小编今天在看亚马逊官方后台的列表时，发现了“广告优化”方面有一家中国公司!要知道这方面一直是海外公司的天下，所以怀着好奇的心情，我们采访了这家中国公司的数据负责人刘澍，请教了他对于广告投放的看法。作为跨境电商方面的小司机，小编惯看了电商宝典圣经之类的秋月春风，然而这次采访我却看到了完全不同的一个世界!他们不仅以中国企业的身份杀入亚马逊的服务提供商的行列，更扎扎实实地用人工智能的前沿技术让小编对亚马逊PPC广告的认识观完全被颠覆了。

　　小编提问：人工智能怎么帮助亚马逊广告投放？机器学习做了哪些工作？

　　刘澍：人工智能完全可以并且已经运用到了亚马逊站内广告投放的领域之中，机器学习挑战了传统的PPC数据优化方法，并因其数据累积效应以及应对市场变化的能力而能形成爆发式的长期效果，并带来可持续的产品影响力。

　　亚马逊站内PPC广告(Sponsored Products)推送的商品是带有广告标示的混杂在亚马逊商品搜索结果页中，因此用户接受此类商品的视听神经运行方式是与接受自然商品时相似的。

　　此时，比起关键词的贴合程度，商品本身的竞争力成为本质上最大的未知项。

　　从清谷人工智能对大量广告的学习处理过程来看，累积数据的学习性目的以比较关键词差异为主(37%)，以衡量有效关键词匹配类型比重次之(29%)，人工智能根据前者减去顾客最可能感兴趣的卖点，根据后者挖掘顾客可能新产生的兴趣点，比起对商品的一成不变的贴合，人工智能更偏向挖掘商品本身的竞争力。

　　挖掘商品竞争力是人工智能对亚马逊广告本质的学习性判断，在投商品积累的数据表面，无论是什么商品，一定会表现出三种过渡自然的历史阶段。

　　小编提问：能不能透露一些人工智能指导广告投放学习到的规律供卖家们参考？

　　刘澍：一个最显著的规律是从投放的时间轴上体现的。从清谷投放的平均结果来看，人工智能导向广告曲线为三个阶段，根据各阶段的显著特征可以叫“起步期”、“成长期”和“成熟期”。三个阶段如下图所示：

　　竞争力强的商品在前四个月基本能完成一二阶段的过渡，在第五个月开始效果的暴增。但在亚马逊投放的商品不总是竞争力强的，更多的是竞争力一般或较差的。

　　从平均数据来看，基本可以把商品的阶段演变视为季度演变，即第一季度为起步的阶段，基本对应“第一阶段前半期”，这一阶段以增加曝光为主;第二季度为成长的阶段，基本对应“第一阶段后半期+第二阶段”，这一阶段以增加销量，改进竞争力模型为主;第三、四季度为热卖的阶段，基本对应“第三阶段”，这一阶段以可观的销量以及ROI为特征。

　　起步期-第一季度第一阶段前半期增加曝光

　　成长期-第二季度第一阶段后半期+第二阶段增加销量、改进竞争力模型

　　成熟期-第三、四季度第三阶段销量剧增、ROI改进

　　小编提问：这些阶段是怎么形成的，又怎么通过数据区分？

　　刘澍：第一阶段时形成数据量的势差，以检验商品的初始竞争力以及测试商品的竞争力提升上限;此时可以显见流量的剧增、转化率的大幅提升以及CPC的大幅提升。

　　第二阶段时形成多点AB测试网络，以匹配出多种购买链以及多种商品抗压模型;此时可以显见流量相对第一阶段的减少、转化率的下降以及CPC的浮动。

　　第三阶段时形成高级的类森林生态系统，因其高度的复杂能完美应付市场变化的压力，且本身承载的体量(即商品的竞争力)也极高;此时可显见流量的稳定、转化率的大幅提升、CPC的稳定。

　　与人工预期相比流量转化率CPC

　　第一阶段+435%+187%+118%

　　第二阶段+40%-21%+169%

　　第三阶段+189%-30%+12%

　　从清谷人工智能对500例以上(有卖家自己做出的同期人工投放数据预期做对比)的广告的指导过程来分析，阶段性明显，结果倾向在情理之中，三个阶段的划分节点平均值分别为4.1个月，5.7个月。假如是人类自身在操作，受到前三个月的数据波动影响，经验会倾向于省钱与降低CPC，这时就会导致第二阶段的延后乃至被根本不会到来。在这一点上，人工智能就显示出了超越人类经验的理性：以全年的利益最大化为终极目标。

　　小编提问：……，好吧，我没问题了~~~

　　刘澍：……

　　其实听了刘澍的分析，小编也是晕晕的，但字里行间大概的意思却着实给小编打开了一扇完全不一样的大门，首先人工智能这么扎实地做实在是有点高大上同时接地气的，其次是把产品竞争力纳入优化的一个因素中也是我们人想都不敢想的，最后以年为周期的“稳扎稳打”的计划更是魄力十足，当然有这么多用户的数据也可以看出大家都开始意识到持久战和深挖土广积粮缓称王的重要性;在此也要谢谢刘澍愿意向我们分享这些干货数据，比起模棱两可的行业数据或者片面的实操经验，对卖家真的很有帮助。