随着AI概览和购物代理分流自然流量，电子商务营销人员可能会转向广告，以在2026年实现可预测的增长。
人工智能正在重塑人们发现、评估和购买产品的方式。虽然仍处于早期阶段，但变革的步伐正在加快。
例如，在2025年10月《哈佛商业评论》的一项调查中，74%的18至30岁美国成年人在过去一个月内使用过AI聊天机器人，而2025年2月的一项调查显示，年轻成年人中的这一比例为58%。
受众群体
搜索引擎越来越多地在结果中直接回答问题，购物代理会在顾客访问网站之前比较产品，其结果是自然流量下降。
似乎每个行业都在经历一场可能十年一遇的运营模式变革。
然而，正是造成颠覆的同一批AI工具也带来了机遇。如果自然流量变得不那么可靠，广告定向的价值就会提升，而受众情报将成为竞争优势。
对于电子商务店铺而言，优化定位可以恢复可预测性。
但营销人员的目标受众并不局限于再营销自己的购物者，甚至也不仅限于相似受众（lookalike audiences）。
商家可以购买基于购买行为、设备使用、位置历史和其他信号预构建的受众群体，然后在包括社交、程序化展示、联网电视（CTV）和视频在内的主要广告平台上激活这些受众群体。
更精准的广告定向可以显著提升效果。
四大策略
超越人口统计学特征
实现受众和广告优化的第一步可能是超越传统的人口统计学特征。
Skydeo是一家预测性受众公司，其首席执行官Mike Ford表示：“市场上一直存在一些标准受众群体，如年龄、性别和兴趣，但我们发现许多更有价值的数据集来自购买历史，也就是我们所说的‘购物图谱’（Shopping Graph）。”
这种优化方法相当简单：针对最近购买了相邻产品的消费者进行投放，这些产品可能来自竞争对手或属于类似的产品类别。
当然，专注于购买信号——即交易数据——的成本可能高于广泛的人口统计学定向。但这些受众群体的转化率通常显著更高，这可能足以抵消较高的成本。
手动挑选属性
第二种受众定向方式是手动挑选属性，或者至少了解相似受众的特征，从而将人类智能融入算法组合中。
相似受众建模通常晦涩难懂，隐藏在平台或提供商的系统之中。
营销人员不再仅仅上传客户列表并完全依赖算法，而是可以基于明确的特征构建受众群体。例如，购买高端狗粮的买家，或安装了健身应用并购买运动服饰的人群。
刷新
另一种优化策略是定期更新受众群体。
福特表示：“有时受众群体会变得过时。有时它们会超时，我们需要刷新它们。”
许多营销人员将受众群体视为静态资产。他们一次性构建并无限期重复使用。当购买意图突然且短暂时，这种方法就会失效。
将表现优异的受众群体视为广告创意。定期重建或刷新受众群体。向平台或供应商询问受众更新情况。在可能的情况下，选择每日或每周的刷新周期。
利用人工智能
福特推荐的第四个受众定位优化策略是利用人工智能。
福特的 Skydeo 以及 Adstra、Starcount 或 AlikeAudience 等众多数据企业拥有海量的定位数据和现成的标准化受众群体。
营销人员无需在分类法中苦苦搜寻，而是可以审查、测试并验证由机器排名的受众群体。人工智能提供选项，人类决定保留哪些。
这并不否定手动选择受众属性或要求一定程度的算法透明度的理念。相反，其理念是使用人工智能来加速而非取代人类的洞察。
2026年的流量
当流量充足时，营销人员可以容忍低效率。当流量变得稀缺时，浪费就成了一个问题。
受众定位优化并不能解决所有与人工智能驱动的产品发现相关的挑战。但它可以提高广告效果。而在2026年，广告是市场营销的最佳方式之一。