Amazon Ads 將生成式 AI 導入 Amazon Marketing Cloud
Amazon Ads 在 CES 2025 宣布將 生成式 AI 導入 Amazon Marketing Cloud (AMC)，推出「SQL 生成器」。此工具透過自然語言介面，讓廣告商能以口語描述所需受眾輸出，自動生成複雜的 SQL 查詢，大幅將查詢開發時間從數小時縮短至數分鐘。核心效益包括顯著提升效率、民主化受眾建立流程、優化全漏斗行銷策略，賦予更多非技術背景的行銷人員也能從龐大數據中獲取深度洞察，實現更精準、更具影響力的廣告投放。
什麼是 Amazon Marketing Cloud (AMC) SQL 生成器？其核心功能為何？
為了幫助廣告商從日益龐大的數據信號中快速提取有價值的洞察，Amazon Ads 將 生成式 AI 的強大能力整合進 Amazon Marketing Cloud (AMC)，並推出創新的「SQL 生成器」功能。這項技術的核心目的，在於提供一個直觀且高效的工具，讓廣告商能夠更輕鬆、更快速地從 AMC 數據中獲取可執行的洞察。
生成式 AI 如何簡化 SQL 查詢流程？
傳統上，從數據雲中提取特定受眾或洞察需要具備SQL 編碼知識，這對許多行銷人員來說是一個技術門檻。然而，AMC SQL 生成器透過 生成式 AI 徹底改變了這一流程：
- 自然語言輸入： 廣告商只需使用日常語言描述他們所需的受眾或數據輸出。例如，他們可以說：「建立一個在過去 30 天內看過我們產品頁面和串流電視 (STV) 廣告但尚未購買的客戶受眾。」
- 自動生成 SQL 查詢： 生成式 AI 會立即將這些口語指令轉換為精確且複雜的 SQL 查詢程式碼。
- 提供建立步驟： 系統不僅生成查詢，還會提供詳細的建立步驟，確保廣告商能順利執行並應用這些洞察。
這種模式極大地降低了技術要求，讓行銷人員能夠將更多精力放在策略思考上，而不是繁瑣的編碼工作。
導入生成式 AI 為廣告商帶來哪些關鍵效益？
AMC SQL 生成器的推出，為廣告商帶來了多方面的革命性效益，尤其在效率、精準度和技術普及化方面：
效率與時間成本大幅優化
這項技術最顯著的優勢是大幅提升了查詢開發效率。透過 生成式 AI，原本需要數小時手動編寫和測試 SQL 程式碼的過程，現在只需數分鐘即可完成。以下是具體比較：
| 效益面向 | 傳統 SQL 查詢方式 | 透過生成式 AI (AMC SQL 生成器) |
|---|---|---|
| 查詢開發時間 | 數小時至數天 | 數分鐘 |
| 技術要求 | 需具備專業 SQL 編碼知識 | 自然語言描述，無需編碼 |
| 錯誤率 | 人工編碼易出錯，需反覆測試 | AI 自動生成，精準度高 |
| 資源投入 | 需專業數據分析師或工程師 | 行銷人員可直接操作 |
受眾建立與啟用更加精準
- 客製化受眾： 廣告商能夠根據複雜的行為模式（例如觀看特定產品頁面但未購買、或聽過音訊廣告但無後續行動）建立高度客製化的受眾區隔。
- 全漏斗廣告活動： 這些精準的受眾可以在 Amazon DSP 和廣告控制台啟用，用於整個行銷漏斗的 Amazon Ads 廣告活動，涵蓋串流電視、音訊和數位頻道，實現跨管道的無縫整合。
洞察探索與策略優化
生成式 AI 賦予廣告商探索新穎使用案例和受眾區隔的能力。透過更快速的數據分析，品牌可以優化跨管道的媒體支出，確保廣告預算花費在最具潛力的受眾身上。例如，廣告商可以提示：「我如何建立一個聽過我們音訊廣告但尚未購買的客戶受眾？」AI 會提供相應的指導和查詢。
行銷技術的民主化
這項技術降低了利用進階受眾分析的技術門檻，使更多非技術背景的行銷人員也能直接從數據中獲取洞察。正如 L’Oreal US 副總裁 Brendan Frawley 所言：「這項新的 Amazon Marketing Cloud 功能將使廣告商能夠更民主地利用進階受眾，減少過去所需的技術要求。」這賦予了組織內更多人貢獻思想領導力的能力，推動數據驅動的決策文化。
Amazon Ads 測量副總裁 Paula Despins 指出：「透過 SQL 生成器，我們將 生成式 AI 的力量帶給廣告商，幫助他們更快地從數據和我們的購物與串流信號中釋放價值，以執行真正的全漏斗廣告策略。」Tinuiti 創新與成長副總裁 Robert Avellino 也提到：「這項 生成式 AI 功能讓我們的團隊能夠迅速將複雜的受眾想法轉化為可操作的洞察，賦予組織內更多人貢獻思想領導力的能力。」
Amazon Ads SQL 生成器的上市時間與重要里程碑？
這項革新性的 生成式 AI 工具首次於 CES 2025 盛大宣布，展現了 Amazon 在廣告技術領域的領先地位。預計於 2025 年初，Amazon Ads 將向所有 AMC 客戶提供此 SQL 生成器功能，屆時全球廣告商都能體驗其帶來的巨大效益。
在 Beta 測試階段，L’Oreal US 副總裁 Brendan Frawley 已經觀察到顯著成效：「我們的 Beta 測試顯示 SQL 生成器為我們的技術團隊節省了大量時間。我們能夠更快地創建和測試受眾，且無需編碼，只需驗證。」這印證了 生成式 AI 在實際應用中的高效和實用性。
未來行銷人才應如何應對生成式 AI 的崛起？
隨著 生成式 AI 工具在行銷領域的普及，行銷人才的技能需求也將隨之轉型。未來的行銷專業人士將不再需要耗費大量時間在繁瑣的編碼或數據處理上，而是需要將重點轉移到以下幾個關鍵能力：
- 策略思考： 學習如何提出正確的問題，定義清晰的行銷目標，並將數據洞察轉化為有效的策略。
- 創意發想： 利用 AI 工具快速測試不同創意，並專注於更高層次的內容和活動概念。
- AI 工具的有效運用： 熟悉並善用各種 生成式 AI 工具，了解其優勢與限制，以最大化工作效率和成果。
- 數據解讀與驗證： 即使 AI 生成了查詢或洞察，行銷人員仍需具備解讀數據、驗證結果的能力，確保其準確性和相關性。
例如，像 Ezbiz開店小幫手 這樣的品牌，可以利用這些進階工具來更深入地了解其客戶行為，並優化其線上開店和行銷策略，從而提升整體營運效率和客戶滿意度。這項技術的普及，將加速行銷領域的數位轉型，使數據驅動的決策變得更加普及和高效。