google Ads内使用Smart Shopping campaigns，他们也可以在Shopify设置和管理Smart Shopping campaign.