对话谷歌高级副总裁Sridhar：AI、手机替代者与围堵虚假流量(3)

UAC 可以帮助你通过一个广告活动在 Google Search、Google Play、AdMob、YouTube 上进行广告投放。现在，我们利用机器学习技术来了解应该在什么时候、什么版本的广告向什么样的用户去展示，什么才是正确的广告格式，如何帮助广告主最大化app的安装。还有一件非常酷的事情，UAC 是一个非常简单的界面，你只需在页面上提交广告，设置起始出价以及整个预算，其他的事情都会由技术来处理。在以前的一些案例中，我们看到它可以帮助广告主的 app 安装率提升 1.4 倍也就是140%。而提高 app 的安装仅仅是第一步，我们还致力在此基础上更上一层楼。

目前，有许多的 app 被用户安装了，却没有真正地被使用。实际上，广告主是希望其用户可以打开该 app 并进行互动的。所以，我们也在通过积极应用机器学习技术，给广告主更多的选择。很多的广告主会告诉我们他们最关心的用户行为：也许是 app 的结账按钮，也许是访问一个特定的页面，也许是完成交易。我们可以针对他们重视的特定行为进行优化，结果也是非常了不起的。目前，通过UAC开展的广告投放中已经有 25% 是针对应用行为的优化。这一切都是机器学习来驱动的，帮助查看不同的渠道，了解正确的格式，找出目标用户，定位精准用户。

对我而言，这是机器学习技术的一种非常令人兴奋的应用，它能触达消费者界面、满足广告主的需求、着眼解决一个复杂问题并提供一个简洁界面。所以我认为这是一个把 Google 强大的机器学习和人工智能技术应用到实际产品中的案例。

第一财经：刚才也提到其实有很多的广告，消费者是有浏览的，但是没有实际的打开和深度阅读。这衍生了我的下一个关于虚假点击的问题。近年互联网广告中最为诟病的现象就是虚假点击，不管是 Facebook 还是 Google 的广告都曾受到过这样的指责。我想知道 Google 是如何看待这个行业现象，以及如何应对这个问题的?

Sridhar：我们把这种现象称之为虚假流量，也有人称之为垃圾广告，这是一个业界的大问题。Google 在 2004 年上市的时候就十分重视这个问题了，我们付出了很大的精力去确保这些虚假流量不会被计算在内。通常而言，在我们自己的平台上做这件事会更容易一些。例如，在Google Search 中，由于用户是直接与 Google互动。因此，我们对在自己的平台上监控无效流量的能力很有信心。但不幸的是，有一些不良广告主会点击竞争对手的广告，来试图花光他们的预算，这样他们的广告就不会再显示了。所以我们很努力地去检测这样的东西，并在我们自己的平台做得很好。