随着人工智能开始在PPC账户管理中发挥更大作用，专栏作家Frederick Valleys认为我们必须保持警惕，了解我们所依赖的系统的功能。
从20世纪70年代到今天，硅谷出现了三波技术创新浪潮，催生了许多行业，包括我们的（在线营销）。首先，有半导体，然后是个人电脑，最近还有互联网。现在，在人工智能（AI）的推动下，我们正处于下一波创新浪潮的尖端。由于这些创新浪潮和自动化 – 2017年PPC的最大趋势 – 可以推动我们的行业存在通过人工智能，在下一波浪潮中，事情会有什么变化？当我们开始使用更多的自动化而不知道其能力的程度时，我们会面临哪些风险？我将探索所有这些并为我们的行业提供一种方法，为自动化工具增加一层透明度，以防止运动受到影响坏机器人的手。关于人工智能及其方法的入门在解释AI如何涉及在线营销之前，澄清一些与AI相关的流行语可能是有帮助的。最简单的人工智能是当机器可以解决我们认为是某事的问题时这需要一个人和他们特殊的“人类技能”或认知。因为这是一个相当松散的定义，它也意味着我们所认为的人工智能已经发展，当计算机在国际象棋中获胜时，我们再也找不到令人印象深刻的东西了。现在，酒吧已经被提升到喜欢驾驶一辆在高峰时段交通没有方向盘穿过城镇的汽车。如何实现这一壮举并不重要，因为它被认为是AI.I我在伦敦HeroConf的主题演讲中演示了一个演示，在那里我与亚马逊的Alexa讨论了我的AdWords帐户。让她明白我所问的是一个非常先进的人工智能的壮举，但提供我关于帐户表现的问题的答案是通过一些与Optmyzr（我的公司）的API交互的简单代码完成的。我得到了一些很好的评论演示，人们说很高兴看到这种与机器的交互，但是自己构建了这个演示，我发现很有趣的是人们认为机器可能比它实际上要强大得多。手动编程AIIf你已经够了通过手动编写包含if-then语句的大量代码来教会计算机在每种可能的情况下如何解决问题，可以创建AI。在PPC-land中，这就像使用大量自动规则来完全编纂您的客户经理如何优化帐户。这种方法不是非常“智能”，需要太多的工作来定义所有可能的边缘情况，因此以下是一些更新，更实用的创建AI的方法。机器学习机器学习是一种统计方法，用于从大量数据中查找相关性以尝试预测未来事件。该计算机不是明确地告诉计算机在每种可能的情况下该做什么，而是根据历史数据可能的结果教导自己该做什么。至少从2008年开始，AdWords已经出现了机器学习，它对广告客户产生了数百倍的影响。质量得分机制有助于预测每次发生的每次搜索最有可能被点击的广告的日子。神经网络神经网络是通过模仿我们如何理解人类大脑工作来实现AI的另一种方法。在我们的大脑中，信息从神经元传递到神经元，直到我们最终对信号进行某种解释。神经网络还通过多层处理传递输入，并为每个处理级别分配置信度分数。深度学习是指发生此类处理的许多层。信号可以通过不同的路径，并且具有最高置信度的路径产生结果。谷歌翻译中的一位工程师最近给了我一个神经网络的例子。他解释说，谷歌能够实时翻译通过拍照手机拍摄的文本，神经网络可用于帮助计算机视觉。一段文本具有神经网络在翻译之前所寻找的一些共同特征（使用统计机器翻译完成）。如果你想看到一个神经网络在运行，试试Quick，Draw，一个由Google构建的有趣的涂鸦游戏。随着机器从用户继续绘制的数据中获取更多数据，听到它的猜测如何演变直到它最终得到正确的答案是很有趣的。人工智能杀死了广告系列其核心，AI是关于计算机处理历史上会有的任务被认为只有人类可以做得好的东西。将任务交给计算机也称为自动化，这是每个PPC营销人员的梦想。现在我们知道有不同的方法来实现AI，所有方法都具有不同程度的熟练程度，让我们暂停一下，举例说明人工智能背后的技术何时不足以正确处理PPC活动。这些例子不是假设的; 它们是我在真实账户中看到的东西。当黑匣子出价管理沉没电子商务活动时，一家电子商务公司正在使用黑盒竞标自动化系统，类似于谷歌的灵活出价策略，以实现更好的AdWords投资回报率活动。有一天，他们推出了一个新的着陆页设计，其表现比预期的差得多。虽然他们很快发现转换率下降，但黑匣子竞标系统也是如此。该团队恢复了旧版本的目标网页，并且转化率恢复到了通常的水平，但由于某种原因，转化的总体数量没有恢复到以前的水平。在经历了数周的销售损失后，他们发现他们的一些主要关键字已降至第2页。由于他们没有获得足够的新数据来扭转在着陆页修复后降低出价的决定，因此从未当自动关键字挖掘导致合同违约时，自动化关键字挖掘的另一个例子就是自动化搜索查询挖掘的公司在系统添加了具有卓越性能的查询时丢失了制造商的联合营销资金。作为新的关键词但没有意识到这些新关键词包含商标，他们在合同中被禁止在合作营销合同下使用。如果管理自动化的系统过于简单并仅仅评估指标，则很容易出现人类容易避免的错误。PPC自动化水平如果我们要自动完成部分工作，我们需要了解我们正在使用的人工智能的限制，因为这可以告诉我们如果我们不希望我们的活动崩溃，那么监督系统会有多紧密。这是来自自动驾驶汽车世界的类比，该行业已经提出了从0到5的标准化自治水平，帮助设定驾驶员对他们应该如何参与的期望。具有1级自动化如巡航控制，驾驶员知道他们仍然需要注意前方停止的车辆，同时还要处理所有其他任务，如转向和制动。特斯拉的自动驾驶仪是2级自动驾驶仪，在完美的条件下，汽车可以自行处理所有基础设施，但是当出现异常时，人类驾驶员需要始终保持充分的注意力。我建议定义自动化水平，以便PPC工具的用户（包括我公司提供的工具）更好地了解工具的限制。 are.Level 0
PPC帐户中的所有内容都是手动完成的，包含电子表格，以及需要所有输入由人工提供的工具。级别1在级别1中，自动监控和警报但不采取自动操作。一个很好的例子是像Google的异常检测程序这样的AdWords脚本，它可以每小时扫描一个帐户的效果，并在指标偏离设定百分比超出预期时触发警报。当帐户中出现异常情况时，AdWords脚本会发出警报1级PPC自动化的示例。（来自Google的图片）Level 2Here，各个管理任务是自动化的，但任务之间没有互连。一个很好的例子是每天运行的自动规则，并暂停质量得分低于设定数量的任何关键字。使用自动规则等系统管理帐户的编程规则是Level的一个示例2 PPC自动化。来自Google.comLevel 3的图像此自动化级别可同时处理多个任务，并了解托管组件的相互作用。这里的一个示例是一个自动设置出价和预算的系统，并且足够聪明，可以理解在提高出价时，可能需要调整预算以便最大限度地提高流量，从而获得最佳效果广告系列。管理出价的工具，一致的出价调整和预算是3级PPC自动化的一个例子。图片来自Optmyzr
presentation.Level 4现在我们正在进入完全自动化，只要广告保持在一些非常紧凑的范围内，就不再需要人工监督。想象一个垂直特定平台，您可以在其中设置广告系列的目标，例如每次转化费用目标和最高预算，并且因为纵向定义非常严格，系统会知道允许对出价，预算，广告做什么，关键词，定位选项等等。级别5我认为这就是我在那里工作的Google首席执行官Eric Schmidt在我们每周一次的TGIF会议期间会谈到的。他设想了一个广告系统非常聪明的世界，它将知道如何发展任何业务。公司可以给Google写一张空白支票，他们知道他们会看到有利可图的增长直接结果。结论随着人工智能开始在PPC账户管理中发挥更大的作用，我相信我们必须保持警惕，了解我们所依赖的系统的能力。人工智能的炒作和营销如此之多，以至于我们可以很容易地相信自动化比实际更加先进和强大。作为一个行业，我们应该跟随汽车行业的发展并建立一个清晰的谈话框架关于自动化水平。如果我们不能公开透明并设定明确的期望，那么将会发生错误，这将减少PPC经理对技术的信任，这可能导致采用惊人进步的速度减速。作为热爱技术的人，我不愿意看到这种情况发生。本文中表达的观点是客座作者的观点，不一定是搜索引擎土地。工作人员作者列于此处。
关于作者
Frederick
Vallaeys Frederick（“弗雷德”）Vallaeys是Google首批500名员工之一，他花了10年时间构建AdWords并教导广告客户如何充分利用它作为Google AdWords福音传道者。
如今，他是Optmyzr的联合创始人，这是一家专注于独特数据洞察，一键式优化
”
