AI、自动化和数字广告的未来

目录 重写数字广告规则 人工智能是一场即将释放劳动力潜力的浪潮——而采用则是遏制它的堤坝。麦肯锡公司今年的一份报告显示，研究揭示92%的公司计划增加人工智能投资，而只有1%的领导者报告了部署的完全成熟。报告总体表明，“扩展的最大障碍不是已准备好的员工——而是领导力，他们没有足够迅速地掌舵。” 42%营销人员已经利用第三方AI或自动化竞价解决方案。 在广告业中，人工智能已从实验性转变为必备品，特别是在媒体购买和活动管理等工作流程中。我们的研究表明，虽然42%的营销人员已经在需求方平台（DSP）之外利用第三方人工智能或自动化竞价解决方案，但另外49%计划这样做。这种日益增长的使用表明，品牌营销人员看到了人工智能工具带来的净价值，包括节省时间、预算效率和活动表现。人工智能驱动的媒体购买工具尤其吸引品牌和代理商的高管，但理解人工智能可以在哪些方面增强数字活动管理，以及它可能带来哪些新的风险，至关重要。 本报告汇集了数字营销活动中AI使用的趋势，突出了它将产生的预期效率以及营销人员必须应对的日益严峻的挑战。所提供的见解旨在帮助营销团队利用AI以最大化投资回报率并简化其运营，确保他们在日益由AI驱动的环境中保持竞争力。 在人工智能时代，营销人员优先考虑什么 随着人工智能的采用加速，营销人员正在探索可能性和优先考虑实用性。 根据我们的调查数据和市场趋势，在媒体生命周期中应用人工智能的五大明确优先级已经出现。这些优先级既反映了提高绩效的紧迫性，也反映了释放更大效率、精确性和规模的机会。 每个优先级都与可操作的指导相匹配，旨在帮助团队迈向更智能、AI驱动的活动管理下一步。 营销者优先事项#1：自动化苦差事。夺回战略。 如何采取行动 为什么这很重要 人工智能带来了可直接转化为战略赋能的时间节省。通过将重复的优化任务委托给智能系统，营销人员可以将精力集中于高影响力的工作，例如战略和创意测试——这种工作能够带来创新性活动，这些活动能够保持相关性并与消费者产生共鸣。 活动经理们深陷于日常调整出价调整系数、预算分配和可查看性阈值的繁琐事务中，这减少了战略性规划和创造力的空间。 • 针对时间密集型工作流,例如飞行中的调整和节奏校正，首先用于自动化。 • 使用基于 DSP 数据训练的 AI 工具要通过实时决策来动态优化每日数百甚至数千个广告活动的参数，包括预算分配、频次上限和展示权重。 手动活动优化消耗了营销人员26%的时间— 每周每位员工平均10小时，全球范围。此外，市场营销人员通常需要同时管理多个活动KPI，但由于时间和资源有限，他们必须优先考虑一个主要目标，这也常常导致次要目标受到损害。 对于北美机构而言，那段时间相当于大约每年每名团队成员损失 17K+用于重复性任务。 • 一开始就设定明确的目标所以你的AI可以作为你策略的扩展，而不仅仅是你的电子表格。 为什么这很重要 如何采取行动 如果没有人工智能，许多竞选经理被迫在密切监控和战略聚焦之间做出选择，从而导致效率低下和错失机会。 空中优化是人工智能发挥其最高价值的地方。通过根据实时数据持续调整预算分配、节奏和其他广告活动参数，人工智能可以解锁效率并创造人类单独无法匹敌的影响。 • 部署人工智能竞价解决方案能够分析日志级别的DSP数据，并实时大规模调整活动参数。 • 利用性能驱动优化功能专为您的独特活动目标量身定制。 • 确保你的AI工具像战略家一样得到充分简报—与业务目标、区域差异和漏斗阶段相一致—，做出更明智的决策，而不仅仅是更快的决策。 满足数字营销目标有很多关键杠杆，尤其是在中程优化方面。为了提升表现并最小化浪费，媒体购买者必须执行竞价策略，实时有效地平衡所有这些杠杆——一项几乎任何人都不可能完成的壮举. 计划使用人工智能投标和中途优化同比增长了12%,标志着其在中型企业中的重要性日益提升。 • 使用人工智能实时监控和响应活动信号，在最大化每个展示的同时，让活动管理者得以规划下一步。 营销者优先级#3：更智能地激活。更快速地推出。 如何采取行动 为什么这很重要 人工智能已经向上游发展。它不再仅仅是关于优化，还关于更快地让活动上线——错误更少，一致性更高。希望有效扩展的市场营销人员应该关注使用人工智能简化活动交付的基础组件。 随着活动复杂性的增加，简化设置的压力也越来越大，并消除那些减慢上市时间的重复流程。 • 审计活动设置工作流程为了识别导致发布时间线延误的瓶颈和人工交接，并确定哪些工 作流任务AI代理可以自动化。 • 整合人工智能驱动的模板和基于规则的自动化为了规范活动构建并减少重复工作。 • 利用能够预先填充参数或预测节奏需求的AI工具基于实时DSP洞察和活动简报。 • 搭建活动启动方案以自动化为前提，确保每次发布都更快、更智能、并且可大规模重复。 垂直领域如食品与饮料(+68%)且科技、电信与电子 (+41%)他们是先锋，反映了在以发射为主的環境中對速度、規模和效率的需求。 活动激活看到了32% 同比增长在计划的 AI 使用中 —跨所有工作流的最大飞跃。 营销人员优先级#4：精准胜过代理。触达重要人群。 如何采取行动 为什么这很重要 上漏斗策略不仅需要广泛的覆盖范围，还需要相关性、效率和品牌完整性。为了实现这一点，营销人员 随着营销人员持续大力投入上半管道和品牌建设策略，目标精度和库存质量正变得不可或缺。 需要那些不仅自动化，而且能根据品牌自身的KPI智能指导投资的AI工具。 • 使用针对定制活动目标进行优化的AI模型无论是否降低CPM，触达专注的受众，还是提升品牌知名度。 • 选择允许灵活、可定制投标策略的平台所以你可以根据性能、影响力和质量同时微调支出。 • 将外部验证数据输入到您的AI竞价引擎例如，将支出引导至最高质量广告展示，需要考虑DV的可视性、品牌适宜性以及注意力指标等因素。 触达目标受众是#1优化挑战跨越所有地区和几乎所有垂直领域。 上漏斗活动，许多品牌在那里做出最大投资，看到了人工智能驱动的激活全球增长106%在 2024 年 1 月至 2 月期间从 DV 出发。 • 在构建活动时考虑定量基准（性能、覆盖范围和质量）以确保人工智能正在优化业务成果，而不 仅仅是媒体交付。 这尤其是在亚太地区表现强劲，全年增长了 129%。 营销优先级 #5：清除围墙花园杂草。保护您的投资回报率。 如何采取行动 为什么这很重要 在围墙花园中做广告需要精准、负责，并相信你的媒体预算是如何被使用的。第三方人工智能解决方案可以提升媒体质量和结果，释放更强的活动表现。 营销人员继续投资封闭式花园，这种增长驱动了对AI优化性能、适应性和高效扩展的日益增长的需求。 • 使用受众交付和验证解决方案为了确认您的广告正在触达正确的观众，而不仅仅是累积展示量。 • 集成中标后媒体质量测量为了评估您的广告展示是否符合可观看性、品牌适宜性和注意力标准。 • 激活解决方案以连接性能和保护, 结合人工智能驱动的优化与第三方验证，以在围墙花园环境中最大化效率和投资回报率——就像你在程序化开放网络中所做的那样。 营销者对社交视频围墙花园的信心正在上升；广告支出将在2025年达到272亿美元—同比增长15%（IAB）。这种增长推动了人工智能优化性能、适应性和高效扩展的需求。 围墙花园提供了触达和参与，但内容对齐、透明度有限和ROAS不明确等挑战造成了权衡。第三方工具可以帮助营销人员克服这些障碍. 重新聚焦漏斗：用 DV Scibids AI™ 提升效率并消除成本 dv scibids ai可以在单日内执行高达1500次优化400插入顺序，以及平均值每日优化 营销人员经常花费宝贵时间进行手动飞行中调整——从时段划分和设置注意力阈值到实时管理频率上限。这些任务是必要的，但它们也很耗时，并且难以扩展。与手动管理活动相关的大部分烦恼可以通过人工智能的帮助来缓解。 虽然dv scibids ai通过利用第一方数据提升了数字kpi，但它也可以整合多个数据源，例如多触点归因和媒体质量指标（例如可观看性、品牌适宜性、注意力），为优化提供更全面的背景。事实上，将第三方信号输入dv scibids ai的品牌可以降低其每次行动成本35%。 为了应对处理多个活动优先级和KPI的复杂性，DV Scibids AI提供了一种专有的多结果框架，该框架可以以多种方式进行配置。 例如： 将 CPM 限制在[ $ ]确保最低可视率为[ % ]交付完整预算（如 DSP 所见） 保持最低 CPM[ $ ][关键绩效指标][提供者]最小化每,以[自定义操作]如果每 KPI 的成本低于[target]，则 dv scibids ai™通过人工智能驱动的优化提升数字广告性能。它解决了程序化媒体购买中的关键挑战，例如将媒体激活与结果联系起来以及自动化复杂任务。dv scibids ai旨在摄取和处理大量数据，以在规模上支持更智能、更高效的决策。 影响：实施DV Scibids AI的平均结果 展望未来： 值得记住的是人工智能是人类智慧的结晶。 管理具有不同受众、预算和创意的全球活动，同时动态优化每个活动的每个因素，可能会耗尽甚至最强大的团队资源。这就是为什么需要将人工智能集成到营销工作流程中；人脑只能检测和跟上这么多。 随着人工智能成为营销技术堆栈中的常态，尽早采用对营销人员保持竞争力至关重要。然而，对于营销团队来说，明确人工智能在组织中所扮演的角色也同样至关重要。人工智能和机器学习长期以来一直被用作市场差异化手段：作为能够使营销人员失业并威胁其生存的创新工具。但值得记住的是，人工智能是人类智慧的结晶。它可以在几秒钟内分析数百万个数据点、进行总结、推断和预测——但它无法感受同理心或拥有辨别力、经验和道德观念。这些是食谱最后微妙的原料，它们构成了表现卓越的媒体策略。 最终，DV Scibids AI的目的是提升真人的工作，而非取代营销人员。通过基于广告目标和过往表现，在不同平台和渠道间统一预算，ROI得以最大化，同时节省时间。AI是媒体购买者的最佳智能助手，让他们有更多时间专注于长期战略和创意，这些与最重要的人群——人类——产生共鸣。 方法论 数据声明：北美机构节省了17K美元，该数据是通过Indeed.com截至2025年5月1日美国程序交易员的平均工资计算的，每小时34.63美元，以及标准40小时工作周。 通过比较2024年上半年和2024年下半年，在1H 2024期间具有为出价优化激活DV Scibids AI的上游漏斗IO的独特计数，计算了上游漏斗活动AI激增的全球增长。 每个漏斗中的KPI提升是通过比较常规业务（控制）优化与在同一IO上进行的DV Scibids AI优化性能，并汇总各种性能提升来计算的。这项分析涵盖了2024年全年DV Scibids AI产品组合在全球范围内的激活情况。 Sapio调查方法学：DV与Sapio Research签订合同，进行一项“营销人员调查”，调查了来自亚太地区（澳大利亚、印度、印度尼西亚、日本、新西兰、菲律宾、新加坡、泰国、越南）、欧洲、中东和非洲（奥地利、法国、德国、意大利、荷兰、波兰、沙特阿拉伯、西班牙、瑞士、阿联酋、英国）、拉丁美洲（巴西、哥伦比亚、墨西哥）和北美（加拿大、美国）的1,970名营销和广告决策者；调查结果在本报告中全文引用，引用为营销人员或媒体买方的观点。 样本数据是从线上合作伙伴小组收集的。访谈由Sapio Research于2025年3月通过电子邮件邀请和在线调查进行。任何样本的结果都可能因抽样差异而变化。这种差异的程度是可以衡量的，并且受访谈数量以及用于表达结果的百分比精确度的影响。在营销人员调查中，有100次中有95次的机会表明，调查结果与如果对所有代表样本的总体人员进行的访谈所能获得的结果相比，不会超出2.2个百分点。 附录 图1。 图2。 在以下哪些媒体策划和购买步骤中，您去年（2024年）使用了人工