对于汽车进口商来说，挪威目前是一块难啃的骨头。不同的地理环境、财政激励措施和其他人口统计学变量影响着挪威人的购车行为。特别是经济激励措施与你所驾驶的汽车有关，而这又受你在该国的居住地影响。因此，对于汽车进口商来说，投资他们的市场资源，使他们击中最相关的潜在客户，而不进入麻烦的重定向陷阱是具有挑战性的，自从GDPR在2018年夏季生效以来，这也变得更加有限。
挑战：在一个 "最后点击 "的世界里，优化到死的危险
在大多数情况下，定位、优化和竞价策略都是基于广告购买平台自行生成的活动数据。这些数据通常是基于 "最后一次点击 "的转化数据，这就排除了客户旅程早期其他渠道所产生的效果。这方面的一个很好的例子是Facebook的算法，它通过做更多以前在Facebook上做得很好的事情来达到最佳效果。
同样的原则适用于其他社交媒体，以及展示或视频广告的程序化购买。随着时间的推移，每个购买平台的购买算法变得越来越窄，有可能失去跟踪，并有可能排除那些不符合预定或历史行为特征的高度相关的用户。被广告击中的用户群迅速减少，曝光率增加，刺激性也随之增加。糟糕的用户情绪可能也意味着你作为一个广告商的生意不好。
因此，对于汽车进口商来说，投资他们的市场资源，使他们击中最相关的潜在客户，而不进入麻烦的重定向陷阱是很有挑战性的，自从GDPR在2018年夏季生效以来，这也变得更加有限。
挪威Mindshare和Xaxis团队提出了一个假设：我们可以以更全面的方式利用福特的网站和行为数据，并可能改善显示广告的程序化购买。其目的是在更广泛和更现实的数据基础上，提高数字投资的影响力。
- 更广泛地说，因为我们选择花一整年的时间从福特的网站上获取匿名的行为数据，而不考虑原始的流量来源（有机、搜索、SoMe、展示、原生、推荐等等）。
- 更加现实，因为数据库反映了来自市场的长期兴趣模式，包括付费和有机。
这种工作方法的挑战之一是，我们要在不到1000万个数据点中深耕细作，以找到我们正在寻找的答案。进入IBM Watson；一个人工智能工具。在沃森的数据清理、馈送和分析之后，团队能够识别每个（项目）汽车模型的清晰模式，取决于地域、日期、时间、转换类型等。这些被用来建立特定车型的购买算法，这与之前使用的以媒体为中心的购买平台所提供的能力有很大不同：领域定位、格式、可看性、频率、时间管理、重复性等。
结果：每次转换成本降低45%。
在Xaxis的基于人工智能的采购解决方案Copilot中实施了更新的 "规则集"。这些都超过了所有的预期。
利用免费和GDPR安全的第一方数据，以及更全面的程序化广告方法，证明了比起其他丰富数据或优化购买的方式，每投资一美元都有更好的效果。媒体CPI（CPM、CPC、CTR）得到了明显的改善，但最明显的效果体现在每转换成本这一关键业务CPI的惊人下降。与以前的可比活动相比，下降幅度在25-75%之间，这取决于你的广告模式。在所有活动中，每转换成本下降了45%。按年度计算，这代表了巨大的增值潜力，降低了把自己细分到死的风险，也降低了用不相关的汽车广告来打扰人们的风险。
这种基于第一方数据的程序化购买的方式，现在已经成为所有特定车型活动的基础--为福特汽车挪威公司带来了巨大的成功和回报。在荷兰成功实施后，这种方法现在也被推广到欧洲的几个国家--在欧洲范围内，这将有可能使福特的广告收益增加几百万克朗。
本案已获得多个奖项
2019年inmas绩效奖。
在 "在线表现 "类别中名列前茅
2019年DIGIDAY全球科技奖。
最佳个性化和A/B测试平台 "类别中的第一名
2019年Digiday欧洲营销和广告奖。
荣获 "最佳人工智能应用 "奖
在挪威语中阅读原文坎潘杰
