AI，毫无疑问是当下最热门的一个话题。在过去一年多时间里，大家见证了OpenAI公司从ChatGTP到Sora的“狂飙”后，许多行业和企业都将如何拥抱AI、利用好AI提到更高的战略优先级。

虽不清楚未来究竟会是什么样子，但它一定是种可与蒸汽机、电力、计算机的发明相提并论的巨大能量——这是大家一致的结论。

放到中国跨境电商行业，无论平台、服务商还是商家，如何顺势而为都是摆在眼前的重要课题。纵观目前已被验证的AI应用成果，主要围绕在选品决策、内容生成、广告投放、客服工作等领域。尤其是广告投放领域，通过AI驱动的数据技术，帮助商家实现从效率提升到价值创造的升维，可以说是创造新增量的一个重要切口。

然而，不清楚AI的底层算法逻辑、功能边界、投入应用方式、数据安全性、如何与现有流程融合等问题，都阻碍着更多商家使用AI工具来解决运营问题。为此，SparkXGroup邑炎科技集团旗下智能广告投放平台——Xmars，以“亚马逊AI广告运营”为主题组织了一次深度研讨会，聚集众多运营专家共同交流亚马逊广告趋势、商家运营痛点、AI广告运营底层逻辑，AI广告运营实战经验等。

01

AI抢占广告运营新高地

据亚马逊广告高级合作伙伴发展经理沈君华的介绍，在广告库存增加、卖家需求多元化、解决方案越来越丰富的基础上，2023年亚马逊广告在全球市场迎来强劲的增长，其中，中国市场也增长迅速，2023活跃的中国广告主是2017年的13倍多。

与此同时，2024年亚马逊广告迎来五大趋势：一是生成式AI的应用，如自动化创建广告素材，降低制作成本；二是通过流媒体电视广告，触达更广泛受众，提升品牌知名度；三是Clean Room数据融合，增强广告投放精准度，提升转化率；四是机器学习提升相关性，以精准触达目标受众，提升广告效果；五是互动广告增强用户参与度，提升品牌体验。

然而，在全球化竞争加剧的情况下，商家也面临着营销策略复杂、需要综合运用多种广告产品和策略、难以证明营销价值等挑战。具体到广告运营层面，则有着缺乏目标管理能力、缺乏有效的投放策略、缺乏系统化数据分析及决策优化能力、没有足够精力去执行策略和追踪广告效果等普遍痛点。

AI技术的进步就像是照进营销领域的一道光，让很多问题迎刃而解。比如，AI基于商业数据或者广告投放数据，可以更好地判断在接下来的时间点应该使用什么样的预算，并根据现有商业目标优化或者投放广告。此外，结合AIGC的内容还可以实现更加个性化、更加实时的落地页文案和广告创意；通过优化营销数据，向消费者传达更精准信息，从而形成一个从洞察到行动的完整闭环，让广告投放更加高效。

“即使拥有SOP，不同运营（人员）的业绩水平仍大相径庭，通过AI提升平均水准尤为重要。”

“亚马逊广告运营是个非常庞杂的知识体系，新卖家需要借助工具快速上手，资深卖家需要借助工具做重复低价值的工作。”

“从关注Acos值，到关注广告结构，再到现在关注数据模型，关注指标维度在增加，公司更需要通过接触市场人才和技术趋势，去迭代广告运营思路。”

对于AI在亚马逊广告运营当中的价值，多位商家、运营专家在研讨会上表达了肯定的意见。他们一直认为，从当下来看，通过AI跑数据、去验证和优化广告运营方向，是一个大大提升效率的方式。

以作为亚马逊AI广告优化SaaS的Xmars为例，在亚马逊广告运营中，AI所做的事情类似于日常运营工作，或者说是模仿、扩展人为运营。它的行动空间主要涉及竞价优化、预算优化、定向优化和广告结构的优化。

02

透过Xmars认识AI广告运营

SparkXGlobal首席解决方案官凌晨在分享中指出，自2017年之后，AI进入高速发展期，与之相伴的是“机器学习”和“深度学习”两个概念的诞生。前者的核心是让机器自动学习、找到规律，不同于按照人工规则执行的系统；后者需要大量带标签的数据来训练模型。Xmars的原理就是利用机器学习来优化亚马逊广告的投放，找到最优的广告投放策略。

Xmars数据科学团队负责人Kun则介绍了Xmars如何基于AI来优化亚马逊广告。总结来看，数据和算法是Xmars运行的两大核心要素，即通过收集和处理大量数据，借助机器学习、建模预测、专家系统调整等步骤，实现精准竞价、定向、预算和优化广告结构。

具体而言，Xmars的底层运作方式包含三个层面：

1、用“又快又全”的数据为AI优化提供数据分析和决策。Xmars有包括亚马逊相关数据、Xmars独有数据（如产品信息、关键词信息、行业信息等）、一方数据（即客户CRM或其他自有数据）在内的全面数据来源，且可以获取小时级的广告数据和生意结果数据，做出预测和判断。

2、借助机器学习模型训练实现广告优化。Xmars通过先进的算法（如具备20种预测算法、拥有“专家系统”针对复杂场景补充调整逻辑）、极速的算力，可以预测用户广告转化率等，并据此自动提供竞价及预算优化策略。

3、人与AI搭档实现更好、更个性化的运营效果。广告创建方面，商家设定推动增长、保持订单稳定、活动冲量目标，AI智能推荐引擎实现智能竞价、预算，以及关键词、竞品定向推荐；广告优化方面，针对已有广告和广告活动组，AI智能优化引擎可基于目标实现竞价、定向、预算自动调优。

此外，可解释性AI、个性化AI是Xmars的一大特色。可解释AI，通过提供支持决策的数据分析，帮助商家直观了解AI调整背后的原因；个性化AI，通过商家自主调节数值（如通过调整AI执行频率、调整幅度、数据回看窗口等来设定AI“激进”和“保守”的程度），逐步训练和交互，使得AI越来越符合商家的个性化需求。

03

如何正确理解和应用AI？

把商家日常在亚马逊广告运营工作中的动作、流程进行总结和积累，以实现批量化的操作和基于规则的自动化——这种方式并没有涉及到AI，只是机器自动化过程，即通过简单的机械执行来提高效率。而AI基于商家的生意目标和营销目标，做进一步判断，并主动进行广告创建、优化和全闭环提升。

换句话说，可以将AI视为商家在运营中的超强合作伙伴和搭档。AI所做的工作与人所做的工作非常接近，但AI凭借背后有大量的积累和完整的算法逻辑，可以确保每个动作比人更加精准、及时并符合未来业务目标。

不过，在积极接触前沿科技、加强AI知识学习，并根据自身业务需求选择合适的AI工具来辅助广告运营工作的时候，商家也需要正确地理解AI的应用：首先，大量的数据对于AI工具的有效性是至关重要的，因此，足够的数据是一切的基础。其次，不应过于期待快速的结果，因为AI需要时间来学习和优化，是一个逐步调整的过程。

正如亿丰电商学院创始人Daniel Dong在研讨会上的分享：用好AI需要过程，最重要的是要管理好预期、花精力了解它、耐心等待效果。

Daniel Dong以自身案例分享了引入Xmars后所经历的三个阶段：一开始，期待值很高，数据趋于正向，但效果未达预期；后来，开始调整预期，降低期待值，并减少人工干预频次，经过一段时间的数据积累，效果逐步接近目标；现在，设置合理目标，有序降低ACoS，经过20天左右，ACoS成功从30%+降低到20%+，最终达到与Xmars的理想协同状态。

据其介绍，自己使用Xmars后，跑出效果的周期是14-25天，成功率大约在80%。在其看来，AI能量对亚马逊日常运营工作而言是一个强有力的辅助：“目前，我们使用Xmars去完成许多人工不能做的事，如分时调价、分时预算、锁排名等，这让我们的运营能够从琐碎的工作中抽离出来，去做更多策略型的工作。”