广告主开始探索识别图像和视频内容的技术的可能性。

广告相关性（ad relevancy）是将推动客户购买的关键。通过给每个用户构建的消费者档案，我们可以深入了解他们的需求、品牌偏好、社交立场等等。如果操作正确，我们可以更好地了解潜在客户，并投放相关广告给那些积极购买我们品牌或产品的人。

为了进一步取得成功，我们不能满足于在特定时刻展示受众想要的东西。行为经济学表明，在一段时间内一致的接触点，能够影响到潜在顾客，在不久的将来，他们做购买决定时会受到我们的影响。这个影响的过程贯穿整个销售漏斗——而不仅仅位于漏斗的底部——这是吸引合适客户群体的关键。

获得客户更全面情况的一种方法，是对他们在社交媒体上分享的单词进行文本和情感分析。现在，视觉识别软件正在以类似的方式，帮助我们更深入地了解消费者。（业界似乎没有给这项技术一个确定的名称。除了视觉识别，它还被称为计算机视觉、图像识别和图像分析。）

人们通过社交媒体分享或点赞的图像和视频，不仅可以提供他们喜欢的产品的洞察，还可以让营销人员了解潜在客户生活中的其他元素。通过机器学习，算法可以快速识别图像的独特元素，这些元素可以帮助营销设备确定发送广告的对象、以获得最佳效果。

「我们确实希望多媒体帖子成为社交媒体上的主要类型。即便这些帖子附带的文字越来越短......公司能够了解这些图片中发生的事情，这一点变得越来越重要，」Gartner研究副总裁Jenny Sussin在一篇文章中解释说。

视觉识别的进步

许多公司，如IBM、Apple、亚马逊、谷歌和Facebook，在图像识别方面继续发挥作用。谷歌在图像搜索领域不断取得进步，而Facebook几乎可以在一批上传的图像中发现任何人。IBM继续扩展其Watson平台的功能，使用机器学习来识别图像中的各种元素。IBM所能识别的不仅仅是图中的人，其视觉识别功能可以识别场景、物体、面部、颜色、食物、文本等等。

通过使用API，这些技术可以随时使用并集成到任意martech工具中。亚马逊正积极推广其Rekognition服务，该服务可提供强大的图像和视频分析功能。谷歌也提供了CloudVideo Intelligence和Vision API以及CloudAutoML Vision机器学习服务。此外，Brandwatch，Crimson Hexagon和Netbase等社交媒体分析公司已经开始宣讲自己的能力。

随着图像或视觉识别软件的发展，它们面临着来自消费者的挑战，许多人担心这种技术被广泛使用后会侵犯隐私。回想一下，苹果公司在2017年发布Face ID（一种生物识别安全措施），并在iPhone X中使用这种技术后，新闻媒体是如何大肆宣扬这种技术的不准确以及可能带来的恐慌。

随着最近在欧洲推出的通用数据保护法规（GDPR）引发的隐私讨论，像Facebook这样的公司，一直在面部识别的创新技术及相关的隐私方面受到质疑。

视觉识别将如何应用于广告

但是，视觉识别最终可能会以某种形式，成为数字领域的一部分，即使没有面孔，它也提供了许多潜在的机会。在用户上传到社交媒体的许多图像中，现在可以通过视觉识别软件识别至少数百个元素。

诸如位置、标记的个人和使用的hashtag等都包含在这数百个元素馁。视觉识别甚至可以分析图像中的所有内容。它可以根据您酒杯中酒的颜色，来判断您是否正在喝威士忌或伏特加酒；它可以判定衬衫的面料和牛仔裤的品牌。它可以读取背景中的标志，以及桌上菜单中的餐厅名称。

通过这类信息可以深入了解消费者，因此对广告主非常有价值。例如，如果有人在社交媒体上分享的图片，包括他们拿着一杯高端威士忌同时还戴着Gucci腰带，那么，与饮用低端啤酒品牌的人、穿着带有旧海军标志的衬衫的人相比，他们更像是奢侈品零售商的目标。。

通过回顾个人档案中分享的各种图像，深度学习算法可以确定这个人是否是奢侈品的重度消费者。这种级别的图像分析，让我们不仅能够根据他们在社交媒体上「喜欢」或「关注」的公司来对他们实行定向，并且根据他们实际购买、和使用的产品和品牌来实现定向，从而发布更相关的广告，最终他们会成为被明确定向的顾客。

作为广告主，我们刚刚开始享受利用视觉识别功能的好处。随着我们向前发展，并且技术被更加广泛采用，它将成为一项重要的资产。