人工智能无疑是当下最热门的话题。 在过去一年左右的时间里，我们见证了OpenAI从ChatGTP到SORA的“一飞冲天”，许多行业和企业都提出了如何拥抱AI并善用AI作为更高的战略重点。
目前尚不清楚未来会是什么样子，但它一定是与蒸汽机、电力和计算机的发明相媲美的巨大能量——这是一致的结论。
在中国的跨境电商行业，无论是平台、服务商还是商家，如何乘势而上，都是摆在我们面前的重要课题。 从目前经过验证的AI应用成果来看，他们主要集中在产品选择决策、内容生成、广告投放、客户服务等领域。 特别是在广告领域，可以说是通过人工智能驱动的数据技术，帮助商家实现从效率提升到价值创造的升级，是创造新增量的重要切口。
然而，底层算法逻辑、功能边界、应用方式、数据安全以及如何与现有流程集成等不明确的问题阻碍了更多企业使用人工智能工具解决运营问题。 为此，SparkXGroup的智能广告平台XMARS组织了一场以“亚马逊AI广告运营”为主题的深度研讨会，聚集了众多运营专家，交流亚马逊广告趋势、商家运营痛点、AI广告运营底层逻辑、AI广告运营实践经验等。
01AI抢占广告运营新高地亚马逊广告高级合作伙伴开发经理沈俊华表示，在广告库存增加、卖家需求多样化、解决方案日益丰富的基础上，亚马逊广告将在2023年迎来全球市场的强劲增长，其中，中国市场也在快速增长， 2023年活跃的中国广告商是2017年的13倍以上。
同时，亚马逊广告将在2024年迎来五大趋势：一是生成式AI的应用，比如自动化创建广告素材，降低制作成本; 二是通过流媒体电视广告覆盖更广泛的受众，提升品牌知名度; 三是整合洁净室数据，提升广告准确率，提高转化率; 第四，机器学习提高相关性，准确触达目标受众，提高广告效果; 第五，互动广告增强了用户参与度，增强了品牌体验。
然而，在全球竞争加剧的背景下，商家也面临着营销策略复杂、需要整合多种广告产品和策略、难以证明营销价值等挑战。 在广告运营层面，存在目标管理能力不足、广告策略缺乏有效、缺乏系统化数据分析和决策优化能力、缺乏实施策略和跟踪广告效果的精力等共性痛点。
人工智能技术的进步就像一盏灯照进了营销领域，解决了很多问题。 例如，基于业务数据或广告数据，AI可以更好地确定下一个时间点应该使用哪种预算，并根据现有的业务目标进行优化或投放广告。 此外，AIGC的内容还可以实现更加个性化和实时的登陆页面文案和广告创意; 通过优化营销数据，向消费者提供更准确的信息，可以形成从洞察到行动的完整闭环，使广告更有效率。
即使有SOP，不同操作（人员）的绩效水平仍然差异很大，通过AI提高平均水平很重要。 ”
亚马逊广告运营是一个非常复杂的知识体系，新卖家需要使用工具快速上手，而有经验的卖家需要使用工具来做重复的低价值工作。 ”
从关注ACOS价值，到关注广告结构，再到现在关注数据模型，指标维度越来越大，企业需要通过接触市场人才和技术趋势来迭代广告运营思路。 ”
关于AI在亚马逊广告运营中的价值，多位商家和运营专家在研讨会上表达了积极的看法。 他们一直认为，从目前来看，这是一种通过使用人工智能运行数据、验证和优化广告运营方向的方式，可以大大提高效率。
以XMARS作为亚马逊AI广告优化SaaS为例，在亚马逊广告运营中，AI所做的类似于日常运营工作，或者是模仿和扩展人类操作。 其行动空间主要涉及竞价、预算、定位和广告结构的优化。
02通过Xmars认识AI广告运营 SparkXglobal首席解决方案官在分享中指出，自2017年以来，AI进入了快速发展期，伴随着“机器学习”和“深度学习”两个概念的诞生。 前者的核心是让机器自动学习并找到规则，这与按照手动规则执行的系统不同; 后者需要大量标记数据来训练模型。 XMARS 通过使用机器学习来优化亚马逊广告投放并找到最佳的广告投放策略。
XMARS 数据科学团队负责人 Kun 解释了 XMARS 如何使用 AI 来优化亚马逊广告。 综上所述，数据和算法是XMARS运营的两大核心要素，即通过收集和处理大量数据，借助机器学习、建模**、专家系统调整等步骤，实现精准竞价、定位、预算、优化广告结构。
具体来说，XMARS 在后台的工作方式有三个级别：
1. 使用“快速完整”的数据，为AI优化提供数据分析和决策。 XMARS拥有全面的数据**，包括亚马逊相关数据、XMARS独有数据（如产品信息、关键词信息、行业信息等）、方数据（即客户CRM或其他自有数据），并能获取小时级广告数据和业务结果数据，做出**和判断。
2. 借助机器学习模型训练优化广告。 通过先进的算法（如20种算法，一个“专家系统”来补充和调整复杂场景的逻辑），极快的计算能力，以及用户广告的转化率，XMARS自动提供相应的竞价和预算优化策略。
3. 人类和人工智能合作伙伴，以实现更好、更个性化的运营结果。 在广告创作方面，商家设定目标促增长、维持订单稳定、活动冲动，AI智能推荐引擎实现关键词和竞品的智能竞价、预算、定向推荐。 在广告优化方面，针对已有的广告和广告活动组，AI智能优化引擎可以根据目标自动优化竞价、定位和预算。
此外，可解释性 AI 和个性化 AI 是 XMARS 的一大特色。 可解释的AI，通过支持决策的数据分析，帮助商家直观地了解AI调整背后的原因; 个性化AI通过调整商家的价值（例如，通过调整AI执行频率、调整幅度、数据查看窗口等，设置“激进”和“保守”AI的程度）来逐步训练和交互，使AI越来越符合商家的个性化需求。
03如何正确理解和应用人工智能？ 总结和积累商家在亚马逊广告日常运营中的动作和流程，实现批量操作和基于规则的自动化——这种方法不涉及AI，而只是一个机器自动化流程，即通过简单的机械执行来提高效率。 AI基于商家的业务目标和营销目标，做出进一步的判断，以闭环的方式积极创建、优化和改进广告。
换句话说，人工智能可以看作是商家运营的超级合作伙伴和合作伙伴。 AI所做的工作与人类所做的工作非常接近，但背后有大量的积累和完整的算法逻辑，AI可以确保每一个动作都比人类更准确、更及时、更符合未来的商业目标。
然而，在积极投身前沿技术、加强AI知识学习、根据自身业务需求选择合适的AI工具辅助广告运营时，企业还需要正确理解AI的应用：首先，大量的数据对AI工具的有效性至关重要，因此充足的数据是一切的基础。 其次，你不应该对快速结果抱有太大期望，因为人工智能需要时间来学习和优化，而且这是一个渐进的调整过程。
正如益丰商学院创始人董丹尼尔在研讨会上分享的那样：用好AI需要一个过程，最重要的是管理期望，花精力去理解它，耐心等待效果。
Daniel Dong 以自己的案例分享了 XMARS 推出后的三个阶段：一开始，期望值很高，数据趋于积极，但效果没有达到预期; 后来，期望值开始调整，期望值降低，人工干预频率降低，经过一段时间的数据积累，效果逐渐接近目标。 现在，大约20天后，ACOS已成功从30%+降低到20%+，最终实现了与XMARS的理想协同作用。
据他介绍，自己使用XMARS后，效果用完的周期是14-25天，成功率在80%左右。 在他看来，AI能量是对亚马逊日常运营的有力补充：“目前，我们用XMARS做了很多人工无法完成的事情，比如分时调价、分时预算、锁位排名等，这让我们的运营从琐碎的工作中抽离出来，做更多的战略性工作。 ”