LiveRamp与OpenAI深化合作,广告主现可将更多第一方受众数据接入ChatGPT Ads。通过LiveRamp RampID,营销人员能够激活来自CRM、忠诚度计划及网站等渠道的客户与潜客数据,在ChatGPT Ads中实现精准触达或排除,进一步丰富了继Google和Meta之后的定向选择。
RampID扩展第一方数据至ChatGPT
此次集成标志着双方合作从效果衡量延伸至受众激活。今年6月,LiveRamp已成为ChatGPT Ads的衡量合作伙伴,助力广告主关联曝光与转化;如今RampID则打通了数据应用链路。作为跨平台客户数据标识符,RampID使ChatGPT成为现有数据生态的新增激活节点。该功能首批覆盖11个市场,后续将随ChatGPT Ads的拓展而扩大范围。
多渠道受众导入方式并存
除LiveRamp外,OpenAI Ads Manager也支持直接上传CSV或TXT文件创建自定义受众(含邮箱、电话哈希值或Google广告ID)。这些受众可在广告系列层级进行包含或排除操作,并支持在广告组层级设置出价乘数。对于已部署RampID的广告主而言,新集成提供了无需单独维护受众文件的便捷通道,使ChatGPT的第一方定向体验更接近主流平台。
ChatGPT定向能力对标Google与Meta
熟悉Google Customer Match或Meta Custom Audiences的广告主会发现,ChatGPT Ads同样支持基于自有数据决定触达对象、排除人群及调整出价。然而,功能相似不代表效果等同。Google和Meta拥有海量历史转化数据支撑,而ChatGPT Ads尚处早期,对话语境对广告展示有独特影响,且目前缺乏公开的Custom Audiences性能基准。
测试策略建议:先排除后定向
鉴于数据积累有限,建议采用“排除法”作为切入点。例如零售商可避免向近期购买者重复投放以控制成本,订阅制企业可从拉新活动中剔除存量用户。相比之下,利用第一方数据进行正向定向和溢价出价存在较高不确定性。受限于OpenAI的受众规模门槛,细分粒度受限,且缺乏横向对比数据,广告主需保持审慎预期。
第一方数据广告主的测试时机
对于已通过LiveRamp整合数据的广告主,测试ChatGPT Ads的技术门槛较低。非营利机构Allegiance Group & Pursuant(AGP)已率先应用该集成,其整合媒体解决方案总监Megan Morris表示,评估ChatGPT在全渠道捐赠者互动中的影响至关重要。这印证了该集成的核心价值:为多平台使用者提供无缝的数据复用路径。
理性看待预算转移
尽管接入便捷,但这并非大规模转移预算的理由。广告主仍需验证ChatGPT能否带来增量价值,如在消费者决策链路的不同阶段触达同一人群,或测试对话场景对响应率的影响。在当前公开性能数据匮乏的情况下,小规模测试比激进调优更具合理性。即便数据准备成本较高,也不必急于行动,随着未来案例数据的披露,测试窗口期依然充足。
第一方受众触达成本与出价机制
目前OpenAI未对自定义受众设定独立定价,仍沿用CPM/CPC及转化优化计费模式。但广告主可通过0.1倍至10倍的出价乘数调节特定人群的竞价强度。例如,零售商可对老客降低出价,或对高价值潜客提高溢价。这一机制赋予了精细化成本控制的能力。
关注综合ROI而非单一成本
若自定义受众导致CPC或CPM上升,不能简单判定为“昂贵”。关键在于结合转化率与客户终身价值(LTV)进行评估。若高成本能换来更优质的转化结果,则投入依然合理。目前OpenAI仅报告平均CPC/CPM,尚未发布第一方受众的专项对比数据,广告主需自行建立评估体系。
总结:数据就绪即可探索,静待基准完善
无论是否使用LiveRamp,广告主均可通过Ads Manager直接上传数据开启ChatGPT Ads测试。LiveRamp集成的意义在于简化了大型广告主的数据管理流程,体现了OpenAI快速补齐定向短板的决心。但在性能基准明确之前,这些选项更多是测试工具而非成熟解决方案。LiveRamp承诺后续将分享实际应用案例,届时关于第一方受众效能及出价回报的疑问或将得到解答。在此之前,保持小步快跑的测试节奏是最佳策略。

