户外广告又被称为OOH(Out of Home)，顾名思义，即家门之外的广告，包括设置在公路街道、楼宇、公交地铁、机场、影院等场所的各类广告；以海报、广告牌、霓虹灯、灯箱、LED及LCD显示屏、移动电视、广告机、电子信息亭等多种形式作为广告载体。
技术的进步也在不断赋能户外广告，让其从单向思维主导的传统营销过渡到数据主导的数字化营销，AI与户外广告的融合，可以进一步塑造新场景、新渠道、新的表达方式，带来更多的想象空间，为户外广告带来了新的发展机遇与变革。
一、行业背景
1、国内广告业宏观形势
近年来，广告业正经历着前所未有的转变与重构，与经济发展和市场形势密切相关的中国广告业，在经历了过去几年的调整、回暖之后，放慢了增长速度。2018年中国广告进入了结构性调整阶段，中国广告业电视、互联网、户外三大广告平台的均衡局面被打破，形成了“以互联网为主导，户外与电视为两翼”的新格局。
数据来源：国家统计局、CTR《2018年中国广告市场回顾》
数据来源：CTR 2017-2018年《中国广告主营销趋势调查》
理解全新的市场结构格局，有三点值得特别关注：
一是数字技术的迅猛发展是互联网确立主导地位的内在动力。数字技术将互联网平台升级为“汽车”，使其从“电视、互联网、户外”并驾齐驱的“三驾马车”中脱颖而出，形成引领。随着数字革命的深入发展，互联网的主导地位和速度会进一步扩大加强。
二是2018年7月，阿里巴巴150亿投资分众传媒，标志着互联网向传统户外的延伸。阿里与分众整合后，百度和京东也陆续对新潮传媒进行战略投资，这意味着线上线下海量数据的打通和链接，也表明户外广告和互联网不再是并列关系，户外广告已经被纳入互联网体系，成为其中一个环节。
三是电视与户外仍是现阶段中国广告市场格局中重要的“两翼”。一方面，电视是我国重要的宣传阵地，是不可替代的传播平台，其事业性决定了其转型的特殊性；另一方面，户外与互联网的纵深结合还在发展过程中，户外广告本身仍是重要的、独立的广告媒体类型，仍具有独特的市场价值。
2、户外广告发展及产业情况
中国户外广告至今经历了四个发展阶段，随着市场体系的完善和媒体资源的规模化整合，自由生长的户外广告实现了产业化；各阶段新技术的不断融入和赋能，让户外广告的展现形式越来越有创造力，彰显出线下流量的价值。
户外媒体公司包括自营媒体和代理媒体，在产业运作中扮演着核心枢纽的角色，链接着产业链两侧。纵向看，户外媒体公司需与不同场景中的场所方达成合作，以便拥有场所中的广告资源代理权，同时为满足广告主的不同需求，户外媒体公司还需与拥有技术、制作、创意、监测等服务的支持方保持合作关系。横向看，户外媒体公司与广告主、广告代理商、投放平台对接，接收广告投放需求，最终向消费者展示户外广告。
内容来源：艾瑞咨询
此处企业logo展示为举例，排名不分先后
户外广告运作过程主要包括策略、生成、投放、展示、评估这五大环节。
3、户外广告价值再现
在中国的各类广告中，户外广告的历史最为悠久，在时代的不断更迭中维持了强大的生命力，这得益于不论生活场景、消费者需求和触媒习惯如何转变，户外广告总能因地制宜、与时俱进地得以展示并延伸进生活的每一面。2015-2018年国内户外广告市场规模的年复合增长率为18.2%，规模达到456.1亿元，有效拉升线下广告规模。
数据来源 艾瑞咨询 《2019年中国户外广告市场研究报告》
让户外广告的持续增长的，一是线上人口红利减弱、户外政策规范化、资金流入推动等外部因素；二是其独有的场景化、无线延展性和强制性三大内在特征，在给消费者带来的影响力和回忆度上均占据优势；三是近年来的技术赋能，使户外广告如虎添翼， AR/VR、人脸识别、用户画像分析等智能技术的发展，更是升级了户外广告创意，增强了户外媒体的场景体验感和精准营销能力，为户外营销带来了新的机遇和变革。
二、AI如何助力户外广告
AI在户外广告运作过程的各环节逐渐渗透落地，通过数据挖掘、人脸识别、NLP、机器学习等关键技术，AI对户外广告运作的各环节进行优化，在用户洞察、内容创作、创意投放、互动展示、效果监测及评估等领域做出贡献和革新，提升了广告运作的效率和投放效果。下面对户外广告各环节的AI应用场景进行介绍：
1、策略+AI
广告主和广告公司最重要的工作是制定媒体策略，即到底通过广告实现什么样的目标，其中用户洞察是制定策略的重要前提，包括如何确定用户兴趣、判断用户是否为目标受众。传统的用户洞察依赖小样本的数据，洞察结果的精度和广度都受到限制，同时难以进行不同终端的用户识别，线上线下营销的有效结合存在问题。
AI在该场景下的应用主要为：
- 通过自我学习自动归类用户群体，为用户贴更多标签，助力更精准的用户画像；
- 对多方汇集的各种形式的数据进行快速处理，助力打通多数据源，更好的进行跨终端的用户识别与洞察；
- 用户属性可能随着时间的推移而变化，AI可通过学习来同步变化和追踪、挖掘潜在人群，指导广告策略的科学决策。
奥美在帮助Netflix视频网站进入法国市场时，制作了一系列Netflix旗下剧集的GIF动画小片段，投放在户外公共场所的广告牌中，与时事潮流、天气变化、人流情况等实时呼应，比如外面在下雨，电子屏就会显示跟水有关的美剧 GIF 片段，超市正在促销抢购，电子屏的画面就切换成了《行尸走肉》的 GIF。这些户外广告的传播主要是利用机器学习和自然语言处理技术Topic Model，对过去两年法国人在社交网络上的各种对话进行挖掘，进而得到了关于法国民众的洞察，让这些户外广告内容与法国文化有机融合，并契合了当地人群的兴趣特征。
美女来了，老白摘下眼镜
卖场促销抢购，广告牌跟着起哄
现状和瓶颈：
百度与知萌咨询的联合调查结果显示，65.9%的营销人将“洞察用户+预测用户意图”视为他们最认同的AI能力。具体到户外广告，目前头部媒体方因为更容易获取一手数据，更多是自己研发AI技术支持广告营销；第三方服务公司利用其技术优势和服务水平，也在积极搭建并推出智能营销平台，在培养广告主和媒体方对平台依赖度的同时，整合和积累二手数据，为用户洞察等策略制定提供帮助，在各方探索和开发的过程中，也面临如下瓶颈：
一是数据来源偏少。受制于户外媒体展示形式、采集方式的限制，直接来自户外媒体的数据量和数据种类远少于线上媒体，不同形式的媒体所拥有的数据质量和数量参差不齐，可供学习的有效数据量偏低。二是现有数据精准程度偏低。传统户外广告主要是依据样本调查，为媒体和受众制定标签，例如某块大屏所能影响到的人流量、人群年龄、兴趣的大体分布；近些年发展出人流热力图、WiFi探针、局域网IP扫描等技术，一定程度上提高了数据准确度，但因涉及隐私、数据清洗效果和保护壁垒等因素，大范围推广较慢。随着面部识别、语音识别、人体属性分析等AI技术的引入，标签标注和属性识别会更为精准，AI带来的用户标签可超过3000种，是传统标签的10倍以上。
整体而言，在户外广告策略方面，AI受到了重视和关注，但其应用仍处在起步阶段，未来一定时间内，将主要以辅助的形式，为广告主和广告公司的策略制定提供参考。
2、生成+AI
生成好的创意是广告活动的关键所在，也是广告制作过程中最难的一步，富有创意的内容和素材能够有效提升品牌的美誉度和知名度。在传统户外广告的营销中，大量的广告创意和素材均依赖于人工思考制作，所生产的创意时间较慢、数量有限、且费用较高；另外，不同群体受众看到的多是相同的创意，使得不同广告终端的广告接受度差异较大。
AI在该场景下的应用主要为：
- AI通过对已有素材的训练和学习，能够短时间内迅速根据活动主题，自动生成大量不同形式、适用于不同终端的创意内容，降低人工成本，提升生产效率；
- AI可对多组素材进行智能测试，针对不同用户群体投放最优的素材。
广告服务商M&C Saatchi曾于2015年在业内率先做出了人工智能户外广告，利用“基因算法”打造了智能广告牌，根据受众的反应，推送某咖啡店品牌的不同广告并进行演进。
在其最初的文案、图片“基因库”中，每代包含22个广告，用于“优胜劣汰”——如果受众反馈良好，就会在该版本上进入微调，再加上“基因突变”，产生新的下一代，否则就会被淘汰。
经过一段时间的测试，共产生了70代、1540只广告，从初步的结果看，伴有心形的短文案广告更受欢迎，频繁出现在受众面前。这是人类的一次完全放手，让广告基于自身判断什么才是最有效的。
现状和瓶颈：
现阶段，AI已经可以实现素材编辑、图文排版、简单元素结合、优先判别等初步手段，能够对标准化的文案、设计元素、图文海报等，进行自动化输出，使之快速进入投放流程，即实现了初级创意的标准化生产。随着阿里鹿班、百度霓裳、Google的AutoDraw等AI智能设计工具的推出，设计师的生产力将得到更多的解放，并在一定程度上为广告主节约预算。
从更高的要求看，好的创意其根本是要“打动人心”，同时好的创意设计不追求确定性，反而是受益于不确定性。当前AI创造的瓶颈是没有人类的情商和思想，也不擅长提出新概念，人创造的瓶颈是自身的经验、逻辑和方法；因此在可见的未来里，AI能做到的是增强和协助创意人，不仅可以发挥其机器优势完成初级创意工作，也可以发掘和创造不确定，进而对创意人形成启发。探索优秀创意的人工智能不应仅以获得合适答案为目的，优秀的创意人也应该扮演好链接人工智能和人性温度的纽带角色。
3、投放+AI
广告投放是链接广告营销活动的关键环节，广告投放的效果将直接决定整体营销活动的效果。广告主对投放的痛点主要在于：如何筛选量化符合自身的媒体类型和投放方式，如何进行投放优化。这些痛点需要人工进行判断和选择，在媒体环境快速发展和变化的今天，意味着决策难度大、决策时效受限。
AI在该场景下的应用主要为：
- AI基于更详细准确的用户画像，实现精准的人群细分，寻找最佳媒体组合；
- 基于更好的机器学习算法，优化广告到达率的预估模型，帮助广告主选择更合适的投放渠道、投放时间、投放方式等，优化投放流程，实现“人群+场景+媒体”多维度的有效定向；
- 投放过程中实时跟踪分析广告效果数据，动态调整包括展示时间、播出频次等投放策略，在有效控制成本的同时提升营销效果。
澳洲知名数字户外媒体商VMO(Val Morgan Outdoor)推出了数字户外受众实时测量系统DART2.0，该系统安装在数字户外媒体上，可以实时采集和分析受众的面部特征、动作，对用户的性别、年龄、表情、观看时间和时长等基本信息进行预估，以便产生定制化的广告创意和投放策略。该系统在新西兰部署的工作网络，每周测量覆盖人群约为25万人次，信息与数据也随着系统的不断运营越来越精准。
VMO在某商场应用DART系统示意
VMO的DART系统工作原理
现状和瓶颈：
近年来兴起于互联网广告的程序化投放，已经越来越深的与户外广告结合，特别是与数字化户外媒体设备的对接。2015年Google将广告从互联网搬到伦敦街头，利用其DoubleClick技术实时采集的数据，包括天气、观众、旅游信息和当地事件，来选择要投放哪个广告，什么时候投放，以及在哪个广告牌上投放。此举被视为户外程序化购买和投放的真正落地，给予了户外行业更多的机会和想象空间，此后各类户外程序化平台开始涌现。户外媒体的数字化程度，决定了未来程序化和智能化投放的发展空间。
对于数字化户外，目前有两个值得关注的发展方向，一是为户外广告提供智能业务管理工具、优化投放管理流程业务类型的公司，如播尚、欧孚士等，对媒体公司的营销管理、投放和运维流程进行数字化和智能化的升级完善；二是整合多场景多广告位、实现高效程序化户外广告购买业务类型的公司，如百度聚屏、京东钼媒等，强调平台整合化的价值和发展趋势。这两个方向最能解决现有痛点和问题，也正在不断蓄力壮大，有望通过程序化+AI的方式，扭转行业格局。
4、展示+AI
展示是广告活动中与用户距离最近，最直接影响消费者的环节，当前户外媒体公司的广告资源主要包括展示型和功能型两大类：传统户外广告的媒体资源主要以展示型为主，即挖掘高商业价值的场所空间，如分众传媒的电梯场景，万达传媒的影院场景等；新兴媒体公司开始逐渐向基于功能交互的场景寻找机会，通过提供服务的方式，让户外广告对消费者产生触达和互动，如丰巢的自动快递柜、友宝的各类自助零售终端等。场景化和互动化逐渐成为户外广告的发展方向。
AI在该场景下的应用主要为：
- AI通过用户提供的不同反馈（如面部信息、语音信息、肢体动作等）识别、分析用户属性和偏好，做到千人群千面的展示内容；
- 户外广告具有较强的场景属性，结合智能机器人、AR技术等可以实现更加丰富的互动创意，实现越来越强的真实化、娱乐化的效果。
讯飞与红星美凯龙，围绕智能机器人，提出RAIBOO营销整体方案，线下机器人拥有视觉、听觉、语言、认知与自主行动，通过与AI的结合能够为用户提供个性化与互动式的体验。
内容来源：艾瑞咨询
德国制药公司Boehringer Ingelheim，在柏林中央车站推出了一个可以互动的数字广告牌，利用声音识别技术，当有人在广告牌附近咳嗽或打喷嚏时，广告牌就会自动识别并展示相对应的药品广告，很多乘客看到广告牌的温馨提醒后露出惊讶和欣喜的表情。AI使户外广告的创意互动更加人性化，甚至在逐渐改变人们对传统户外广告的认知。
现状和瓶颈：
户外广告的展示同互联网广告展示有所不同，互联网广告是1对1的展示，可以根据每个用户的标签展示个性化的内容，但多数户外广告是1对N的展示，一个户外屏幕同时面对很多受众，因此传统的标签体系和算法无法直接适用，需要做调整和优化，以最大程度的匹配人群属性，做到千人群千面。当前因为标签数据量和细化程度不足，在内容展示的精准度和匹配度方面还有很大的提升空间。
“互动”是近年来广告主和户外媒体公司提及的高频词，将原本静态展示内容升级为互动场景，让用户从单一观看变为深度参与，可有效提升品牌营销的效果和媒体价值。利用AI技术提升户外广告的互动展示能力，是越来越多广告主愿意尝试的一种模式，例如在人流密度大、商业价值高的地段，通过可互动的户外广告打造亮点，引发品牌关注和线上二次传播，是近年来常用的营销方式。
户外广告结合AI、AR在展示上的应用已有落地案例，但都属于广告主以“量身定制”的方式与第三方技术公司合作；户外媒体种类繁多，目前国内已有企业在推出部分AI+创意产品去满足广告主的非标需求，比如讯飞语音创意，但还没有标准化、规模化的应用模式，考虑到落地成本及场景适用性，未来将会有较长的落地期。
5、评估+AI
效果评估和分析是广告营销活动闭环中的关键一环，也是户外媒体公司自身难以做好的一大痛点。目前大多数户外广告的效果评估都依赖于第三方机构的调研和监测结果，但调研评估具有主观偏差和样本代表性偏差等问题，评估结果有效性和精准性仍有不足；另外影响广告效果的因素众多，户外广告的归因——证明户外广告触达了哪些用户、用户的行为是受哪些广告的影响，这种因果关系的阐述是缺乏的。“我知道在广告上的投资有一半是无用的，但问题是我不知道是哪一半。”20年前约翰·沃纳梅克提出的这一广告界的哥德巴赫猜想，至今依然深刻。
AI在该场景下的应用主要为：
- 借助AI的高效算力，即时监播和监测媒体效果，实时效果优化，减少投放预算的浪费；
- 可以进行广告活动全流程的数据监控，解决户外和线上媒体的数据割裂问题，打通线上线下渠道；
- AI可以对户外广告的归因进行研究，提供户外广告活动的量化结果，为广告主提供更加多样化的评估维度。
- 失联消费者的召回，当消费者在某个触点改变了联系方式，借助AI机器学习，可以根据消费者在其他触点的接触数据，进行跨域追踪，唤回失联消费者。
百度Omni Marketing通过来源广泛的数据+AI可以多维度衡量品牌投放效果（内容来源：2018年百度AI赋能营销白皮书）
现状和瓶颈：
在广告的投放过程中，对户外媒体的主要评估是监播和监测。简单的说，监播就是看广告是否真的有投放，而监测就是看广告播放过程中的效果，得出数据反馈。
对于监播，已有相应的解决方案陆续落地，例如对于数字终端可通过第三方提供的API或SDK，在后台对广告的播放进行实时监控，每个终端广告的曝光时间和次数，都可形成详细的统计报表；对于静态的如海报、灯箱广告，也可以通过图像采集和识别的方式，确认广告是否按时投放，画面是否清晰完整，并为广告主提供含有数字认证或签名的图片及报告。
对于监测，户外广告目前还难以做到大规模的实时精准，但能通过AI技术，尽可能的提升准确度，减少偏差。早期竹间曾提出广告效果分析系统，通过计算机视觉与情感识别技术，来侦测用户对广告的情绪反应、专注程度、观看热区等指标，此来帮助评估广告的影响力；商汤推出的商汤聚睛SenseFocus广告平台，其终端也可为广告主提供用户表情、专注时间等数据标签，为投放效果提供量化数据；明略科技利用基于AI构建的时间概率模型，既能对单点广告进行轮播测量，如同一位置看到广告1次的人数、看到广告N次的人数等，也可以根据用户信息唯一原则，进行多点去重，考虑不同位置用户的重叠度，多维整体测量广告组合的触达情况。
投放中的监测数据，应反馈到投放后的效果评估和媒介优化，为下一轮投放前的决策做好必要准备，以形成广告营销活动的闭环。户外广告涉及到跨平台，且平台类型较多，对于全流程的数据监控和归因分析，目前尚未有一套成熟的方案和评估体系，更多处在概念和探索阶段，如何做好“品效合一”，这一领域既是机会，又是挑战。
三、AI+户外广告发展趋势
1、AI优化户外广告活动的流程效率，打通首尾形成闭环
对于传统户外广告活动，整体的广告运作流程（策划、生成、投放、展示、评估）选择粗糙、响应速度慢、难以形成闭环；AI现在已经有能力大大缩减广告从业者要做的资源密集型工作，如数据采集、整合等，但仍有很多方面不能做到全面的智能化，未来通过数据集成和算法优化等方式，AI可以让各环节内的重复劳动全面智能化，在提升效率的同时，让各方人员更加关注广告营销的核心和本质，将注意力更多的聚焦在战略制定、创新创意、价值创造方面，推动行业向上发展。随着AI在各环节应用落地的不断深化，各环节之间的有机性也不断提高，最终令整个流程形成首尾相接高效循环的闭环。
业内头部户外媒体公司纷纷开始布局广告营销闭环生态，如交通媒体领域的德高中国，其旗下申通德高发布了地铁数字化媒体平台——申通德高VIOOH系统，目的在于一站式提供自动交易、数据管理、内容服务及广告交互功能；再如电梯媒体领域的分众传媒联合阿里巴巴推出“U众计划”，实现广告投放、定向、互动、效果等方面的数字化，全链路提升广告营销效率。
2、AI赋能以用户为中心的全周期，从行为洞察到需求预测
广告营销的中心始终是用户，围绕用户的广告营销活动才真正有价值，用户的决策流程呈现出明显的五个阶段“兴趣——意向——决策——购买——复购”，在不同的阶段，广告营销活动有不同的切入点，AI的应用在于帮助更好的判断和挖掘切入点，提升活动的广度和深度，如在用户兴趣和意向阶段，制定更好的媒介策略，提供更合适的创意素材，提升用户对品牌的关注度；在决策阶段，可提供更多的渠道和促销信息传播，加速用户向购买转化。
目前AI可以对用户的行为进行总结，为广告主、媒体等需求方生成用户画像，为后续的活动提供参考，然而这些建议和参考是根据用户已有行为或现状进行的，并非对用户未来行为和需求的预测，例如，当AI获知用户购买了饮料，会将用户定义为适合接受饮料的受众，从而推荐可替换的商品或品牌，而非为用户推荐器具或食品等与饮料搭配的商品或服务。未来基于更优算法和更深学习，AI推荐的智能度会更高，用户可以获得更多意料之外又情理之中的信息推荐。
3、AI助力整合线上线下资源，实现覆盖全媒体的全场景营销
随着户外广告数字化程度加深，以及互联网在社会生活中的全面渗透，过去分割较为明显的线上和线下呈现出融合的趋势，数字化户外可以实现与其他媒体的相互关联，让品牌信息在不同媒体间交叉传播。AI将有助于解决不同场景下的复杂营销需求，通过整合线上线下资源，尽可能覆盖更多用户触点，并连接这些触点，使分散的各媒体进行联通和互动。根据艾瑞2019年对广告主的调研，广告主在选择媒介公司时最看重的因素中，71.1%的广告主选择了“全案整合营销的能力”，占据首位。多场景的资源整合，将极大地减少广告主的渠道商务对接成本，提升投放效率，全媒体全场景的营销能力已经成为广告主越来越看重的因素。
在资源整合的过程中，产业链衍生出了投放平台的角色。作为广告主和户外媒体方的连接点，投放平台既向广告主提供资源整合、投放数据化、交易程序化等服务，又为媒体方扩大销售渠道，增加长尾资源的上刊率，因此受到了各方的欢迎；互联网企业、人工智能企业和新兴创业企业纷纷加入到投放平台的探索和实践中，如百度聚屏、京东钼媒、讯飞智屏、屏多多等。但整体看，投放平台的发展仍处于概念普及和技术搭建的推动阶段，未来户外数字化的渗透度和广告主的认可度，是决定平台发展进程的重要因素，各平台也应及早打出自身的差异化优势，以便在未来趋于同质化的竞争中脱颖而出。
4、AI+户外应在规则内有序发展，隐私问题或被放大
在技术赋能户外的同时，户外广告涉及的公共安全和隐私问题也越来越重要。过去关于户外广告的管理范围主要停留在广告设置、收费标准、美观和内容健康等层面，预计未来，行业协会和监管机构会推动户外广告相关管理条例的细化，并提高公共信息安全性等层面的关注。户外也应从互联网和移动世界中的信息安全和隐私问题中吸取经验和教训，在规则的框架内发展，避免野蛮生长，力争在早期就将信息安全和隐私保护作为其首要原则，将行业做到规范化、透明化，取得受众的信任并保护好民众的权益。
四、结语
整体看来，广告主和媒体方对AI相关技术已有认知和探索，尽管现在AI+户外广告还处于早期阶段，但各方尝试的意愿十分积极。通过数据获取、机器学习、属性识别等关键技术，AI对户外媒体营销活动各环节进行优化，促进了用户洞察、内容创作、智能分发、创意展示、效果评估等领域的发展。未来AI将助力打造广告活动流程的闭环、以用户为中心的智能预测、线上线下全场景的营销，在解决好公共安全和隐私问题等挑战下，推进户外广告数据化、智能化、互动化、平台化和生态化发展，实现户外媒体和户外广告的价值再造。
网友评论