(文章轉載於INSIDE硬塞的https://www.inside.com.tw/)

 Google Marketing Next 大會上，Google 首先更新了實體店訪問量的測量工具，導入了深度學習，來擴充現有的功能。對於零售商來說，全通路行銷的概念早已展開，即使是實體店，也要花功夫在網路上搞行銷。

但如何準確的將線上的數據與線下的實體零售結合起來，還沒什麼太準確的好辦法，尤其在奢侈品領域，很少有人能夠說出類似社交網路的行銷究竟能夠帶來多少的轉化率。

Google 現在希望先做這件事，通過工具的升級，來更好預估線上廣告能為線下帶來多少流量，其實也就是將線上導流的作用進行量化，真正地測一測新零售到底帶來的是什麼化學反應。

之前，Google 一直使用匿名的位置、WIFI 訊號和地圖等數據來估算線上廣告引發的實體店鋪人流。但是對於人口非常密集城市和人流量非常大的商場，這種估算還是存有很大偏差。

Google 正在轉向深度學習，收集更多樣化的零售商數據，並錄入到深度學習模型中，來更準確的預估結果。

此外，Google 還會將測量客流的工具延伸到 YouTube TrueView 上，也就是測量某一則影片廣告的轉化率，迎合當下視訊化的趨勢。如果按照這個思路，那是不是也可以考慮把直播和短片的行銷效果也放進去研究研究？

在 Google 描述中，聽起來挺靠譜而且蠻完美的，好似用了工具真的就能知道在線廣告如何影響線下客流，但實際效果還是要畫上個問號，只能等待零售商的印證，畢竟線上轉化率這個問題都困擾了零售商們很久。

Google 還推出了全新免費版本的 Google Attribution，給零售商們算一筆帳，哪種行銷的收益最大化。Google Attribution 加入了機器學習的功能，利用數據建立好模型，讓零售商們提前模擬不同廣告對於消費者的購買行為的影響。

往常衡量一則社交媒體廣告效果如何都是在行銷過後看點擊量，花了錢之後才能看到點擊效果，可能經過好幾次買單，才知道哪種行銷是最消費者最青睞的，花了不少冤枉錢。

Google 是打算將行銷策略、行銷花費、消費者反饋，三者緊密的聯繫起來，在零售商沒做行銷決策前，更準確地進行成本效益分析，提前預估消費者會在哪種行銷的驅動下真正付錢，幫助他們做出選擇。如此說來，這些科技公司要比零售商、甚至是消費者自己都更瞭解消費者。

目前這款工具還在內測中，具體面世的時間還未明確。不過 Google 這款免費的工具或許會對一些專門做行銷效果的公司造成很大的威脅。Google 的海量數據有了人工智慧的加持，相對優勢會明顯一些，業內有擔憂形成壟斷的局面。

2014 年 Google 就收購了一家衡量行銷影響的創業公司 Adomet，將其合併到了 Google Analytics 部門。