/ 發布日期：2017/11/1/ 瀏覽次數：33

自1993年出現的第一個商業性網路點擊廣告開始，現今數位平台上的廣告已有重大進展。根據美國互動廣告局(Interactive Advertising Bureau, IAB)的統計， 2013年全美的數位廣告收入已超越有線電視。但近年來數位廣告欺詐的形式越來越複雜，且龐大的廣告數量使其難以追蹤，Juniper Research認為2022年廣告詐欺將使廣告商損失440億美元。若能運用AI相關的技術將複雜的大數據加以梳理，將可為廣告商開發出多種解決方案，使其不僅能偵測潛在的詐欺，亦能正確地瞄準目標客群播放廣告。
茲將Juniper Research針對AI在數位廣告詐欺中的應用分成幾個方面進行探討：數位廣告的市場發展、將AI運用於數位廣告、運用AI偵測數位廣告詐欺，以及數位廣告欺詐偵測之策略。

一、數位廣告的市場發展
以前廣告的目的，僅是廣告商與出版商藉由廣告接觸其目標客群，但隨著時代的發展，現今廣告涵蓋了更多的相關利益者，然而全面了解數位廣告價值網絡(Digital Advertising Value Network)背後的運作機制與模式並不容易，故Juniper Research將以簡化的運作模式進行說明。

二、將AI運用於數位廣告
Juniper Research定義人工智慧為結合數位構件(Digital Building Block)，如數學、演算法與資料等的電腦程式，可幫助解決人類複雜的問題。此外，在AI持續滲透科技產業下，將促使AI對消費者行為提出新洞察力與新預測，且在數位廣告相關利益者(如Apple、Amazon 及Facebook)的重大收購中，對此項技術寄予厚望。

三、運用AI偵測數位廣告詐欺
廣告瀏覽次數(Impression)通常以網絡路徑運作，其特徵難以追蹤，加上數位平台網路的廣告量龐大，使得此難題變得更為複雜。Juniper Research預測，至2022年時，數位廣告欺詐恐會使廣告商損失440億美元，其中絕大多數將為程式化廣告(Programmatic Advertising)。此外，在數位平台龐大的廣告數量下，無法以手動方式偵測潛在的欺詐交易。
最有效的解決方案是引入AI，進行大數據分析、偵測流量並解決詐欺交易。透過自我學習技術持續監控廣告流量以提高效率，其監控範圍包括：瀏覽次數、點擊率與轉化率(click-through rates, CTRs)，將持續學習偵測IP(Internet Protocol)位址與異常的活動。

四、數位廣告欺詐偵測之策略
過去的低等級廣告欺詐較容易被偵測與監控，現今需要進一步提高詐欺偵測的投資，以防範未來可能發生的機器人詐欺事件。因為近期的廣告欺詐已變得更難以捉摸，例如：俄國廣告詐騙集團Methbot。AI已成功地執行定位策略(Targeting Strategy)，此技術持續被用於偵測機器人活動，最終目標是縮小非人為的廣告流量(Non-Human Advertising Traffic)。
Juniper Research認為廣告商將把重點從偵測廣告欺詐轉移為詐欺防治。且廣告商、出版商與交易所將在資料共享領域合作，進而提高人工智慧的效能。此外，Juniper Research亦認為擁有廣告欺詐偵測領域的先佔優勢(Early Mover Advantages)，將對未來產生重要的影響。
人工智慧能透過分析流量，包括：轉化率、廣告播放、地理位置與IP位址，更快地偵測欺詐活動。除了節省時間與成本之外，人工智慧技術也將隨著處理廣告交易數據的經驗累積，使AI技術變得更有效率。最後，值得注意的是，Juniper Research認為自我學習AI仍需要大量地人為協助，才能達成預期的成果。