張承管理學

預測橫幅廣告的點擊率

廣告有效性的議題
一直是行銷學界與業界關注的課題

在過去
透過網路廣告專家
來預測橫幅廣告（banner ad）的點擊率
預測率只有53%[1]
（感覺跟丟銅板差不多）

2018年
日本So-net網路公司與日本東京大學合作
透過深度學習技術
以70%的準確率
成功預測橫幅廣告的點擊率

So-net從11萬則的橫幅廣告中
刪除構圖幾乎相同的廣告後
並將點擊率高的前30%
與點擊率低的後30%的橫幅廣告
篩選出來
最終挑出約35,000則投放過後的橫幅廣告

之後
再加入其他諸如
產品類別資訊、
消費者裝置（電腦或手機）等資料
並加以進行分析
最後得到高達70%的橫幅廣告預測點擊率

在執行此專案的過程中
該研究團隊並找出
能對提升點擊率有貢獻的圖像區域
也找出會降低點擊率的圖像區域
此研究結果有助於好的橫幅廣告創意設計的進行

過去
在橫幅廣告的投放上
主要是以A/B test的方式來進行
透過A/B Test
企業篩選出點擊率高的廣告進行投放
並且停止投放點擊率低的廣告

而So-net與東京大學的研究
可以事先對廣告的點擊率進行預測
進而大幅減少測試廣告的成本與時間

網路廣告的有效性
一直是學界、企業與網路廣告商
非常在意的議題

過去學界與業界
透過文獻探討
發展研究架構
並藉由行銷研究裡的問卷調查、
深度訪談、
焦點群體等工具
找出消費者觀看廣告時的想法
進而驗證研究架構

現在
隨著網路行銷的興起
以及人工智慧技術的出現
網路廣告的有效性
除了可透過傳統行銷研究來確認
還可透過資料科學的方式來驗證
背後的專業
值得行銷人好好學習

無論是實體廣告或是網路廣告
亦或是未來新型態的廣告（尤其是5G、6G出現後）
廣告的有效性
將會是行銷學界與業界持續關注的課題

加油!

Peter