1、所有這些不同時機加在一起，可以給廣告主指出特定場合的最佳廣告。這稱為契機評分（moment scoring），由此產生的這種同步計算結果是人工智慧（AI）與大資料結合的產物。
2、有了這麼多的資料積累和這麼快的決策速度，那全自動的廣告投放就變得可行，不過這並不意味著不需要人的貢獻。記住，人工智慧的全部學習過程都需要人的理解力，去調整引數、廣告傳遞的資訊、廣告創意，並且優化它們的結果。
3、能瞭解廣告每一次被受眾看到的實際價值將是一個重要的差異化優勢。使用者現在對你的廣告作出反應的可能性有多大？這是主要問題。而最佳的做法是，如果你已經採用了人工智慧和大資料來了解受眾的反應，那麼就不要再憑空去猜測。
我們生活在數字時代中，消費者擁有充分的選擇權，由此迫使廣告主進行重大調整，提供獨有的客戶體驗、個性化定製並且適應消費者的偏好與需求。每天，無論我們在做什麼，我們都會收到激發“靈感與慾望”的資訊。因而我們認為，對於廣告主而言，只是靠個人資料資訊來爭取目標受眾，這種舊的做法再也不頂事了。如今，關鍵在於能否找準契機！
在這個新世界裡，廣告主的成敗將取決於能否理解最理想的時機在哪並據此果斷採取行動，還取決於能否提高投資回報率。要做到這一點，就需要挖掘其他引數，比如瞭解你的客戶是誰，知道他們在不同情況下會做出何種反應，快速決定如何及何時向使用者提出建議。一個人每天的行為習慣很可能都會不一樣。同樣是每天下午兩點前十四個小時的行為，週二與週六可能完全是兩碼事。我們周圍的一切都會影響購買決定——一個人是不是買了張機票，外面是不是在下雨，或者最近看了一段有關如何開發一塊新地的網路視訊。
所有這些不同時機加在一起，可以給廣告主指出特定場合的最佳廣告。這稱為契機評分（moment scoring），由此產生的這種同步計算結果是人工智慧（AI）與大資料結合的產物。隨著演算法不斷地產生即時計算結果，我們的AI也在不斷迭代演進，在這個過程中資訊得到新增，讓市場營銷對消費者下一次有機會觀看廣告的影響力得到提高與加強。資料在這種模式下源源不斷地生產出來，讓廣告主能以理想的公眾形象表達，完成更多成功的廣告活動。
人工智慧應用效果的另一個例子是“快速判斷”。通過對網路足跡進行過濾，依據消費者上網期間的購買行為，就能夠有針對性地向他們投放廣告活動。比如有人逛體育類網站時買了東西，就會向他投放跟體育有關的廣告。隨著時間的推移，經過學習的AI就能識別這些使用者當中誰是某類運動（比如足球）的愛好者。利用這個結果，消費者將獲得一個新的評分，相比過去那種基於消費者泛泛興趣的評分能更好地幫助廣告主提高對目標受眾的定位精度。
有了這麼多的資料積累和這麼快的決策速度，那全自動的廣告投放就變得可行，不過這並不意味著不需要人的貢獻。記住，人工智慧的全部學習過程都需要人的理解力，去調整引數、廣告傳遞的資訊、廣告創意，並且優化它們的結果。
在這個複雜的虛擬世界裡，對於一個成功的廣告活動而言，能瞭解廣告每一次被受眾看到的實際價值將是一個重要的差異化優勢。使用者現在對你的廣告作出反應的可能性有多大？這是主要問題。而最佳的做法是，如果你已經採用了人工智慧和大資料來了解受眾的反應，那麼就不要再憑空去猜測。換句話說，要讓消費者對你的品牌產生好感，關鍵就在於找準契機，而且這也自然能讓你的廣告活動達到最佳效果。
原文：How Advanced Analytics and Machine Learning AreTransforming Healthcare
來源：iCruchdatanews
作者：Edvaldo Acir
編譯：品覺