脸书广告是不是没效继续烧钱？新AI工具能通知你

现在又有一款新广告评估工具，可用来了解数位广告投放成效。以开发AutoML平台服务起家的行动贝果最近推出产业型AI平台8ndpoint，先推出可通吃脸书、Google广告的绩效预警功能，企业汇入自家广告资料后可自动建模、分析广告成效，也能自动预警无效广告。行动贝果过去以纯AI平台产品为主，现在也开始推出产业型AI产品。

要整合碎片化AI应用场景，先从数位广告自动化下手

行动贝果创办人暨首席执行官锺哲民表示，这是在原有的企业产品DecanterAI平台上，进一步打造的8ndpoint平台。“目标是要整合企业在不同平台的资料，”比如脸书、Google、Line、POS等资料，“来进行不同领域的预测，”将AI预测拆分成不同的微服务模板产品。

而8ndpoint的第一个服务，就是数位广告绩效评估自动化，透过内建的AI模型来找出无效广告，同时给出影响广告成效的变数报告。锺哲民说明，企业完成设定后，系统会透过API爬梳企业品牌的脸书、Google广告后台资料，包括受众、触及率等上百项参数；企业也可手动汇入自家资料，一起用来建模。

接着，内建模型会透过这些资料，来预测分析，产出模型解释性图表，提供广告成效建议，比如哪些广告是无效、该停损的，此外也会列出影响成效的变数，让用户用来优化广告。

锺哲民表示，这个功能背后的AI模型，是用了1,000多个Google广告训练而成，累积了相当于100万天的广告分析经验，因此系统以这个经验为基准，来提供广告建议。

目前，行动贝果也在开发2个新服务，包括客户轮廓自动化、行销标签自动化。

自建时序性算法准确率高于脸书，企业就算没有资料科学团队也能无痛使用

同时，行动贝果还推出另一款AI技术产品AutoTSF，可自动建立时序性资料模型来提供预测。锺民哲指出，对企业来说，举凡商品销售预测、广告转换率预测、供应链原物料价格预测、能源用量预测等，都需要建立时序性模型来分析。

但建模不只需要专业资料科学团队，还需花费大量时间来试错、优化模型，成效也难保理想。虽然现有开源时序性模型可用，比如脸书的Prophet，但还是须要专业人力来调参。而AutoTSF试图解决这个问题。

3年前，行动贝果就开始开发这个产品。只不过，当时是以专案形式来提供AutoTSF功能。后来，8成企业客户告诉他们“这个功能很重要，”于是今年，行动贝果将该功能标准化，打包成一套独立的AutoML子产品来销售。

在使用上，AutoTSF有三步骤，包括资料前处理、自动建模、自动时序验证。使用者手动汇入历史资料，这些资料可以是配货资料、原料供需资料、设备耗材资料等，AutoTSF会根据这些资料，来处理字段缺失值、转换类型目标等，接着自动建模预测、透过深度学习来优化超参数，最后则进行交叉验证、呈现视觉化结果图表。

行动贝果宣称，以自家客户资料和公开资料集来验证，AutoTSF准确率常见时序分析做法，如脸书的Prophet，也高于传统统计方法ARIM和回归类神经网络的LSTM。但截稿前没有回复准确率高的原因。文◎王若朴