本文轉載自《Digit Spark》，作者為 Lesley Su
行銷世界裡，消費性商品要吸引大眾，品牌就需要不斷推出精彩的廣告競爭，例如全聯、IKEA 就是大家很有感的品牌。而 精美的廣吿要怎麼讓人看見、吸引眾人愛上背後的品牌？這就是「廣吿投放」的專業。 而現今廣告投放業界更進化，紛紛使用「數據投廣」技術競爭網路上的吸睛版位，今天我們來科普關於廣告投手的專業，以及什麼是數據投廣？它能帶給品牌曝光什麼優勢？
品牌廣告找廣告代理商 or 廣告投手，背後目的不同
一般大眾對「廣告代理商」比較有印象，可能會認為投放當然也包含在代理商的服務。但其實，廣告投放跟廣告代理商不同，代理商了解人們喜歡什麼，發揮創意產出最吸睛的內容；而投放顧問懂得把精彩內容放在對的地方，讓轉換機率高的消費者看見。
投手是最懂怎麼在把廣告的「曝光效益最大化」的人
廣告投放專業基礎 ，包含：
• 對不同廣告渠道的研究，判別什麼廣告要投去哪個渠道
• 根據單則廣告，分析何時下廣告、下多少預算是 CP 值最高的？
• 控管品牌的每日投廣量
廣告投手在與客戶品牌合作之前，會先與品牌共同釐清這次廣告的目標 ；因為每次「下廣告」不一定都為了賣東西出去轉單，其他常見還有打知名度、增粉導流等等「非立即見效，但有助於品牌長期成長」的功能。
當品牌沒有 100％ 明確的目標、或目標太過遠大，評估執行有困難時，專業投手也要能夠以顧問的角度提出客觀數據、建議；最後與品牌一起 產出完整且實際的廣告投放計畫、並能給出在一定範圍內的成效預估值 。例如以轉換型廣告來說，其中最關鍵的「預算」、「時間」最影響轉換率，也就是決定多少消費者會透過廣告、被吸引來買這家公司的產品，會是廣告投放計畫的關鍵變因。
品牌自己有行銷部門，為什麼還要找外部合作投廣？
企業品牌會與專業投手合作，通常因為兩種情況：
人力不足
「投廣」其實是一門需要時間研究、經驗積累出來的技術。如果一家公司只有 1、2 位行銷專人，每天要貴畫內容曝光、安排活動等事務就已經分身乏術，不可能再去花心力鑽研不同投廣渠道的效益、做定位分析找客群。他們很可能是拿到廣告預算就憑直覺砸，這樣其實有一大半在浪費錢，請專業投手，可以確保廣告預算用得有意義；但公司與其再花錢聘一個人來研究廣告，不如外包來得划算。
雖然內部有行銷兼擔任投手，但沒有足夠廣泛的經驗、視野
一般公司的行銷投手，單純根據報表做投放動作，絕對能勝任。
但是對於「針對不同產品、活動、廣告目標」，分析要用什麼渠道、選什麼投放素材；報表的數字背後，有什麼隱藏端倪，能體現消費者未來的意圖趨向？這檔活動用 GDN 還是 Google 關鍵字觸及率會比較廣？甚至預測哪些廣告設計的內容是「會中的」？這些專業 insight ，通常要經過長期研究和實際訓練的投手，才會具備。
「數據投廣」是未來操作趨勢，什麼是數據投廣？
「數據投廣」不是叫機器幫人做事，我們可以坐等消費者從天上掉下來了喔。
在數據投廣領域中，常見的是 利用 AI 機器人，當做搜索打入新市場的輔助工具 。怎麼訓練 AI 越來越精準，以及根據實際情況運用 AI 給的建議，則要依靠進階的資料工程師、數據優化師等人去培育。
數據投廣的 AI 機器人在做什麼？ 可以簡單分兩塊來理解：
• 多一個每天觀察市場動向的的分析師，來幫人嗅出更多潛在的廣告投放對象
• 多一個廣告守門員指出每次投放結果，客觀評量效果好、效果差的廣告；以及預測現在這支廣告的熱度會維持多久
如果以「美容品牌的產品：吃的美白針」為舉例，行銷人肯定會想到，針對喜歡看「女性雜誌媒體」、「醫美診所消息」的消費者下廣告。但除此之外呢？每天消耗同樣一群消費者、在同樣的渠道打廣告，轉換率很快就疲乏了。那數據投廣的 AI、Martech 就可以來解決這個問題。AI 機器人根據一群市場分析師、優化師餵養的大數據，可以每週針對「吃的美白針」進行受眾分析裂變，透過讀取人類在網路世界的行為軌跡，在茫茫人海中連結出新的關鍵字、新的潛在顧客群給投手做參考。
有沒有想過把「美容食品」和「航空里程數升等」的客人聯想在一起？AI 能做到；透過我們這樣不斷地挖出新消費者、測試新受眾，讓產品不愁賣不出去。
另外，AI 給出的這些資訊可以到非常精準，但再怎麼精準都是「純理性」的判斷。廣告投手會根據客戶品牌的長遠規劃、品牌性質、當下市場風向等等做調整，選擇合適的策略，而不是一味跟著數字走。
品牌、廣告投手、AI 三方合作，建立「以數據為核心」的廣告策略
我們用廣告的前、中、後期來理解：
前期，廣告投手先與品牌對焦
利用手邊有的初步數據當作參考值（電商後台報表、網站觸及率、品牌 SOV 聲量）等；若客戶希望達到更高或更多元的效益，也是以目前的大數據為基底，調整策略、期程、預算、渠道量…… 在開工之前就能大略掌握本次投廣成效，避免貿然下決策。
中期，廣告投放期間
這時以前期規劃的目標為最低標；這時加入 AI 機器人，不僅在投手預先認為 「有效的渠道」上做裂變新受眾、新關鍵字 ，做持續 A／B Testing；厲害的 AI 還能找出新的 「本次廣告目標的適合渠道、投放時間」 。 裂變和測試市場反應的頻率高到每週、每天 。測試出來好？用！測試不好？及時止損不要浪費預算。這世上沒有 100 分的廣告，唯有透過持續不斷測試優化，品牌、廣告投手、AI 三方永遠保持往 99.9 分的廣告邁進。
後期，廣告走期結束時
投手為客戶 分析本次投廣的實際成效，是否對應到我們的目標？ 並針對每個投廣的細項動作做成效分析，總結對未來投廣的策略調整、以及透過我們這次實驗驗證，未來有哪些元素、方法可以納入品牌的廣告或其他行銷計畫等等。
結語
今天這篇文章，是用基本理論來說明「投廣人的專業」以及「怎麼使用數據精進投廣技術」。
真正的廣告投放是一件不停滾動式更新、調整做測試、開發新市場的專業，數據 AI 能幫助投手更快速地嗅出各種風向、廣告熱度的變化，並調整對策因應。而投手在實際應用時，要顧慮的現實面、消費者意向、以及每一個品牌、品牌的每不同商品、活動內容、檔期、目標、人力物力資源等等做複雜的綜合調整。其中的眉角不會一蹴可及，需要長期接觸各式各樣的產業、品牌，在投廣經驗裡做中學、才會累積出越來越精準的判斷力。
延伸閱讀
