Share on facebook
Share on linkedin
Share on twitter
Share on facebook
Share on linkedin
Share on twitter
[consultant3]

用人工智慧解密新型態廣告詐騙行為

廣告詐騙已經成為全球數位廣告產業最巨大的威脅之一。根據美國全國廣告商協會的統計,估計2017年數位廣告詐騙將造成全球各廣告業65億美元的損失;Juniper Research最近的一份報告也顯示,2018年預計廣告主會因廣告詐騙而損失高達190億美元,這個情況會愈演愈烈,預計到2022年所造成的損失估計將達到440億美元。

事實上,行銷與廣告產業已經花費了大量資源去尋找有效的方法以「減輕」廣告詐騙對企業所帶來的影響,注意這裡我用了「減輕」這個詞,這是因為廣告詐騙就和網路詐騙或者金融詐騙一樣防不勝防,並沒有一套解決方案可以徹底根除這個問題,隨著廣告詐騙手法不斷進化,我們的解決方案也必須與時俱進。

大多數針對廣告詐騙的防治對策都是以人為所定義的簡易規則來過續可疑流量。但是,隨著廣告詐騙型態與手法近年變得越來越複雜,傳統的對策已不再足以全面性地防堵廣告詐騙。

以人工智慧為基礎所開發的廣告詐騙偵測機制

隨著廣告詐騙變得更加複雜與難以偵測,我們的偵測機制也必須同步進化,而Appier相信,唯一可以實現它的方式就是透過人工智慧(AI)。

人工智慧詐騙偵測機制的第一步是以現有規則過濾顯基本的詐騙型態,接著,人工智慧透過「自我學習」可以即時分析與歸納各種可疑的詐騙型態,並且快速建立與應用新規則,找出先前尚未出現過的可疑詐騙模式。另一個人工智慧模型的優勢在於,與傳統詐騙偵測機制相比,人工智慧能從更多元的維度全面分析詐騙行為模式。

傳統廣告詐騙偵測機制侷限在一至三個維度的分析,並仰賴人為所定義的簡易規則來過濾可疑流量。然而,人工智慧可以分析超過八十個維度的資料,偵測極其複雜的廣告詐騙模式。即便廣告詐騙模式不斷進步以避開傳統偵測機制,人工智慧模型還是能透過自我學習,跟上詐騙的進化腳步,有效防堵各種新型態的詐騙行為。

為了展示人工智慧詐騙偵測機制的優勢,Appier針對今年五月至八月間共計四個月的跨國的行動裝置廣告活動,其中包含超過40億筆使用行為資料量,並以匿名的方式進行分析,結果發現藉由人工智慧所偵測到的偽裝行動應用程式下載率較傳統防治機制還要高出兩倍,另外,從廣告效益來看,人工智慧詐騙偵測機制也被證明對廣告主來說更具成本效益,其廣告投資報酬率(ROAS)比傳統機制還要高出3.6%。

人工智慧的最大優勢在於它能夠偵測過去未曾出現的複雜廣告詐騙型態。以Appier稱之為「變色龍」的偽裝型詐騙手法為例,不肖業者會先偽裝成合法的廣告發行商,於初期先提供正常流量,一段時間後才回傳大量的偽造下載數以掩人耳目。

Appier的人工智慧詐騙偵測模型也能偵測如「廣告庫存量暴增」的可疑活動,在這種行為模式下,惡意發行商於單日突然回報大量廣告庫存量,但卻缺少該日相應的應用程式內註冊率。

寫在最後

廣告詐騙的問題已令廣告主投入數十億美元的無效成本,而由於這些詐騙型態非常難以察覺,傳統的偵測機制能力十分有限,相反地,人工智慧法可以分析多重維度的資料及具備自我學習的能力,將會是防治數位廣告詐騙的最佳選擇。

完整《Appier 2017亞洲數位廣告詐騙行為調查報告》可至此處下載。

 


關於作者

蘇家永擔任Appier技術長暨共同創辦人,負責規劃技術研發方向與策略,並帶領團隊開發各種人工智慧應用平台,協助企業解決最棘手的商業挑戰。蘇家永自高中開始即熱衷於專研電腦程式設計,在多個領域如社交遊戲、VoIP、分散式演算與線上GIS都有相關系統設計與建置經驗。在創立Appier之前,蘇家永曾創辦Plaxie,開發行動應用程式與社交遊戲。蘇家永擁有交通大學資工學士學位以及哈佛大學電腦科學碩士學位,曾獲得交通大學學生傑出貢獻獎,並受頒中華民國斐陶斐榮譽學會年榮譽會員。就讀於哈佛大學期間,蘇家永曾發表過多篇網絡與系統設計相關的論文。

 

 

WE CAN HELP

Letus know how we can help improve your marketing strategy

YOU MIGHT ALSO LIKE

提升顧客忠誠度和留存率永遠不嫌晚,聰明運用AI加速進程!

失去顧客的代價比想像的還大,不僅可能降低企業聲譽和營收,還會讓企業花費更多的行銷預算。市調公司Forrester Research便指出,獲取新客的成本是維繫既有顧客成本的五倍之多。 那麼企業如何預測哪些顧客即將離去?又應如何與這些顧客持續建立正向互動? 在此情況下,人工智慧便是企業可用來洞察顧客行為的工具。例如:辨識哪些顧客處於非活躍狀態,並藉此預測誰最有可能將投入其他服務的懷抱(稱為「流失率(churn rate)」);人工智慧還可以洞察該顧客的興趣,讓企業能夠根據洞察結果打造個人化的訊息及內容,來達到挽留該顧客的目的。下文將介紹人工智慧的運作方式。 掌握時效性分析資料,及時提升顧客留存率 留住顧客是所有行業獲取利潤的關鍵因素。若以傳統方式,行銷人需自行分析手邊龐大的資料,但真正的難題在於如何解釋這些數據,並將其轉換成可於未來執行的具體方案。不僅如此,這項分析工作也必須盡早完成,因為當顧客正考慮要離去時,企業必須和時間賽跑以搶得先機。 相較於手動蒐集資料,由人工智慧驅動的系統,其效率要高得多,因其可以按照企業的需求,自動化完成分析作業。一旦設定好目標,便可調整系統參數,人工智慧將會依照設定快速而正確地完成工作,大幅降低人為錯誤的風險。若行銷人發現資料不符合需求或不夠具體,則可以優化參數設定,此時系統也會重新調整自身的參數,以符合新的設定值。 下文將說明人工智慧如何幫助企業留住顧客。 整合企業內、外部資料,描繪「完整」的顧客樣貌 舉以Appier的AIXON人工智慧資料科學平台為例,其平台彙整不同來源的企業內部資料,同時整合企業內、外部資料,以拼湊出完整的顧客樣貌,讓企業可以更準確地掌握消費者過去的行為,並且有十足的把握可以預測其未來的動向(後者至關重要)。 內部資料指的是品牌業者透過自營管道蒐集而來的資訊,這些管道包括該品牌的網站、應用程式、內容管理系統(content management system)和線下銷售資料等等。外部資料指的則是透過以上其他方式獲得的資訊,例如:第三方資料庫以及顧客在你網站以外的線上行為。人工智慧系統可以把這些資料聚集在一起,整合成一個寶貴的企業資源,並描繪出一個完整的顧客樣貌,讓企業了解其如何與自己和其他的品牌業者互動。接著,人工智慧系統便可利用這些資料來找出企業最有可能即將流失的顧客。 探索出顧客「真正」感興趣的東西進而留住顧客的心 試想一下:企業不僅有辦法了解顧客在自家網站上的行為,還可挖掘出同一顧客在網路世界中的其他行為。該如何實現這樣的目標?人工智慧工具正好可以做到這一點:透過分析顧客在各個網站裡瀏覽過的內容中所使用的關鍵字如:健身、旅行、時尚或電影,企業便能知道顧客對什麼事物感興趣。   這些興趣可能十分具體,例如啞鈴訓練或以女強人為主角的浪漫喜劇,而非只是健身或電影這樣籠統的關鍵字。 人工智慧系統可以在轉瞬間解析所有這類的資訊,相較之下,若單純使用人力,則需要耗費許多時間來獲得相同的洞察結果。 透過結合這些見解與早先描繪出來的完整顧客樣貌,企業便可以在正確的時間點呈現正確的內容,以便在顧客決定離開前重新與其進行積極互動。 舉例來說,一位超過一個月都未打開行銷電子郵件的使用者,被人工智慧預測他可能同時即將在其他品牌進行消費,這時企業就可以主動提供優惠券來吸引顧客留下。優惠券的內容可以根據顧客的興趣來加以設計,如此一來,企業便能增加留住顧客的可能性,同時降低顧客流失率。 運用人工智慧來留住顧客的方法可創造更加個人化的顧客體驗,使其在整個顧客旅程中感受到更多與品牌業者互動的機會,從而降低離開的可能性。透過界定正確的目標受眾與滿足其特定興趣,企業便可以在老顧客保衛戰上取得主動優勢,並在顧客尚未意識到自己正考慮離開前,重新與其建立良好關係。   歡迎與我們聯繫 |了解人工智慧如何幫助你的企業解決商業難題|

VIEW >

人工智慧四大密技
讓電話行銷不再擾人

還記得上次你因為推薦了不相干的產品,而被潛在客戶掛掉電話的經驗嗎?銷售的關鍵不外乎預測客戶需求與建立連結;不過,想要透過電話達到這樣的目標是極具挑戰性的,尤其當你的業務人員手邊沒有關於電話那頭的顧客額外資訊。 善用人工智慧技術,你便能夠針對每一位顧客的行為與興趣,建立詳細的客戶輪廓,快速改善電話行銷的品質與效益。銷售越是能夠個人化,你就越能與客戶產生良好互動、回應他們的需求、並且促進成交機率。 1. 建立顧客的全觀輪廓 你對自己的客戶了解有多深呢?有效運用顧客資料,你將能夠針對他們的興趣與行為,準確地描繪每個顧客分群輪廓。有了這些資訊,你就能辨識電話行銷中,價值最高的顧客群,並且設計與他們更息息相關的行銷訊息。 處理堆積如山的顧客數據資料是十分耗時的;然而,人工智慧驅動的資料科學平台可以為你省下這些麻煩的工夫,讓你能夠完全專注於銷售策略的擬定。 人工智慧平台(例如AIXON)能整合客戶關係管理系統與線上渠道內的所有顧客數據,例如:網頁、應用程式、以及社群媒體。根據顧客之前的網頁瀏覽與購買紀錄、個人偏好、線上互動紀錄以及社群媒體更新內容,透過機器學習技術消化資料後,建立全觀性的顧客輪廓。 人工智慧技術在一眨眼間便處理好所有相關數據,提供你高價值的洞察、幫助你更深入的了解顧客、然後產出相關情報來協助你提升轉換率。 2. 借助外部資料與人工智慧拓展高價值潛在新客 傳統作法是從自有的聯絡人資訊中人為探索潛在客戶以拓展業務,即使僅加上簡單的人口統計數據資料與所在位置做為分析參數,都會成為一件過份繁重且耗時的工作。 現在,你能借助外部資料與人工智慧,幫助你辨識可能與你業務產生互動的潛在客戶。人工智慧分析幾百萬筆細膩的外部資料,揭露與既有高價值客戶相似興趣或行為輪廓的潛在對象。接著,AI將更深度地以關鍵字等描述來分類這些潛在受眾,並依興趣流行度排序。 你能結合這些洞悉資料產出更有連結感的銷售介紹,藉此與各個不同受眾發展互動。以銷售高階車款為例,人工智慧在高階主管薪水等級的受眾之中,能夠再細部挑選出過去四十八小時內曾瀏覽過「豪華車款」的人、或者是常常尋找某個特定產品的群眾。你也可以針對某款特定的廠牌或車款作搜尋,精準找出顧客需求;或者,也能夠加上車款升級的選項以符合顧客逐漸提升的財力狀態。 3. 更有人情味的對話 電話服務中心通常會有固定模式的銷售腳本,這是一種幫助教育訓練、獲取資訊、避免犯錯、且能確保電話一致性的有用工具。不過,制式腳本容易產生機器人般的僵硬,對顧客來說就僅是另一通千遍一律的行銷電話而已。 想要確保行銷電話的成功,選擇較人性化的對話方式作開頭,更能有效地獲得顧客注意。例如一些與顧客背景有關、中立、且正向的話題。 聽起來或許很違反直覺,不過,例如機器學習這一類的高階人工智慧技術,就能為你的行銷電話帶來具有影響性的人性化主題 (前提是你有先執行前面所提到的兩個步驟)。藉由縮窄消費者興趣與行為範圍,業務人員將更能採用個人化的互動內容當作每通電話的對話開頭,這將更能使客戶因為受到重視而感到開心。 畢竟,電話服務中心成立的目標就是為了與顧客產生個人接觸。你的對話內容越人性化,你便越有機會與顧客發展出信任感與忠誠度。 4. 善用多元溝通渠道 隨著數位平台如雨後春筍般的出現,加上瞬息萬變的消費者互動偏好,與客戶之間的溝通對話也日漸困難。為了提升電話行銷效益,務必要確保你能透過各式渠道與客戶產生互動,例如透過電子郵件、推播訊息、網路訊息或手機簡訊。這些方式不僅能減少語音代理服務的工作負荷,更能幫助你始終站在互動偏好變化的最前線。 為了建立無縫的顧客體驗,你可以在實施電話行銷前或後執行多重管道溝通。在執行電話行銷前先寄出電子郵件,讓客戶期待新產品與優惠。之後,再寄出一封跟進訊息感謝客戶撥空參與,藉此更加深好印象。 現在消費者的時間越來越少、客戶也越來越沒耐性。主動透過多重管道的接觸點來支持客戶,將更能使顧客滿意並提升轉換率。

VIEW >

金融理財專家必讀!從風險預測到應用人工智慧探索並獲取信用卡用戶

隨著亞太地區越來越多金融機構開始採用人工智慧,獲取顧客、與客互動與風險管理的方式也將大幅改變。舉例而言,深度學習的發展能夠協助組織掌握更全面的潛在顧客樣貌,並且可更加精準地判斷顧客是否適合信用卡與貸款等金融服務。 2018年,亞太地區的銀行業共賺進約1.6兆美元的收益,其中約7,000億美元的稅前淨利更佔全球銀行業的37%。然而,各種跡象卻顯示該產業的成長趨緩,利潤也正逐漸減少;在此情況下,各家銀行需設法擴大營業規模,以增進營運績效並保持競爭力。 好在亞太地區的信用卡與貸款市場仍擁有可觀的發展潛力。雖然許多國家的信用卡滲透率並不高,但信用卡簽帳金額卻佔了全球的半壁江山,顯示推廣信用卡業務依然有利可圖。 同時,隨著銀行與金融機構(包含點對點P2P借貸平台)期望藉由信用卡與貸款相關商品提高收益,人工智慧工具也在金融領域擴展其運用範圍,將結合行銷資料與深度學習以強化風險評估,預期將在顧客獲取這一環扮演關鍵角色。 銀行業預估將投入56億美元於開發風險預防與詐騙分析等問題的解決方案,也將成為繼零售業之後,投資人工智慧的第二大產業。 中國與南韓等國家早已著手推動人工智慧。中國的金融科技公司瞄準了發展中的東南亞市場(例如印尼、越南與菲律賓等),藉由人工智慧吸引點對點借貸顧客、管理授信風險並確保顧客遵守債務償還規定。同時,南韓政府也在2018年宣布,預計將於2022年前投入2億美元進行人工智慧的研究與開發。 精挑細選顧客區隔 人工智慧在獲取顧客過程中扮演著雙重角色,一是除了能夠藉由深度學習協助金融組織全面了解受眾資料,二是能夠隨著資料數量的增加而產出更精準的預測與決策。 利用資料科學平台統整交易、行銷活動成果與官網顧客活動等歷史顧客資料,接著使用人工智慧進行篩選以分析各裝置上的使用者行為,以提供完整的顧客樣貌。這些洞察能夠協助你在正確的時機使用合適的裝置向顧客進行精準行銷。 若要更進一步掌握顧客,則可使用第三方資料與深度學習深入了解顧客於各個管道中展現的興趣與意圖,藉此精準得知他們處於何種人生階段。舉例而言,個人金融銀行的目標顧客或許是正在尋找高品質辦公套裝的30幾歲女性,而點對點借貸服務則可能鎖定想要在新興市場中的創業家。 掌握這些情報之後,便能夠根據顧客的興趣、意向與人生階段篩選出並建立適當區隔。接著,深度學習便能藉由預測未來轉換率與廣告投資報酬率,辨識出最有可能申請信用卡或借貸服務的客群。 此外,顧客區隔也能夠讓行銷活動與廣告更加個人化,進而提升顧客互動。舉例而言,安迪剛剛付清汽車貸款,並一直瀏覽新公寓與財產稅的相關文章,這表示他可能有意在近期內申請房屋貸款。此時,若能藉由電子郵件或網頁推播通知廣告,向對方行銷最佳利率的房屋貸款方案,便很有可能成功與他建立良性互動。 除此之外,人工智慧也能夠協助維持顧客互動與保留率。藉由追蹤先前行銷活動的顧客互動與反應,人工智慧能夠辨識使用行銷活動的最佳時機與最有效的行銷渠道(例如應用程式推播通知、電子報或網頁推播通知),以及最適當的行銷內容。 風險評估 辨識出信用卡與貸款商品的最有價值顧客固然重要,但詐騙防治也同樣不可輕忽。由於人工智慧工具能夠協助降低風險管理與詐騙偵測的開支,金融公司已開始使用人工智慧處理與分析大量資料以歸納出異常模式,並藉此找出可能為詐騙的異常交易。 人工智慧也能夠在行銷前進行風險評估,提升顧客獲取成效。以信用卡與借貸服務供應商而言,除了收入、債務、還款紀錄等傳統的評估因素外,人工智慧還能夠藉由顧客的消費習慣、生活型態、財產所有權、保險申訴與其他指標,提供更全面的顧客檔案,協助評估顧客的風險等級。   對於坐擁大量資料的金融服務業而言,人工智慧能為他們建立巨大優勢又能夠協助節省開支。舉例而言,人工智慧能夠分析資料與預測行為,因此在顧客互動、風險評估與威脅防治等方面都可有所建樹。隨著金融科技相關投資逐漸有所收穫,亞太地區的人工智慧使用率可望大幅提高,在增進產業效率與效能的同時,也能夠協助擴張規模並提升競爭力。 想了解人工智慧如何協助金融業分析資料、進行精準預測並掌握洞察,進而制定更有效的行銷策略與活動嗎?歡迎立即下載Appier最新白皮書《做一個最懂顧客的理財顧問:運用人工智慧強化金融商品行銷並提升投資報酬率》吧!   歡迎與我們聯繫 |了解人工智慧如何幫助你的企業解決商業難題|  

VIEW >