人工智能与机器学习如何解决广告渠道间的归因问题

随着广告商将更多预算投入数字渠道，一个令人惊讶的现象依然存在。例如，零售销售中大多数交易仍发生在实体店，但大部分市场营销工作仅关注跟踪在线指标。

挑战？ 传统归因模型无法将数字支出与现实世界的结果联系起来。要弥合这一差距，广告商必须拥抱AI和机器学习，以全面了解其广告如何推动点击和店内购买，从而真正理解ROI的深度。

CMO的归因困境

如果你是CMO， chances are you’re fixated on delivering results and spending most of your marketing budget on digital channels. 但根据Marketer.com的数据（https://emarketer.com/content/physical-stores-offer-promising-reach-retail-media-volume-still-long-way-off），美国80%的零售销售仍发生在实体店，近80%的营销预算被投入到了数字渠道。这似乎有些矛盾。

起初，这个数据让我感到意外，因为人们花在电脑前的时间比实体店更多。但从消费者的角度来看，这完全有道理。我不喜欢去买鞋而不试穿；我也曾走进一家店，买走了价值200美元的护肤品。

现实是，我们把钱投向屏幕，而顾客却在门口。但如果只衡量点击数而忽视店内发生的事情，我们如何能证明营销活动的影响？倾向于认为数字渠道更重要时，你可能陷入一种误区：即数字渠道是决定性因素，但专注于线上的做法是一种错误。

许多归因模型仍然糟糕地链接了数字努力与现实世界行动（如人流量和店内销售）之间的关系。如果你的指标止步于点击和印象数，那么你正在遗漏关键信息——更糟的是，你可能根据不完整见解来分配预算。

广告商应该要求更好地回答这些问题：

• 哪些渠道不仅驱动访问，还能推动购买？
• 历史营销趋势如何影响未来的策略？
• 我们如何优化机上、而非事后？

行业所需的正是准确连接数字营销和实体零售绩效的方法。答案在于归因工具，这些工具结合了线下的洞察——而这一切都离不开AI和ML。

数字营销与实体销售间的桥梁

尽管许多消费者从网上开始购物，但许多人仍然倾向于在实体店购买。有些人喜欢比较商店，而另一些人可能更关心店内商品的可获得性。

所有这些都表明，广告商需要更好的衡量方法。仅关注在线指标就像只看一部电影的第一半——这远远不够。真正的问题在于如何关闭这一差距。

消费者的行为日益复杂，他们通过线上购物、实体店访问和社交媒体与零售商或品牌进行多次接触。要建立一个全面的归因管道，将数字广告与现实世界的结果联系起来至关重要。

在如此多的因素影响下，归因方法论必须考虑人流量、销售数据和交易数据。如果没有这些，广告商就不可能获得实时洞察，了解营销活动的表现如何，哪些是成功而哪些是失败的，从而及时调整预算以确保广告支出物有所值。

在竞争激烈且复杂的市场中，广告商需要确保自己对以下问题有全面的理解：

• 从品牌首次接触消费者到店访问，消费者在整个购物过程中的每一步是如何经历的。
• 最终促使他们购买的驱动因素是什么。

这就是AI和ML能帮忙的地方。通过对历史数据和实时信号进行分析，这些技术可以帮助预测哪些在线互动会推动店内访问和购买。结果就是更完整的客户旅程视图，你可以跟踪数字支出对实体销售的整体影响。

AI/ML：你的供应商应该已经在使用它

作为广告商，你不需要自己思考AI和ML是如何融入你的归因工具。这些技术应该已经在你的背后工作，分析大量数据以帮助你理解驱动收入的因素——而不仅仅是点击数。如果你当前的归因供应商没有利用AI来将数字营销与实体销售联系起来，那么你该问一些棘手的问题。以下是一些可以开始思考的问题：

• 你的解决方案如何将数字支出与现实世界的结果（如人流量和店内购买）联系起来？
• 你是否使用一致的方法来衡量访问和交易？
• 你在优化广告活动时如何利用实时数据？

如果你的归因合作伙伴没有使用ML，那么浪费预算的风险很大。没有AI/ML，归因模型可能无法捕捉到复杂而多变的客户旅程，导致误 attributing营销支出。这将导致不合理的预算分配，并错过优化营销策略的机会。

实时优化的重要性

传统归因模型往往在广告活动结束后才提供见解。但那时，预算已经花完了，任何调整的机会都已错过。AI和ML通过提供实时、在线优化来改变游戏规则。现在你可以监控哪些渠道和策略正在推动人们到你的实体店，并相应调整预算。

例如，如果一个广告比预期效果好，因为它推动了人流量到你的商店，你可以迅速将更多预算转移到该渠道。你还可以了解客户离开商店时为何没有购买——可能是商店的体验不够好，或者广告的信息未能促使他们购买。这不仅有助于提高ROI，还能最大化每一分钱的营销效果，通过结合在线参与和现实世界结果。

在 today’s复杂的市场营销环境中，归因工具必须提供一个全面的客户旅程视图——从点击广告到店内购买。AI和ML是解开这些见解之谜的关键，但你的供应商应该已经在为你做重担。如果你的供应商没有做到这一点，现在就是提出问题并要求更好解决方案的时候了。