跨境广告：AI加剧衡量信任危机！40%品牌方合同已强制问责。

当下，先进的广告衡量方式已然成为现代媒体策划的核心。品牌方们依赖这些精准的数据来合理化支出、指导预算分配，并向管理层清晰地阐述营销成果。然而，新媒网跨境获悉，根据互动广告局（IAB）最新发布的《数据现状报告》，买方市场对于这些衡量结果的信心正日渐式微。报告揭示，尽管先进的衡量方法被广泛应用，但市场对数据本身的信任度却参差不齐，许多团队在内部进行数据辩护时也感受到了越来越大的压力。

这种背景之下，人工智能（AI）正迅速且大规模地融入广告衡量流程。报告预计，随着AI在衡量工作流程中扮演越来越重要的角色，模型运行的频率将更高，周转时间将大幅缩短，手动数据准备的工作量也将随之减少。这些变革无疑将提升效率，但报告同时也指出，单纯的提速并不能弥补团队目前在信心方面存在的鸿沟。更快的输出往往会提升预期，却无法解决长期以来关于数据质量、覆盖范围和一致性的根本性担忧。

IAB近期启动的“Eidos计划”正是为应对上述挑战而生。正如报告所阐述的，广告衡量能力并非一朝一夕衰退，而是随着数据在不同平台间碎片化、渠道数量激增以及团队被迫依赖彼此独立的系统来维持运营，在时间的推移中逐渐被侵蚀。互动广告局首席执行官大卫·科恩在宣布这项新计划时表示：“尽管先进的衡量方法在整个行业中被广泛使用，但它仍未能兑现其核心承诺。”他进一步指出，如今“单一渠道的修补或一次性框架的时代已经过去”，行业亟需“解决多年来悄然侵蚀衡量基础的根本问题”。

衡量手段普及，信任度却未同步提升

报告分析显示，广告衡量方法的广泛采纳并未转化为相应的信任度。在买方市场的营销人员中，约有60%至75%表示，当前主流的衡量方法在严谨性、及时性、可信度和效率方面表现不佳。增量测试、归因分析和营销组合建模（MMM）等方法都在积极使用中，但很少有团队能够毫无保留地完全依赖其中任何一种方法。报告所发现的现象表明，现在越来越多的精力被投入到在不同系统之间协调冲突的输出结果，以便在此基础上做出最终决策。

营销组合建模（MMM）最能清晰地体现这一挑战。研究发现，当前没有任何一个媒体渠道能在MMM中得到充分代表。其中，游戏、商务媒体和创作者主导的内容形式最常被提及为代表性不足的领域，同时在联网电视（CTV）和音频等领域也存在数据缺失。报告指出，这种不完整的局面导致对营销表现的看法出现偏差，倾向于那些拥有更完善数据的渠道，而非那些实际带来业务增量的渠道。其结果是，预算决策往往依据哪些渠道最容易衡量，而不是团队真正认为哪些渠道能够驱动成果达成。

报告将此描述为一个结构性问题，而非单纯的工具性不足。营销组合建模（MMM）及其他先进的衡量系统最初是为相对简单的媒体环境所构建，并在长时间内通过各种权宜之计进行扩展。这些扩展虽然维持了系统的运行，却也降低了对数据缺失部分的可见性。

AI提升速度，但同时也带来潜在风险暴露

展望未来，报告显示业界普遍预期AI将在未来一到两年内在先进的衡量领域发挥重要作用。受访者预计，模型更新将更加频繁，优化周期将更短，手动数据准备的时间也将减少。特别是规划团队，他们期望AI能将更多时间解放出来，用于深入分析和决策，而非繁琐的操作性清理工作。

与此同时，报告发现担忧情绪也在日益增长。约有一半的受访者表示，他们预计短期内将面临与法律风险、数据安全、准确性和数据质量相关的重大挑战。然而，只有不到40%的受访者表示已经制定或计划了应对这些风险的解决方案。报告强调，这一差距可能限制AI在先进衡量中被自信地应用，尤其考虑到所涉及数据的敏感性以及通常在流程中涉及的众多合作伙伴。

在报告的结语中，IAB衡量中心副总裁安吉丽娜·英格（Angelina Eng）写道， “过去的权宜之计和修补方法使潜在问题随着时间的推移而恶化。”她指出，AI通过提高结果产出和审查的频率，反而将这些固有的弱点暴露无遗。

合同条款已开始强制要求责任落实

报告中一个强烈的信号来自模型本身之外。目前，约有40%的品牌方与代理机构及合作伙伴的合同中，已经包含了涉及治理、透明度和问责制的AI相关条款。研究预计，这一数字将在未来两年内翻倍。

报告认为，这反映了市场对不确定性所作出的回应。在缺乏统一行业标准的情况下，采购团队正在通过逐项协议来设定预期，利用合同明确AI的可接受使用范围、监督机制和责任归属。这意味着问责制正在通过法律语言而非行业共识先行确立。

这一趋势对整个生态系统都具有深远影响。代理机构将面临更详细的问题，需要解释AI在衡量流程中的具体应用方式。平台方将面临日益严格的审查，涉及数据访问和验证方面。衡量服务提供商则需要更清晰地阐释其输出结果的原理和可信度。在这样的背景下，“Eidos计划”应运而生，旨在尝试在数据碎片化问题变得更难解决之前，确立起行业的共同基础。

Eidos计划旨在解决的核心问题

报告明确指出，“Eidos计划”并非旨在选择某一种单一的衡量方法。归因模型、增量测试和营销组合建模（MMM）各有其特定目的，并解答不同的业务问题。报告发现的问题在于，这些不同方法所提供的答案在不同组织和合作伙伴之间变得日益脱节。

Eidos计划致力于建立共享的定义、一致的数据结构和系统，从而使不同衡量结果能够在无需大量繁琐协调的情况下进行比较。报告将这项工作描述为基础性的，其重点在于帮助团队理解不同衡量方法之间为何存在差异，以及渠道覆盖范围的空白之处何在。

报告发现对日常工作的启示

对于品牌方领导而言，报告指出，需要更直接地在内部探讨当前衡量系统能够良好代表什么，以及不能良好代表什么。理解哪些渠道被纳入了营销组合建模（MMM）中、哪些不完整的信息正在影响决策、以及团队共同审查结果的频率，是报告中反复出现的主题。

对于代理机构而言，报告暗示，在不同衡量方法之间进行协调已成为一项基本预期。定期比较归因模型、增量测试和营销组合建模（MMM）的输出结果，对于解释营销成果和自信地指导规划变得日益必要。

对于平台和媒体所有者而言，报告发现透明度和标准化报告正日益融入商业讨论。数据访问和一致性已开始影响购买决策和合作伙伴关系，而不仅仅是行业内的对话。

综上所述，报告的发现表明，随着AI提高了衡量的速度和可见性，长期以来存在的数据质量、覆盖范围和治理方面的弱点将变得更难以被忽视。Eidos计划反映了IAB为应对这些情况而采取的行动，正如研究中概述的那样，它并非基于速度更快的工具本身就能恢复信任的假设。

衡量变得有价值，并非因为其运行速度更快。根据这份报告，衡量只有当团队信任其所见数据并理解其局限性时，才变得真正有用。AI或许能支持这一结果的达成，但这必须建立在基础性工作首先完成的前提之下。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/x-border-ai-ad-trust-40-contracts.html