微软搭建零售新媒体创意工作室大举抢占数字营销广告市场

“微软新零售创意工作室新平台利用生成式人工智能,在几秒钟内轻松定制横幅广告。零售媒体预计到2026年将成为一个价值1000亿美元的行业。”

零售媒体在过去几年中发展迅速。根据eMarketerOpens在新窗口的数据,预计到2024年,仅美国的零售媒体广告支出就将达到600亿美元,并有望在2020年至2025年间增加近1000亿美元。然而,缺乏一致和透明的衡量标准一直是该行业面临的一大挑战,因为投资零售媒体的广告商很难评估其零售媒体活动在不同平台和格式上的表现。

为了解决这个问题,互动广告局(IAB)和媒体评级委员会(MRC)最近发布了《零售媒体衡量指南在新窗口打开》,这是一套针对零售媒体的标准和最佳实践,涵盖了从数据收集到报告的方方面面。IAB/MRC开发了一个现代测量框架,包括现场、场外和店内零售媒体。该指南涵盖了零售媒体衡量的各个方面,如可观看性、归因、欺诈预防、数据隐私和审计。

微软零售媒体增长主管Betty Chung很高兴能参与这份报告,并帮助制定零售媒体行业标准。Betty分享了她在撰写这份报告时的见解。“这些指导方针对于支持零售媒体的持续增长和投资至关重要,因为该框架为零售媒体活动的结果提供了更多的透明度。在Microsoft retail media,我们创建了一个统一的全渠道零售媒体产品,以帮助零售商转变其零售业务。

有了Microsoft Retail Media,零售商可以完全让他们的广告商通过现场、场外和店内激活与购物者建立联系,并相信我们的解决方案遵循IAB/MRC制定的衡量标准。”微软零售媒体全力支持MRC(媒体评级委员会)对零售媒体的认证,这表明了行业领导力和致力于促进零售媒体方法的进步。

为什么IAB/MRC零售媒体衡量指南对零售商、广告商、代理商和购物者至关重要?

零售媒体衡量指南有望使零售媒体生态系统中的零售商、广告商和媒体机构受益,因为它们为评估业绩和优化广告收入提供了一个急需的框架。对于零售商来说,该指南将帮助他们展示其零售媒体计划的价值和影响,这将导致广告商增加广告收入和计划参与度。对于广告商和媒体机构来说,该指南将帮助团队更清晰地规划、执行和优化零售媒体活动。该指南还使团队能够比较不同零售媒体平台和格式的有效性。该指导方针可能会促进行业利益相关者之间的更多信任和合作,特别是买卖双方之间的信任和协作,因为每个人都可以对零售媒体的测量有共同的语言和清晰的理解。最后,购物者将通过体验更安全的购物环境而受益于该指南。购物者会知道他们的数据不会被不当使用。

符合IAB/MRC零售媒体测量指南

该指南涉及现场、场外和店内零售媒体测量的各个方面,包括以下三个领域:

  1. 透明度和一致性
  2. 准确性和可靠性
  3. 隐私和安全

Microsoft Retail Media确保我们的零售商和广告商能够使用我们的解决方案来遵守指南中的基本标准。

透明度和一致性

Microsoft Retail Media为现场、场外和店内产品提供一致、透明的报告,因此零售商和广告商可以使用各种报告轻松生成有用且相关的见解。

该平台提供了100多个指标,广告商可以通过闭环测量将其在线和离线广告投资与销售转化率联系起来。

除了清晰的报告外,Microsoft Retail Media还提供了关于报告指标、衡量解决方案和归因模型的易于理解的文档。这也符合准则中概述的明确性需求。

由于《数字服务法》(DSA)目前正在欧盟(EU)实施,我们还为我们的欧盟零售商提供了一种技术解决方案,可以在其零售网站上轻松显示所需的广告信息,如广告付款人和广告商名称,从而提高广告商和购物者的广告透明度。

准确性和可靠性

对于为零售媒体项目提供动力的零售商,新的IAB/MRC指南建议实施无效流量(IVT)过滤和可视性。微软零售媒体在两个方面都为零售商和广告商提供了支持,提高了衡量、报告和计费的数据准确性。

Microsoft Retail Media为零售网站提供了一个有效的IVT过滤解决方案。我们过滤IAB/ABCe*国际蜘蛛和机器人列表和微软广告列表上列出的机器人,以及我们领先的人工智能技术检测到的机器人,以确保在报告和计费中只捕获准确的数据,如广告印象和广告点击。有了我们的解决方案,广告商可以将每一美元都花在有意义的活动上,从而提高预算支出的有效性。使用我们IVT过滤解决方案的零售商已经测量到商品总价值(GMV)的增量增长,而广告收入没有下降。这意味着我们的解决方案有效地过滤了无效流量,广告预算用于有效、有意义的流量。通过Viewability,零售商和广告商可以跟踪和测量展示广告的实际广告收视率,利用“浏览量”和“印象”指标来优化横幅广告活动。广告商有机会通过每百万可视成本(vCPM)进行出价,为准确的广告收视率付费。除了确保数据来源可靠之外,我们还确保准确地归因于销售转换。今天,我们为零售商提供了一个全面的归因框架,因此他们可以为广告商量身定制最合适的销售和活动指标,使他们能够准确和相关地优化业绩。例如,零售商和广告商可以看到具有品牌光环的过去30天内产生的产品销售额,或者计算具有类别光环的过去14天内实现的广告支出回报率(ROAS)。

隐私和安全

微软认为隐私是一项人权。Microsoft Retail Media通过在所有产品和功能中实施隐私设计,将数据隐私和安全放在首位。我们只以用户合理预期的方式处理用户数据,在数据处理过程中匿名、聚合和屏蔽个人身份信息(PII)。我们是开放和诚实的,为用户提供清晰和更新的隐私条款。用户可以控制数据的收集、使用和存储方式。此外,用户可以随时请求删除数据。我们只使用零售商和购物者许可和同意的零售商第一方购物者数据,因此第三方cookie的弃用不会影响我们的零售商和广告商。此外,这种方法将我们指定为“数据处理者”,因为我们只处理同意的第一方数据,遵守数据法规,如《通用数据保护条例》(GDPR),这就是为什么国际零售商和广告商信任并选择我们作为可靠的合作伙伴。

作为微软的一部分,我们的目标是遵守严格的消费者隐私承诺。Microsoft Retail Media不使用零售商的第一方数据创建用户配置文件。简单地说,我们将每个零售商的购物者数据保存在他们自己的零售媒体程序中。反过来,零售商可以通过激活人工智能支持的受众智能,在使用我们的场外零售媒体产品时利用微软受众数据。从IAB/MRC到DSA,从GDPR到CCPA,Microsoft Retail Media正在积极授权和倡导零售商和广告商在零售媒体程序中遵守各种数据法规和行业标准。作为生成人工智能等尖端技术的行业领导者,我们认为保护数据安全和用户隐私以及倡导数据透明度和准确性比以往任何时候都更为重要。

微软广告的目标是塑造行业,提供有效的身份解决方案,同时尊重购物者的权利和偏好。因此,作为微软广告的一部分,微软零售媒体将继续构建和增强我们的零售媒体测量解决方案。我们通过与客户和合作伙伴合作,推动零售商和广告商的清晰度、规模和业务成果。

数字化营销工兵观察

1. 什么是新质生产力

今天在火车上恶补了一下“新质生产力”。突发奇想,在新质生产力的条件下,营销环境和营销战略将发生怎样的改变呢。为了学习什么是“新质生产力”,我参考人民日报社论,新华社,加拿大,香港和英国多家媒体的观点:

1. 中国要开启新的质量生产力建设,生产高质量产品

2. 中国企业将要开启新的技术创新的道路

3. 环保与绿色,将进一步成为热点和创新的方向

4. 进一步明确创新是一个体制的问题,创新是一个系统工程。中国政府会从系统的角度构建系统创新,从而打造新质生产力

5. 和2016年前提出供给侧改革和百年中国梦相比,我发现要翻译这个新力生产力是比较难的。不知道是否可以这样理解,新力生产力是一种新的驱动力,用来驱动和提升现有生产力的。如果是这样的话,那就解释通了,通过创新来驱动生产力,本质上也是供给侧改革的延续,也是百年中国梦的保障。所以如果直接翻译成new quality productive forces or new quality productivity 都可能是对原本意义的曲解。

由于新质生产力所推动的新的营销体系,方法和工具也必将落地。我之前一直谈到的ESG营销,或许从新质生产力的角度,会推动更多商业模式的变更,促进新的销售力的自我更新迭代,形成新的企业营销战略。

2. 微软零售媒体创意工作室发布后对零售业营销营销有多大?微软将如何挑战抖音,谷歌,脸书,百度,腾讯,阿里巴巴,亚马逊,沃尔玛等广告巨头?

微软新的人工智能工具(零售媒体创意工作室Retail Media Creative Studio)让任何人都可以创建零售媒体内容,实现了轻松的广告创建和全渠道优化。微软正在将店内广告与在线零售媒体相结合。微软宣布推出其零售媒体创意工作室,该平台旨在支持为零售商创建数字广告内容。

新平台利用生成式人工智能,在几秒钟内轻松定制横幅广告。此次发布之际,零售媒体预计到2026年将成为一个价值1000亿美元的行业。

零售媒体创意工作室与微软现有的零售媒体平台PromoteIQ集成,零售媒体创意工作室是根据零售合作伙伴的反馈而开发的,旨在应对零售广告的独特挑战。该工作室的显著功能之一是提供将产品URL转换为完全设计的横幅广告的工具,并提供人工智能驱动的内容生成。创意工作室可以通过其用户友好的界面生成符合零售商品牌指南的广告,只需最少的输入。

零售媒体创意工作室(Retail Media Creative Studio)的能力。提供了几个功能来简化广告创建过程,包括:

1) 将产品图像增强为更具吸引力的生活方式视觉效果。
2) 制作定制的广告文案建议。
3)轻松清洁和编辑图像。
4)调整广告元素以完善最终设计。

该平台还旨在加快审批流程,从而更快地开展活动并更好地进行团队协作。

人工智能优化与实体店集成

微软的人工智能功能通过分析性能数据和调整来最大限度地提高效率,从而提供横幅广告的实时优化。此过程旨在减少手动测试的需要,并可能提高活动的有效性。

此外,Micraaosoft正在通过与专门从事店内音频和视觉体验的Vibenomics公司的合作,试行店内媒体整合。这一举措旨在全面了解数字和实体零售环境中的消费者行为。

未来方向

展望未来,微软将继续调整其零售媒体产品,以满足不断变化的市场需求。

​​​​​​​推荐阅读

推荐阅读 - 2024年全美广播协会(National Association of Broadcaster)会展上,微软展示了哪些先进数字营销技术?

数字零售力航母-看微软如何重塑媒体-CSDN博客文章浏览阅读707次,点赞28次,收藏24次。数字零售力航母-看微软如何重塑媒体?从2024全美广播协会展会看微软如何整合营销媒体AI技术和AI平台公司。 微软打造的“数据+技术+云”平台将为各个参与者(stakeholder)提供各种合作的机会和可能,互联网会产生更多的合作模式和技术组合。再次巩固数字化营销工兵的认知–任何一个人,一个组织,必须成为某个细分领域的专家,就像数据的颗粒度那样,越细,越能反映事物的独一特征(unique feature)https://blog.csdn.net/weixin_45278215/article/details/137907809?spm=1001.2014.3001.5502


http://www.ppmy.cn/server/7078.html

相关文章

借助taobao.item_fee API打造智能运费估算系统

在电子商务蓬勃发展的今天,物流作为连接卖家与买家的桥梁,其重要性不言而喻。对于卖家而言,准确估算运费并快速呈现给买家,不仅可以提高销售转化率,还能增强用户的购物体验。为此,我们可以借助淘宝的taobao…

论文解读:(CoCoOP)Conditional Prompt Learning for Vision-Language Models

文章汇总 存在的问题 CoOp的一个关键问题:学习到的上下文不能推广到同一数据集中更广泛的未见类,这表明CoOp过拟合了训练期间观察到的基本类。 动机 为了解决弱泛化问题,我们引入了一个新的概念:条件提示学习。关键思想是使提示取决于每个输入实例(图…

Web3钱包和身份验证:安全和去中心化的新标准

引言 在数字化的今天,我们正处于一个互联网技术迅速发展的时代。Web3作为一个革命性的概念,正在逐渐改变我们对互联网的看法和使用习惯。在这一变革中,Web3钱包和身份验证成为了核心组成部分,它们不仅为我们提供了安全和去中心化…

Adobe Acrobat PDF 2024

Adobe Acrobat PDF 2024正式发布!支持Windows和macOS系统,新界面做了轻微调整。 下载地址 Windows客户端:https://www.123pan.com/s/f43eVv-GKZKd.html macOS客户端:https://www.123pan.com/s/f43eVv-PKZKd.html

linux中/etc/hosts文件的内容和功能

更准确的说是主机和ip地址映射绑定配置文件 用于主机名解析成ip地址的 转换配置 效果: 这个东西是局域网下面的解析,老师说是本地局域网解析 windows对应的就是

SpringMVC 常用注解介绍

Spring MVC 常用注解介绍 文章目录 Spring MVC 常用注解介绍准备1. RequestMapping1.1 介绍2.2 注解使用 2. 请求参数2.1 传递单个参数2.2 传递多个参数2.3 传递对象2.4 传递数组 3. RequestParam3.1 注解使用3.2 传入集合 4. RequestBody5. PathVariable6. RequestPart7. Rest…

Android开发——实现简易登录功能

登录界面&#xff08;mainActivity.xml) <?xml version"1.0" encoding"utf-8"?> <LinearLayout xmlns:android"http://schemas.android.com/apk/res/android"android:layout_width"match_parent" android:layout_height&…

操作符不存在:sde.st_geometry ^ !sde.st_geometry建议 SQL函 数st_intersects在内联inlining期间

操作符不存在&#xff1a;sde.st_geometry ^ &#xff01;sde.st_geometry建议 SQL函 数st_intersects在内联inlining期间 问题&#xff1a;最近在使用SQL图形处理函数处理图形时&#xff0c;莫名奇妙报如下错误&#xff0c;甚是费解 于是开始四处"寻医问药" 1、nav…

Promise实现

Promise实现 const PENDING pending const FULFILLED fulfilled const REJECTED rejectedclass MPromise {FULFILLED_CALLBACK_LIST []REJECTED_CALLBACK_LIST []_status PENDINGconstructor(fn) {// 初始状态为pendingthis.status PENDINGthis.value nullthis.reason…

免费泛域名SSL如何申请,和通配符有什么区别

-----让我们明确什么是泛域名。所谓泛域名&#xff0c;是指使用星号&#xff08;*&#xff09;作为子域名的占位符&#xff0c;它可以匹配任意子域名。-----而通配符在域名中&#xff0c;它可以出现在主域名的任何位置&#xff0c;它可以用于主域名和子域名的保护。 主要应用场…

HCIP的学习(9)

OSPF的接口网络类型 ​ OSPF的接口在某种网络类型下的工作方式。 网络类型OSPF接口的工作方式BMABroadcast&#xff1b;可以建立多个邻居关系。需要进行DR选举。hello 10S&#xff1b;dead 40S。P2PP2P&#xff1b;只能建立一个邻居关系&#xff0c;不需要进行DR选举。Hello …

springboot mongodb 数据添加时更改‘_class‘字段

重写beanMappingMongoConverter 修改DefaultMongoTypeMapper /*** 更改默认的 MongoDB 映射转换器,更改_class字段** param factory MongoDB 工厂对象* param context MongoDB 映射上下文* param beanFactory springBean 工厂* return MongoDB 映射转换器*/Beanpublic…

11-2.Vue2.x基本列表—列表过滤 filter--computed

文章目录 列表渲染—列表过滤(computed、filter-在数组中过滤) 列表渲染—列表过滤(computed、filter-在数组中过滤) <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8" /><title>基本列表</title><scr…

恒创科技:网站更改域名对seo的影响大吗?

众所周知&#xff0c;搜索引擎优化 (SEO) 对于增加网站的自然流量、提高转化率以及提高品牌知名度至关重要。所以&#xff0c;网站在进行更改域名时&#xff0c;我们应当关注其对 SEO 的影响。 网站更改域名对 SEO 影响大吗? 更改域名会更改网站上每个页面的 URL &#xff0c;…

排序 “贰” 之选择排序

目录 ​编辑 1. 选择排序基本思想 2. 直接选择排序 2.1 实现步骤 2.2 代码示例 2.3 直接选择排序的特性总结 3. 堆排序 3.1 实现步骤 3.2 代码示例 3.3 堆排序的特性总结 1. 选择排序基本思想 每一次从待排序的数据元素中选出最小&#xff08;或最大&#xff09;的一个…

SQL 入门指南:从零开始学习 SQL

当今时代&#xff0c;数据已经成为了我们生活中不可或缺的一部分。无论是企业的经营决策&#xff0c;还是个人的日常消费习惯&#xff0c;都需要通过对数据的收集、分析和应用来实现更好的结果。 而关系型数据库系统&#xff0c;作为最常见的数据存储和管理方式&#xff0c;SQ…

Java上传文件到服务器

1、使用jsch <!--sftp文件上传--><dependency><groupId>com.jcraft</groupId><artifactId>jsch</artifactId><version>0.1.55</version></dependency> 2、配置类 package com.base.jsch;import lombok.Data; import o…

MySQL入门

1. 数据库相关概念 数据库&#xff1a;存储数据的仓库&#xff0c;数据是有组织的进行存储。数据库管理系统&#xff1a;操作和管理数据库的大型软件。SQL&#xff1a;操作关系型数据库的编程语言&#xff0c;定义了一套操作关系型数据库统一标准。关系型数据库&#xff1a;建立…

什么是Transformer架构的自注意力机制?

Transformer模型是什么&#xff1f; Transformer模型是一种基于自注意力机制的深度学习模型&#xff0c;最初由Vaswani等人在2017年提出&#xff0c;并在自然语言处理&#xff08;NLP&#xff09;任务中取得了显著的性能提升。与传统的循环神经网络&#xff08;RNN&#xff09;…

MySQL Workbench下载安装、 MySQL Workbench使用

官方下载链接;MySQL :: Download MySQL Workbench 下载好懒人安装&#xff0c;也可自己选择目录 下面是使用&#xff1a; 连接数据库&#xff1a; 填写数据库连接信息&#xff1a; 基本操作部分&#xff1a; 数据导入导出&#xff1a; 导出/备份 导入&#xff1a; 生产er图…