Oath Ad Platforms 用 AI 精準媒合廣告主需求，創造最佳投資報酬率

Oath 整合 Verizon、AOL、Yahoo 的廣告資源，所推出的 Oath Ad Platforms 廣告平台已在 9 月上線，其技術團隊的幕後推手──Oath 全球首席科學家 Niklas Karlsson 日前訪台，分享 Oath 如何運用人工智慧在廣告技術上，並剖析機器學習優化引擎 AdLearn 以及提升轉換率的建模技術 Predictive Audiences 等解決方案，幫助廣告主創造最佳轉換率與投資報酬率。

廣告優化引擎 AdLearn 與建模技術 Predictive Audiences

Oath Ad Platforms 的 AI 廣告技術解決方案，包括 AdLearn 與 Predictive Audience 兩大特色：

AdLearn

透過數據與演算法來優化廣告效益的機器學習優化引擎 AdLearn，可幫助廣告主獲得大量優質數據，進一步機器學習，優化各種廣告目標，為廣告主找到高轉換率的受眾。例如有航空公司聯名卡的廣告主希望找到 25 歲至 44 歲的潛在客群，透過 AdLearn 自主學習找到高度相關的目標族群，最終達到目標點擊率（Click through rate，CTR）的 1.3 倍。

除了目前常見的展示型廣告、影音廣告、原生廣告以外，AdLearn 近期也協助優化新型態的廣告，像是串流音樂服務 Spotify 所播放的音訊廣告。因應 5G 發展，隨著網路頻寬與各式裝置升級，AdLearn 未來也將支援更複雜的廣告型式如 VR 廣告等。

Predictive Audience

Predictive Audience 則是藉由機器學習建立模型，用以預測使用者的轉換行為，並找到高轉換率的受眾，這種廣告產品特別符合名單成效型客戶的需求。由於匯入來自 Oath 的 10 億用戶資料，並運用超過百萬的原始特徵（raw features）如年齡、性別等，Predictive Audience 分析出最重要的 600 項特徵，預測使用者是否可能轉換，在台灣已成功協助美妝保養、保健食品、服飾電商等廣告主的轉換數翻倍成長。

此外，過去網路廣告市場競價採行「次高出價制」，勝出的競價者比照次高出價付費；如今業界趨勢則改為「最高出價制」，競價時必須更具智慧。Predictive Audiences 能比較理想值與花費金額，若步調太慢，就會提高競標金額，隨著愈來愈多廣告主參與競價，在變動環境中也能彈性調整，是相當敏捷的廣告解決方案。

Oath Ad Platforms 掌握廣告主需求，讓廣告發揮最佳效益

Oath Ad Platforms 整合了國外 Verizon、AOL、Yahoo 的數據與資源，並有 Yahoo 奇摩在台灣的根基，尤其 Yahoo 奇摩每月擁有超過 1,500 萬的不重複跨螢用戶，是全台唯一能同時結合搜尋、內容、影音、電商、廣告等完整且多元的平台。

在預算與時間有限的情況下，廣告主應將目標設定清楚、定義正確問題，進一步以 AdLearn 搭配 Predictive Audience，運用轉換率預估（Event Rate Estimation）透過受眾分層（如性別、年齡、居住地區等）來估算轉換率，幫助廣告主達到更好的成效。

（首圖為 Oath 全球首席科學家 Niklas Karlsson；首圖來源：科技新報）