随着2024年的开启,全球营销行业将迎来新的变革和创新的浪潮。在低增长时代,营销者的预算投入虽然更加谨慎,但他们在开拓和尝试新渠道及效果监测领域的步伐将进一步加快。对于有AI加持的营销行业而言,这不仅意味着降本增效,更意味着无限的潜力和机遇。今天,Adjust首席执行官Simon Dussart,Adjust首席产品官Katie Madding以及Adjust 联网电视与新渠道总监 Gijsbert Pols博士将与营销者深入分享这些全球趋势,揭示营销未来的可能性,并为其业务增长注入新的活力。
预测性分析为跨渠道监测带来光明前景
从移动端、联网电视、电脑和游戏主机,再向网页端回归 …… 无论未来几年哪种渠道会再度流行,又或者哪些隐私法规即将出台,营销者希望实现投资回报率最大化的初衷从未改变。因此,广告主一直不停地追问自己 “到底如何做,才能将营销预算花在刀刃上?”
过去,营销监测的重点往往聚焦于几个主要的数据来源。营销者通过对比不同来源的表现,再决定未来的投资方向。然而,机器学习和人工智能技术让我们能够以90%的准确率预测用户在第3天、第7天、第14天以及第30天的用户终身价值。在用户安装应用的24小时内,营销者就能够确定营销活动是否真正吸引到了高价值用户,进而帮助他们判断是否要在该活动中投入更多资金,或者转向其它渠道。最终,营销者能够更明智的决定如何使用营销预算,进而获得更高的ROAS。
预测性分析和自动化工作流程搭配增量和媒体组合建模(MMM),将使营销者全方位地了解如何更明智地使用营销预算,以及在哪些平台或渠道上投放广告更加有效。这些终将成为现代营销增长和监测的未来。
AI技术将使移动营销更具潜力和竞争力
移动营销行业在人工智能方面取得了重大进展,并为营销者提供了更加有意义的数据。展望2024年,移动应用营销者将采取进一步行动,通过监测合作伙伴所提供的人工智能技术分析这些数据,最终做出更明智的营销决策。
通过持续的数据分析和先进的学习模型,监测合作伙伴能够为营销者提供更具前瞻性的预测和建议。这就意味着营销者能在更短时间内获得更为精准的数据,通过优化广告预算投放高效触达潜在用户并实现目标效果。这也是增长营销人员真正探求的目标。
流媒体服务需要借助更加全面的监测方式
FAST (免费广告支持的流媒体)渠道想要获得广告主的青睐,需要加强对广告效果的监测。这将推动行业的标准化,确保不同平台和推广活动之间的可比性。
品牌主和营销者将摒弃简单的归因模型,采用多触点或跨平台模型了解完整的用户旅程,借此了解不同的用户互动对转化和LTV的影响。
内容与商业的融合将重新定义电视观看体验
零售媒体将成为未来广告的关键部分,因为消费者可以通过电视大屏直接购物。举例而言,烹饪节目能够与商超应用无缝衔接,让观众在观看电视节目时直接购买食材并送货到家。CTV和商超创造了一个互动平台,使每一次点击都产生实际的影响。
CTV将成为家庭的数字中心
2024年,CTV将超越传统界限提供具有变革性意义的用户体验。正如智能手机彻底颠覆了手机的使用习惯一样,数字化电视也将对电视行业带来同样的影响。实际上,CTV有能力将电视从一个单纯的内容观看设备转变为每个家庭的数字中心。传统媒体与社交媒体的融合不仅会提高用户参与度,还会为广告主创造更多的机会并与兴趣各异的消费者建立联系。
如果您想更进一步地了解如何通过Adjust进行高效的营销监测和效果分析,欢迎关注我们的官方微信公众号“AdjustGmbH”。
关于 Adjust
Adjust 是 AppLovin(纳斯达克代码:APP)旗下公司,旨在帮助海量应用实现从移动端到联网电视等多平台的监测和业务增长,深受全球营销者的信赖。无论是快速增长的数字品牌还是试水应用领域的实体公司,Adjust 都能为其应用营销旅程保驾护航。Adjust 强大的监测和数据分析套件能深入洞察营销表现、汲取关键洞见并提供多种必备工具,进而帮助营销者获得卓越的营销效果。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。