医疗保健营销人员正越来越多地尝试使用人工智能，但许多人表示，该技术仍然需要在数据、衡量和决策方面设置强有力的护栏。
品牌和代理机构表示，AI并非取代营销人员，而是被证明在帮助团队处理大量广告活动数据、加速洞察以及自动化媒体活动背后耗时的运营工作方面最为有用。
上周四，由The Trade Desk在纽约市主办的“Healthcare in Focus”活动中，这些主题反复出现。品牌、代理机构和科技领袖讨论了AI如何开始影响医疗保健广告。
品牌在AI方面谨慎推进
医疗保健组织对AI的采用持谨慎态度，部分原因是该行业依赖干净的数据和严格的合规标准。
在一次小组讨论中，礼来公司全球消费者和HCP媒体分析副总裁扎卡里·施罗尔表示，AI的有效性在很大程度上取决于输入数据的质量。
“你的数据有多干净？”他说。“你是否构建了语义层？是否有决策树？”
施罗尔表示，如果没有这些基础工作，AI系统可能会产生误导性的见解。“我见过很多关于优化以及什么有效什么无效的糟糕答案，因为它并没有按照我们想象的方式训练。”
出于这个原因，许多医疗保健公司在尝试AI工具时都刻意放慢脚步。“我们在AI领域非常谨慎，不愿急于求成，”他说。
衡量是AI正在改变的首批领域之一
AI已经影响了医疗保健营销人员衡量跨活动表现的方式。
制药品牌历来依赖营销组合建模来评估营销效果——但这些模型往往滞后于快速变化的广告活动。
“我们把营销组合建模视为衡量真相的最终仲裁者，”艾尔建美学营销创新与衡量总监内特·吴说。“但我们知道营销组合建模并不精确，运行耗时极长，并且遗漏了很多细微差别。”
为了弥补这一差距，吴表示，团队越来越多地将建模与增量测试和参与信号相结合。“我们实际上每月在地理层面进行增量测试，以约束营销组合建模，”他说。
AI还帮助营销人员更快地分析这些信号，将网站访问量或视频观看量等参与指标与处方提升等结果联系起来。“我们引入了更多数据科学家来帮助我们理解：网站活动是否重要？”吴说。
代理机构正在扩展营销数据所能揭示的内容
对于代理机构而言，AI还使他们能够深入了解患者群体和广告活动覆盖范围，将广告活动数据与外部数据集（包括人口普查和处方数据）相结合，以了解营销如何与患者群体相匹配。
“我们能够看到广告活动在特定州、特定地理区域、特定邮政编码中如何针对患者群体构成进行表现，”Kinesso公司可寻址策略与激活副总裁法琳·布朗说。
这些见解可以揭示广告活动在哪些地方错过了受众，或者战略应在哪些地方进行调整。“可能存在一个市场，我们过度投放或投放不足，并且有一个患者群体我们无法触及，”布朗说。
广告技术行业正在围绕这些问题构建AI
随着营销人员应对数据复杂性和广告活动碎片化，广告技术公司正在开发旨在帮助应对这些挑战的AI工具。据The Trade Desk工程高级副总裁阿拉温德·钱德拉塞卡兰称，该公司正在通过所谓的“代理型”系统来推进AI——这些工具旨在与营销人员协作，而不是取代他们。“我们并不认为这是一个会取代所有人的工作并为你运行所有媒体的黑箱AI，”钱德拉塞卡兰说。
相反，代理型AI分析海量数据，并呈现帮助营销人员更快做出决策的洞察。“你将获得更多见解和数据，这些将帮助代理和你们共同做出决策，”他说。
目标是减少手动工作，例如翻阅广告活动报告或排查性能问题，同时将战略决策留给营销人员。即使AI在广告工作流程中越来越普及，与会者表示，在医疗保健营销中，人类判断仍将占据核心地位。
“仍然是由人类做出决策，”阳狮Alchemy数据与分析执行副总裁凯特琳·马龙说。“希望借助更好的数据和更好的工具。”
随着医疗保健营销人员尝试AI，与会者表示，成功的组织不会仅仅是采用技术最快的，而是采用最深思熟虑的。
【全文结束】