人工智慧無疑是當下最熱門的話題。 在過去一年左右的時間裡，我們見證了OpenAI從ChatGTP到SORA的“一飛沖天”，許多行業和企業都提出了如何擁抱AI並善用AI作為更高的戰略重點。
目前尚不清楚未來會是什麼樣子，但它一定是與蒸汽機、電力和計算機的發明相媲美的巨大能量——這是一致的結論。
在中國的跨境電商行業，無論是平台、服務商還是商家，如何乘勢而上，都是擺在我們面前的重要課題。 從目前經過驗證的AI應用成果來看，他們主要集中在產品選擇決策、內容生成、廣告投放、客戶服務等領域。 特別是在廣告領域，可以說是通過人工智慧驅動的資料技術，幫助商家實現從效率提公升到價值創造的公升級，是創造新增量的重要切口。
然而，底層演算法邏輯、功能邊界、應用方式、資料安全以及如何與現有流程整合等不明確的問題阻礙了更多企業使用人工智慧工具解決運營問題。 為此，SparkXGroup的智慧型廣告平台XMARS組織了一場以“亞馬遜AI廣告運營”為主題的深度研討會，聚集了眾多運營專家，交流亞馬遜廣告趨勢、商家運營痛點、AI廣告運營底層邏輯、AI廣告運營實踐經驗等。
01AI搶占廣告運營新高地亞馬遜廣告高階合作夥伴開發經理沈俊華表示，在廣告庫存增加、賣家需求多樣化、解決方案日益豐富的基礎上，亞馬遜廣告將在2023年迎來全球市場的強勁增長，其中，中國市場也在快速增長， 2023年活躍的中國廣告商是2017年的13倍以上。
同時，亞馬遜廣告將在2024年迎來五大趨勢：一是生成式AI的應用，比如自動化建立廣告素材，降低製作成本; 二是通過流媒體電視廣告覆蓋更廣泛的受眾，提公升品牌知名度; 三是整合潔淨室資料，提公升廣告準確率，提高轉化率; 第四，機器學習提高相關性，準確觸達目標受眾，提高廣告效果; 第五，互動廣告增強了使用者參與度，增強了品牌體驗。
然而，在全球競爭加劇的背景下，商家也面臨著營銷策略複雜、需要整合多種廣告產品和策略、難以證明營銷價值等挑戰。 在廣告運營層面，存在目標管理能力不足、廣告策略缺乏有效、缺乏系統化資料分析和決策優化能力、缺乏實施策略和跟蹤廣告效果的精力等共性痛點。
人工智慧技術的進步就像一盞燈照進了營銷領域，解決了很多問題。 例如，基於業務資料或廣告資料，AI可以更好地確定下乙個時間點應該使用哪種預算，並根據現有的業務目標進行優化或投放廣告。 此外，AIGC的內容還可以實現更加個性化和實時的登陸頁面文案和廣告創意; 通過優化營銷資料，向消費者提供更準確的資訊，可以形成從洞察到行動的完整閉環，使廣告更有效率。
即使有SOP，不同操作（人員）的績效水平仍然差異很大，通過AI提高平均水平很重要。 ”
亞馬遜廣告運營是乙個非常複雜的知識體系，新賣家需要使用工具快速上手，而有經驗的賣家需要使用工具來做重複的低價值工作。 ”
從關注ACOS價值，到關注廣告結構，再到現在關注資料模型，指標維度越來越大，企業需要通過接觸市場人才和技術趨勢來迭代廣告運營思路。 ”
關於AI在亞馬遜廣告運營中的價值，多位商家和運營專家在研討會上表達了積極的看法。 他們一直認為，從目前來看，這是一種通過使用人工智慧執行資料、驗證和優化廣告運營方向的方式，可以大大提高效率。
以XMARS作為亞馬遜AI廣告優化SaaS為例，在亞馬遜廣告運營中，AI所做的類似於日常運營工作，或者是模仿和擴充套件人類操作。 其行動空間主要涉及競價、預算、定位和廣告結構的優化。
02通過Xmars認識AI廣告運營 SparkXglobal首席解決方案官在分享中指出，自2017年以來，AI進入了快速發展期，伴隨著“機器學習”和“深度學習”兩個概念的誕生。 前者的核心是讓機器自動學習並找到規則，這與按照手動規則執行的系統不同; 後者需要大量標記資料來訓練模型。 XMARS 通過使用機器學習來優化亞馬遜廣告投放並找到最佳的廣告投放策略。
XMARS 資料科學團隊負責人 Kun 解釋了 XMARS 如何使用 AI 來優化亞馬遜廣告。 綜上所述，資料和演算法是XMARS運營的兩大核心要素，即通過收集和處理大量資料，借助機器學習、建模**、專家系統調整等步驟，實現精準競價、定位、預算、優化廣告結構。
具體來說，XMARS 在後台的工作方式有三個級別：
1. 使用“快速完整”的資料，為AI優化提供資料分析和決策。 XMARS擁有全面的資料**，包括亞馬遜相關資料、XMARS獨有資料（如產品資訊、關鍵詞資訊、行業資訊等）、方資料（即客戶CRM或其他自有資料），並能獲取小時級廣告資料和業務結果資料，做出**和判斷。
2. 借助機器學習模型訓練優化廣告。 通過先進的演算法（如20種演算法，乙個“專家系統”來補充和調整複雜場景的邏輯），極快的計算能力，以及使用者廣告的轉化率，XMARS自動提供相應的競價和預算優化策略。
3. 人類和人工智慧合作夥伴，以實現更好、更個性化的運營結果。 在廣告創作方面，商家設定目標促增長、維持訂單穩定、活動衝動，AI智慧型推薦引擎實現關鍵詞和競品的智慧型競價、預算、定向推薦。 在廣告優化方面，針對已有的廣告和廣告活動組，AI智慧型優化引擎可以根據目標自動優化競價、定位和預算。
此外，可解釋性 AI 和個性化 AI 是 XMARS 的一大特色。 可解釋的AI，通過支援決策的資料分析，幫助商家直觀地了解AI調整背後的原因; 個性化AI通過調整商家的價值（例如，通過調整AI執行頻率、調整幅度、資料檢視視窗等，設定“激進”和“保守”AI的程度）來逐步訓練和互動，使AI越來越符合商家的個性化需求。
03如何正確理解和應用人工智慧？ 總結和積累商家在亞馬遜廣告日常運營中的動作和流程，實現批量操作和基於規則的自動化——這種方法不涉及AI，而只是乙個機器自動化流程，即通過簡單的機械執行來提高效率。 AI基於商家的業務目標和營銷目標，做出進一步的判斷，以閉環的方式積極建立、優化和改進廣告。
換句話說，人工智慧可以看作是商家運營的超級合作夥伴和合作夥伴。 AI所做的工作與人類所做的工作非常接近，但背後有大量的積累和完整的演算法邏輯，AI可以確保每乙個動作都比人類更準確、更及時、更符合未來的商業目標。
然而，在積極投身前沿技術、加強AI知識學習、根據自身業務需求選擇合適的AI工具輔助廣告運營時，企業還需要正確理解AI的應用：首先，大量的資料對AI工具的有效性至關重要，因此充足的資料是一切的基礎。 其次，你不應該對快速結果抱有太大期望，因為人工智慧需要時間來學習和優化，而且這是乙個漸進的調整過程。
正如益豐商學院創始人董丹尼爾在研討會上分享的那樣：用好AI需要乙個過程，最重要的是管理期望，花精力去理解它，耐心等待效果。
Daniel Dong 以自己的案例分享了 XMARS 推出後的三個階段：一開始，期望值很高，資料趨於積極，但效果沒有達到預期; 後來，期望值開始調整，期望值降低，人工干預頻率降低，經過一段時間的資料積累，效果逐漸接近目標。 現在，大約20天後，ACOS已成功從30%+降低到20%+，最終實現了與XMARS的理想協同作用。
據他介紹，自己使用XMARS後，效果用完的週期是14-25天，成功率在80%左右。 在他看來，AI能量是對亞馬遜日常運營的有力補充：“目前，我們用XMARS做了很多人工無法完成的事情，比如分時調價、分時預算、鎖位排名等，這讓我們的運營從瑣碎的工作中抽離出來，做更多的戰略性工作。 ”