社区 发现 AI AI 调广告的本质：用你的广告费去解一个...
AI 调广告的本质：用你的广告费去解一个“N元N次方程”
发帖8次
被置顶3次
被推荐1次
质量分0星
回帖互动107次
历史交流热度12.5%
历史交流深度0%
AI 模型的本质：用“错题本”去解方程想象我们要训练一个只有2个参数（w1, w2）的极小模型，让它学会：y ≈ w1 × x + w2
给模型准备了3个训练样本（就像给学生3道例题）：
输入 x 真实输出 y（带一点噪声）
x：1， y：5.1
x：2， y： ≈ 8.0
x：3， y：≈ 10.9
这些数据大致符合 y = 3x + 2 的规律：
当 x=1 时，3×1 + 2 = 5
当 x=2 时，3×2 + 2 = 8
当 x=3 时，3×3 + 2 = 11
此时，AI学会了模型：y ≈ w1 × x + w2
有点像初中学的两元一次方程组，只不过AI模型的数据有噪声，并且参数更多、关系也极其复杂。
AI模型的本质其实接近于：预测一个N元N次方程的解。
就像学生算二元一次方程求出解，（初始瞎猜）
老师说：“不对，重新计算”（人类负面反馈）
学生就把计算过程擦掉，再重新计算，（重新“瞎猜”）
直到得出正确答案。（训练完成）
而AI训练的过程需要大量“瞎猜”——需要不断擦除错题，重新算，所以要消耗大量的能源（错题本）。
ps：所谓的“涌现”，可能是这个“学生”太聪明了，蒙题的本事太高了。当然这是玩笑话。
为什么 AI 调广告工具“不行”？
为什么说这些？
因为这就是AI调广告的本质：
用能源（数据/广告费）去解一个“N元N次方程”（达到某个销量/CVR/ROAS）。
为什么说AI调广告工具不行呢？
因为每个卖家的“数据”不一样。
一个训练非常好的模型，可以给出一个很标准的广告优化模型。但是每个卖家头程/尾程/产品成本不一，甚至图片、listing质量也参差不齐。即使模型再完美，落到实际个体卖家，执行的临门一脚可能不尽人意。
刚才说到，训练需要消耗大量能源。在广告领域，消耗的能源就是广告费。
每次一解方程（验证/优化某个参数最佳值，如“基础竞价”），AI都需要数据来验证，而获取数据需要给广告商交钱：
即使100%一样的链接，跟卖到另一个店铺重新开广告，广告模型（cpc/bidxxxx）也可能天差地别。
而即使不差钱，训练广告模型本身也很复杂。只懂训练模型的工程师，很难理解亚马逊广告的“玄学”。
亚马逊广告的复杂性与“玄学”
这就要提到亚马逊“复杂”的广告了。
我们先不提 SB \ SBV \ SD \ DSP 这些，我们先讲讲 SP：
从广告后台可见数据来讲，分析一个广告有哪些指标？
曝光（没有曝光一切都免谈）
CTR（太低可能导致系统不给你更多曝光）
基础竞价（影响给你多少流量/曝光位置）
BID（曝光位置/广告活动转化）
CVR（首页/其余/产品位置预期转化率不一样）
假设我们目标是优化链接的转化。那么这个复杂的函数要计算：曝光、CTR、CVR、BID之间的函数关系。
要做到这一点，模型必须记录时间，某个BID出现在哪个曝光位置，甚至第几页第几个广告位。
除了广告数据，是否还要记录竞品是否报活动？是否做了站外？补单？是否降价？
这些都是影响自己产品CVR的因素。还有其他，这里不一一列举。
总之上述这些，AI无法全部抓取，或者说抓取的并不好。这些都考虑不全，你怎么放心让他动你的预算？假如你的运营，从不分析竞品站外 or 竞品是否降价，就突然猛加预算，你会怎么做？
当然竞品活动、站外这些，可以从求出“解”来一步到位。但是你真的确定这个“AI”足够聪明，值得你花“能源”去“训练”他吗？
亚马逊“权重”的定义就众说纷纭，平台政策也还不断迭代，这需要AI工具比你更懂亚马逊，并且要不断、不快、不慢的更新，而这一点难上加难。
跨境电商的本质：套利
90%选择AI广告工具的人，无非就是图两点：
一，省事
二，省钱
省事甚至不是大头，因为老板自己不需要，大多是运营头疼。
所以我觉得，用AI大概率是为了省钱。
当一个广告模型需要你真金白银去训练，你还会用他吗？
我觉得不如招一个已经烧过钱有这个类目经验的“活人”运营性价比实在。
跨境对我而言，就是套利：流量套利、供应链套利、文化理解套利。
与其花很多心思在广告上卷生卷死，不如研究一下供应链、研究一下仓储物流、研究一下终端喜好和选品。
广告很重要，但也只是流量套利的杠杆。
如果产品烂到发指（不要求产品多优秀，大多数公司产品都“烂”），或是产品成本/物流仓储成本逆天，再优秀的广告手法也难做到盈利，只能说是减少损失。
有点像股市里买了烂股票被套牢，还想着做T和低吸...
以上是对我上篇文章又有感而发，真的一直在研究AI能在跨境中的应用，可能我智商有限，总感觉这AI有作用，但不多。
最后叠个甲
关于AI，我的观点不一定对，基于我的理解，有错误欢迎指正，轻喷。
关于广告优化的指标，我只是大概列举一下，此篇不讨论如何优化广告本身，请各位朋友们不要深究。
如果把AI当作广告自动化执行工具，完全不是“垃圾”；如果让AI“调广告”，我非常不认同，但欢迎牛人说服我。
给模型准备了3个训练样本（就像给学生3道例题）：
输入 x 真实输出 y（带一点噪声）
x：1， y：5.1
x：2， y： ≈ 8.0
x：3， y：≈ 10.9
这些数据大致符合 y = 3x + 2 的规律：
当 x=1 时，3×1 + 2 = 5
当 x=2 时，3×2 + 2 = 8
当 x=3 时，3×3 + 2 = 11
此时，AI学会了模型：y ≈ w1 × x + w2
有点像初中学的两元一次方程组，只不过AI模型的数据有噪声，并且参数更多、关系也极其复杂。
AI模型的本质其实接近于：预测一个N元N次方程的解。
就像学生算二元一次方程求出解，（初始瞎猜）
老师说：“不对，重新计算”（人类负面反馈）
学生就把计算过程擦掉，再重新计算，（重新“瞎猜”）
直到得出正确答案。（训练完成）
而AI训练的过程需要大量“瞎猜”——需要不断擦除错题，重新算，所以要消耗大量的能源（错题本）。
ps：所谓的“涌现”，可能是这个“学生”太聪明了，蒙题的本事太高了。当然这是玩笑话。
为什么 AI 调广告工具“不行”？
为什么说这些？
因为这就是AI调广告的本质：
用能源（数据/广告费）去解一个“N元N次方程”（达到某个销量/CVR/ROAS）。
为什么说AI调广告工具不行呢？
因为每个卖家的“数据”不一样。
一个训练非常好的模型，可以给出一个很标准的广告优化模型。但是每个卖家头程/尾程/产品成本不一，甚至图片、listing质量也参差不齐。即使模型再完美，落到实际个体卖家，执行的临门一脚可能不尽人意。
刚才说到，训练需要消耗大量能源。在广告领域，消耗的能源就是广告费。
每次一解方程（验证/优化某个参数最佳值，如“基础竞价”），AI都需要数据来验证，而获取数据需要给广告商交钱：
即使100%一样的链接，跟卖到另一个店铺重新开广告，广告模型（cpc/bidxxxx）也可能天差地别。
而即使不差钱，训练广告模型本身也很复杂。只懂训练模型的工程师，很难理解亚马逊广告的“玄学”。
亚马逊广告的复杂性与“玄学”
这就要提到亚马逊“复杂”的广告了。
我们先不提 SB \ SBV \ SD \ DSP 这些，我们先讲讲 SP：
从广告后台可见数据来讲，分析一个广告有哪些指标？
曝光（没有曝光一切都免谈）
CTR（太低可能导致系统不给你更多曝光）
基础竞价（影响给你多少流量/曝光位置）
BID（曝光位置/广告活动转化）
CVR（首页/其余/产品位置预期转化率不一样）
假设我们目标是优化链接的转化。那么这个复杂的函数要计算：曝光、CTR、CVR、BID之间的函数关系。
要做到这一点，模型必须记录时间，某个BID出现在哪个曝光位置，甚至第几页第几个广告位。
除了广告数据，是否还要记录竞品是否报活动？是否做了站外？补单？是否降价？
这些都是影响自己产品CVR的因素。还有其他，这里不一一列举。
总之上述这些，AI无法全部抓取，或者说抓取的并不好。这些都考虑不全，你怎么放心让他动你的预算？假如你的运营，从不分析竞品站外 or 竞品是否降价，就突然猛加预算，你会怎么做？
当然竞品活动、站外这些，可以从求出“解”来一步到位。但是你真的确定这个“AI”足够聪明，值得你花“能源”去“训练”他吗？
亚马逊“权重”的定义就众说纷纭，平台政策也还不断迭代，这需要AI工具比你更懂亚马逊，并且要不断、不快、不慢的更新，而这一点难上加难。
跨境电商的本质：套利
90%选择AI广告工具的人，无非就是图两点：
一，省事
二，省钱
省事甚至不是大头，因为老板自己不需要，大多是运营头疼。
所以我觉得，用AI大概率是为了省钱。
当一个广告模型需要你真金白银去训练，你还会用他吗？
我觉得不如招一个已经烧过钱有这个类目经验的“活人”运营性价比实在。
跨境对我而言，就是套利：流量套利、供应链套利、文化理解套利。
与其花很多心思在广告上卷生卷死，不如研究一下供应链、研究一下仓储物流、研究一下终端喜好和选品。
广告很重要，但也只是流量套利的杠杆。
如果产品烂到发指（不要求产品多优秀，大多数公司产品都“烂”），或是产品成本/物流仓储成本逆天，再优秀的广告手法也难做到盈利，只能说是减少损失。
有点像股市里买了烂股票被套牢，还想着做T和低吸...
以上是对我上篇文章又有感而发，真的一直在研究AI能在跨境中的应用，可能我智商有限，总感觉这AI有作用，但不多。
最后叠个甲
关于AI，我的观点不一定对，基于我的理解，有错误欢迎指正，轻喷。
关于广告优化的指标，我只是大概列举一下，此篇不讨论如何优化广告本身，请各位朋友们不要深究。
如果把AI当作广告自动化执行工具，完全不是“垃圾”；如果让AI“调广告”，我非常不认同，但欢迎牛人说服我。
倒计时：
0 个回复