AIML改变广告

在过去的十年里，电视广告行业的每一项重大进步都基于媒体科学学院的实验。比如人们看足球赛临近结束时，如果有个握手或者进球的场景，容易出现一个简短的6秒图片广告。科学家们通过神经科学的测量方法仔细分析观众，得出这时候放图片广告会比传统广告让人们感受更好。这期播客的嘉宾Duane Varan博士是个有着五十多篇同行评审论文的作者，他用神经科学，机器学习等科学手段来分析广告效果，这期播客里他讲了下他们是以什么样的思路来做实验和应用的。

当我们做营销的时候，其实在关注的是人类的情感。但不论是哪种访谈方式，其实都依赖于人们诉说的他们的情感历程。设计调查问卷的时候我们都知道为了排除应试者为了美化自己想法的干扰，需要做一些交叉验证的问题。但这个解决方法现在看来已经落伍了，因为我们其实最需要的不是他们说什么，而是想什么，这可以通过神经科学的技术得到精确到秒的结果。

嘉宾举了个他和美国玛氏公司合作的例子。玛氏公司预测广告效果使用的是单一来源的数据，这意味着他们追踪的是同一个人从他们在媒体上曝光的实际购买行为，来判断这个广告提高了商品销量与否。长期跟踪客户的消费行为是一件非常昂贵的实验。与此同时公司也采用嘉宾他们公司的测试。两方同时测试了100个广告，结果是玛氏公司自己的测试结果准确率为54%，而嘉宾公司的准确率达到了78%。先进的技术改变了研究消费者行为的方法。

嘉宾公司邀请人来做实验时候肯定会让对方有防备，但他们布置的是仿照家庭客厅，卧室等场景，给人们手机和电视，再测试他们的感受。比如人们边看电视，边依照自己的习惯打开自己的facebook，浏览朋友的帖子的时候，他们的facebook里面的广告会被替换成他们的测试广告。看的电视里面也有插入的硬广告或者各种短暂的广告。公司会测试他们不自觉暴露在这样环境下的反应。

心率是测试注意力的最好方法。事实上当你关注一件事的时候，你的心率就会减慢。所以他们利用测试观众在看广告前三四秒时候心率是否有减慢来确定人们是被广告吸引还是忽略广告。皮肤电导率是用来测试兴奋地，人们会在兴奋时候出更多汗。安在两个手指上的传感器是来测试血流速度，但这个测试只能知道情绪的强度，并不能确定情绪是正面的还是负面的。如果人们觉得一件事很有趣，他们的咬肌会向上提起，这是个很好地测试人们是否觉得幽默的方法。就连天生失明的人也会用这个面部表情来表达他们的情绪，只要能测试脸上的肌肉运动，就能知道人们的情绪状态。他们还会利用红外摄像机追踪眼球运动，以确认他们在屏幕上看到的东西。反应速度也是个很重要的指标，比如人们看到“沃尔沃&安全”可能就反应很快，如果看到“大众&安全”就要多想想，这可以确认他们是否认为这种联系已经形成。

在继续讨论人工智能和机器学习是如何运用到广告上面的时候，我可以稍微解释一下这两个概念。人工智能其实是个很宽泛的概念，意思是让机器帮助你做出决策。机器学习是个很具体的概念，其实很多普通公司都可以应用。比如在媒体科学中，他们其中一个研究方法是分析人们的眨眼行为来确认观众的专注程度，所以他们需要一个软件来确认人们的眨眼行为。但其实分析眨没眨眼是个很复杂的事，首先需要一个算法来检测脸在哪里，第二件事是检测眼睛在哪里，这都需要复杂的计算。

机器学习就是用来解决这样原本几年才能解决的问题。它的工作方法是人们先把睁眼、闭眼的视频库整理出来，再把它交给电脑。电脑就取走屏幕上的每个像素，经过自己内部无数次试验，最后给一个用来检测眼睛是睁开还是闭上的算法。只要能把一件事标记出一个作为参考库，就可以利用机器学习来简化工作。

话虽如此，但电脑的想法有时候很古怪。比如在实验室里，人们都坐在小隔间，这比现实世界要简单一些，比如环境相同，光照均匀。但一旦他们改变椅子的型号，准确率就下降到82%，虽然椅子的形状在图片里并不明显。另一个奇葩的例子是他们用一个算法来预测这个公司在市场上会不会成功，成功率很高，他们研究发现算法严重依赖公司的名字在字母表里面的顺序。嘉宾总结说算法其实是一种很危险的艺术，不能过度依赖，因为他们得出的结论并不依据任何常识（如同Day1的感受）。

就算机器学习不那么好用，但现在人们已经有点离不开了，因为提高了太多的效率。比如嘉宾公司还有个虚拟助手产品（后面以“助手”代替）来辅助深度焦点小组访谈，调查用户体验。比如你在做一个访谈，听这些应试者讲述，助手就会帮你把所有人说的话转写下来，这样当你在访谈结束就有了一份记录，还能翻译成六十多个国家的语言。它会标记出关键内容，比如客户强调“免费”，或者竞争对手的名字，或者对这些事的情绪是正面还是负面。当你想要看到所有关于“免费”或者竞争对手正面的内容，助手都可以瞬间从海量数据里给你筛选出来。其实这些功能国内的讯飞也有在做，我前几天在那捣鼓制作播客的软件，我发现它不仅可以自动帮我做上字幕，还可以一键删除我所有的语气词，比如“emmm”，“嗯”这些。

我感觉神经科学的测量方法和利用机器学习这些都对我不是新鲜内容，但把这些结合到广告和媒体上的具体操作我还是第一次听到。听完最大的感受就是怪不得我越来越控制不了自己的注意力，原来我需要用毅力和这么多大公司，研究人员做抗争。