社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

ChatGPT广告效果不佳

36氪-资讯-AI • 昨天 • 25 次点击  

不可否认,从今年开年以来,ChatGPT Ads正在快速扩张。

2月,OpenAI开始在美国测试ChatGPT广告;5月开放自助Ads Manager,并引入CPC竞价;8月,ChatGPT Ads进一步进入31个欧洲市场,同时增加转化优化、地理定向、自定义受众以及Pixel、Conversions API和第三方测量等能力。到了8月底,OpenAI宣布ChatGPT Ads已经覆盖40多个国家,拥有数万广告主,并达到10亿美元年化收入规模。

从广告主的角度看,这似乎是一个非常诱人的新渠道。

但问题是,广告主真正把钱投进去之后,结果并没有想象中漂亮。最近几周,几家广告机构和营销从业者陆续公开了自己的ChatGPT Ads测试数据。 曝光可以拿到,点击也确实存在,但转化表现并不理想,甚至出现了多次0转化的情况。

9000次曝光,换来0个买家

最近,MediaPost报道了加拿大数字营销机构Choice OMG的一次ChatGPT Ads测试。该机构董事总经理Peter Jaffray在安大略省和阿尔伯塔省投放了三组广告,两周时间一共投入415美元。

原本,他预计能够获得大约4000次目标曝光,最后实际拿到了接近9000次。

单看曝光量,结果似乎不错。但问题很快出现,“我的曝光量比预期高了很多,但点击率明显更低,只有大约 0.6%,估算每次点击的成本约为7美元。”他说,“如果拿它和搜索广告相比,我通常能做到2%左右”。同时这些点击最终没有带来任何购买。

Jaffray认为,这些点击大概率来自真实用户,因为相关IP地址看起来正常。但这些用户进入网站之后,没有进一步浏览或与网站内容产生互动。

在他看来,现阶段的ChatGPT Ads更接近展示广告,高意向用户的转化表现还没有体现出来。这个判断,和OpenAI此前对ChatGPT Ads的市场预期存在一定落差。OpenAI一直在强调ChatGPT的用户意图,这也是它吸引广告主的重要筹码。

ChatGPT里的很多对话,本身就发生在消费决策过程中。有人询问适合小户型的沙发,有人比较适合视频剪辑的电脑,也有人让ChatGPT推荐营销机构。用户会把自己的需求、预算、偏好甚至顾虑放进一段对话里。相比一个简单的搜索词,这里面能提供的用户信息要丰富得多。

从广告主的角度看,这类场景自然会让人期待更好的广告效果。用户已经把需求说出来了,平台也掌握了更多上下文,广告匹配有了更好的基础。

但目前公开的几组测试数据,并没有完全体现出这种优势。更值得注意的是,问题开始从转化表现延伸到了数据本身。

B2B获客机构Cleverly的CEO Nicholas Verity最近测试了ChatGPT Ads。他发现,同一组广告放到Google、Meta和ChatGPT之后,ChatGPT的CTR低于另外两个平台,广告最终也没有带来转化。

随后出现了一个让他更难接受的问题。OpenAI后台显示,这次广告活动获得了57次点击,但Google Analytics只记录到不到20次访问。Verity还加入了UTM参数,希望进一步确认这些流量的来源,两个平台之间的数据依然对不上。

对于广告主来说,这比单纯的转化率偏低更麻烦。一次广告投放究竟带来了多少真实访问、多少有效点击,本来就是效果广告最基础的数据。

Verity因此暂停了这次测试。他在LinkedIn上表示,在平台数据和实际网站数据无法对应的情况下,很难据此判断后续是否值得继续增加预算,同时也无法排除点击被重复计算的可能。

类似的反馈还出现在其他广告主身上。We Scale Startups创始人Daniel Johnson在为几个客户测试ChatGPT Ads后,也发现平台点击数量和Google Analytics之间无法完全对应。他认为,在平台自己的报告建立可信度之前,广告主更适合把这部分预算看作测试费用。

一些营销从业者也在社交平台上分享了类似经历,包括平台显示点击、第三方分析工具却没有对应访问,以及投入数百美元后没有获得转化等情况。

还有一些公开测试给出了类似结果。今年8月,营销从业者Yasha Boroumand分享了一次ChatGPT Ads测试。他投入460美元,获得约1.5万次曝光,CPC约为2.22美元,最终转化数为0。另一家营销机构Grow My Ads也公开过一次测试结果。该机构投入约1000美元,获得92次点击,平均CPC约13美元,最终同样没有产生转化。

这些案例的样本规模都不大,尚不足以代表ChatGPT Ads的整体表现。但至少可以说明,对于刚开始测试ChatGPT Ads的广告主来说,效果和数据可信度都还需要进一步验证。

ChatGPT的广告生意,可能会“输给AI推荐”

还有一个更微妙的现象。

The Data-Driven Trades曾对20家投放ChatGPT Ads的家居服务企业进行样本分析。数据显示,这些广告一共带来了68个独立线索,但整体表现仍弱于自然ChatGPT推荐流量。这个样本规模并不大,无法代表整个ChatGPT Ads市场,不过它提供了一个值得关注的观察角度。

在ChatGPT这个场景里,广告带来的用户,未必比AI主动推荐带来的用户更有价值。

用户主动向ChatGPT寻求建议时,品牌出现在答案里,用户接受的是一次AI推荐;看到广告时,用户首先知道自己面对的是商业内容,再决定是否点击。两种流量都发生在ChatGPT里,但用户与品牌建立联系的方式并不一样。

这可能会成为OpenAI商业化过程中需要长期处理的一层关系。广告怎样进入对话场景,同时保持用户对AI回答的信任,广告主又能不能从这种新的触达方式里获得足够高的商业回报。

当然,光看目前这些测试,还不足以给ChatGPT Ads下定论。

ChatGPT Ads从2月才开始测试,商业化时间并不长,很多广告能力也在快速迭代。从5月开放自助Ads Manager,到8月增加转化优化、地理定向、自定义受众和更完整的转化衡量能力,OpenAI一直在补齐效果广告所需要的基础设施。

这些动作对应的基本都是效果广告平台需要具备的能力,包括找到合适的人、把广告送到合适的场景、追踪用户有没有点击和转化,再根据结果持续优化。Google和Meta已经在这套体系上积累了十多年,ChatGPT Ads才刚刚开始。

所以,目前看到的低CTR、0转化,以及平台和第三方数据对不上的案例,更适合被看作ChatGPT Ads早期阶段暴露出来的问题。它们说明平台目前还没有完全跑通从用户触达到最终转化的链路。

但ChatGPT手里的用户资源,又确实有自己的特点。Google知道用户搜索了什么,Meta能够根据用户过去的行为判断兴趣。ChatGPT面对的则是一段正在发生的对话。用户可能会告诉它自己为什么想买、预算是多少、已经比较过哪些产品、担心哪些问题,甚至会继续追问不同方案之间的区别。对于广告系统来说,这些信息的价值远高于一个孤立的关键词。

OpenAI目前的广告匹配机制也在利用这些信息。按照官方介绍,系统会参考当前对话中的context和intent,同时结合广告标题、落地页以及广告主提供的context hints等信息进行匹配。OpenAI也明确表示,广告系统会根据用户正在讨论的话题等信号匹配相关广告。

过去的广告定向更多围绕“这个用户是谁”展开,包括年龄、兴趣、行为和搜索记录。在AI对话场景里,平台有机会进一步理解“这个用户现在正在解决什么问题”。

这也是ChatGPT Ads最值得期待的地方。

但用户意图本身并不能直接变成广告价值。对于广告主来说,最终还是要回到获客成本、转化率和收入。假设同样花100美元,Google带来10个点击、1个客户,Meta带来20个点击、1个客户,ChatGPT只带来8个点击,却带来2个客户,广告主自然会提高预算。反过来,如果ChatGPT拥有大量高意向对话,最终转化表现却没有体现出优势,这些用户规模和上下文信息也很难转化成真正的广告价值。

而且对于B2B广告主来说,还有一个现实问题需要考虑。

目前ChatGPT Ads主要面向Free和Go用户,Plus、Pro、Business、Enterprise等付费用户不会看到广告。对于需要触达专业用户和企业决策者的B2B品牌来说,这部分人群本身可能具有更高的商业价值。

结语

所以,ChatGPT Ads接下来要证明的,其实已经很明确了。OpenAI已经证明广告主愿意买,也证明了ChatGPT可以成为一个新的广告入口。昨天OpenAI公布的10亿美元年化收入规模,更说明商业需求已经存在。

但广告收入增长和广告效果是两回事。前者说明市场愿意尝试,后者才决定广告主会不会长期留下。对于OpenAI来说,真正的考验是能不能把ChatGPT拥有的用户意图、对话上下文和决策场景,转化成广告主愿意持续增加预算的结果。

而对于整个广告行业来说,一个更值得关注的问题也正在浮现。当用户开始在AI 里寻找答案、比较产品和做决策之后,未来最有价值的流量,到底来自广告,还是来自AI本身的推荐?

本文来自微信公众号“wj00816”(ID:Morketing),作者:Alan 王景行,36氪经授权发布。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/201198