2020 新氣象：機器學習提升媒體購買效率的 4 大方式
瞭解流動性和自動化如何替您節省時間，同時提升數位行銷活動的成效。
內容
對於許多媒體策略師和購買人員而言，機器學習仍有些神祕。的確，運用精密電腦系統和人工智慧來處理問題的概念固然令人興奮不已，但是機器學習真的能幫助我們找出平常需要仰賴複雜的人類行為才能找到的最佳決策、並協助處理每日的廣告難題嗎？
簡單來說：絕對可以。Facebook 一直致力以機器學習為基礎開發自有工具，期望能更有效提升廣告曝光率、成效衡量準確度和廣告個人化程度。開發過程中，我們見證了機器學習技術的眾多強大功能，這些功能不但可以大幅提升行銷活動成效，也有助於強化團隊生產力。再者，這些效益現在就能實現，不必等到遙遠的將來。
具體而言，機器學習已能透過以下四大方式，讓媒體策略師和購買人員的工作更輕鬆：
1.借由提高流動性來提升廣告成效
機器學習在媒體購買領域中特別具有價值；因為其可以提升流動性，在此狀態下，每一分錢都流向最有價值的廣告曝光機會。
機器學習能運用序列演算法及預測性分析，快速找出每則廣告的最合適受眾。搭配自動化系統，就能以最適當的價格適時向最合適的受眾投遞廣告創意。
如此能夠加速並改善媒體購買流程。機器學習與自動化系統可迅速處理極度複雜的資料集並即時進行調整，讓團隊得以持續提升行銷活動成效。
「使用自動化的機器學習最佳化功能永遠比手動更有幫助。我們立即就能看見成效提升。」
—Justin Aquila，Optimize.Ad
2.簡化行銷活動設定和最佳化流程
機器學習帶來的另一個效益就是簡化行銷活動管理的流程。
具體而言，使用機器學習工具的媒體購買人員和策略師在接受調查時表示，這些系統可減少執行各項工作（例如行銷活動最佳化／出價策略、預算管理和行銷活動設定）所需的人力資源。
由於較廣泛的行銷活動目標和參數能增加可用選項，因此機器學習和自動化系統通常能獲得較大的操作彈性並得到較好成效，因而能簡化相關流程。換言之，若能減少廣告組合和行銷活動限制，最佳化的選擇流程將更為自動化。
“
「我們不用再透過手動管理成效資料，而是轉為觀察這些資料，並將時間用在擷取更深入的分析數據。」
—Laura Greene，Havas
3.省下更多寶貴時間
簡化行銷活動管理能為媒體購買人員和策略師帶來非常具有價值的效益：更多時間。
美國約有 77% 的媒體購買人員和策略師在受訪中表示，機器學習工具為他們大幅省下各項繁雜手動工作所耗費的時間；多數受訪者表示，他們每週平均省下一至四小時。1
同樣地，上述效益也都歸功於機器學習工具的自動化和自主學習功能。這些系統能夠自行快速且有效率地處理變化多端的資料點，節省團隊成員先前手動定義和改善行銷活動所耗費的時間。
「以往我們在一個行銷活動中，隨時都有 50 個刊登中的廣告組合，我們還得不斷瞭解哪些廣告組合的成效較佳。有了採用機器學習的流動性工具，我們就能減少帳號中的廣告組合，讓管理流程變得更加輕鬆。」
—某獨立代理商的資深業務代表
4.運用策略，發揮創意
爭取時間為何如此重要？因為這樣就能將腦力運用在其他事情上。
許多策略師和購買人員表示，他們會將使用機器學習工具省下的時間運用在各種不同的工作項目，包括開發客戶策略、規劃和測試新的行銷活動、分析現有行銷活動成效，以及進行廣告創意最佳化。1
這就是讓機器學習更有價值的根本原因：機器學習不但能提升行銷活動成效，還能讓媒體策略師和購買人員更專注地運用策略並發揮創意。
“
「以往我們必須不斷手動調整預算。現在，我們可以將時間用在策略規劃上。我們可以探索不同受眾、測試和廣告創意最佳化。這能讓我們更具前瞻思維。」
—Rachael Chudoba，Merkle
請務必注意，如果要充分發揮機器學習的效益，策略師和購買人員必須重新思考自身的工作模式。舉例來說，他們可能必須採用更廣泛的行銷活動參數和預算策略、減少廣告組合數量，以及重新設定向客戶提供成效報告的方式。
雖然進行上述變更在短期內可能會耗費不少心力，但是卻能幫助團隊在 2020 年以及更長遠的將來創造更多佳績。
對行銷人員的啟示
提升流動性可帶動更好的結果
機器學習會即時將廣告支出與最有價值的廣告曝光機會配對。其即時快速處理資料的功能可持續帶動行銷活動成效提升。
行銷活動管理可以更加輕鬆
機器學習和自動化系統在彈性較大的條件下成效最佳，因此可減少行銷活動設定、最佳化和成效衡量等工作所需的人力。
節省下來的時間可讓團隊專注於其他事務。
機器學習工具可簡化行銷活動管理，幫助策略師和購買人員節省時間，因此團隊成員能夠更專注地規劃策略並發揮創意。
若要充分發揮機器學習的強大功能，則須努力學習。
機器學習往往需要配合新的工作模式。相關團隊可能必須採用更廣泛的行銷活動參數、減少廣告組合數量，並重新設定向客戶提交成效報告的方式。