图源：Unsplash
据Digiday报道，互动广告局（IAB）正在制定一个框架，以帮助广告行业衡量并归因受AI影响的转化效果。该框架计划于11月12日发布。
IABAI副总裁卡洛琳·吉格尔里希（Caroline Giegerich）在接受Digiday采访时表示，IAB希望"建立一个共同的框架，用于衡量和归因AI在转化过程中的作用"。这项工作特别关注传统归因信号减弱的情况，参与的工作组包括科技公司、出版商、广告代理机构、数据测量服务商以及品牌方。
吉格尔里希指出，该框架可能会将AI的影响分为两类：一类是AI在用户认知或意图阶段展示相关内容；另一类是AI协助用户做出决策。
IAB已发现，当AI作为客户旅程的中介时，现有衡量体系存在明显漏洞。该组织在7月举行的测量领导力峰会上表示，AI可以研究产品、比较替代选项、综合评论、推荐选择，并越来越多地执行交易行为。
IAB描述了一个典型场景：一个AI代理完成了部分购买流程，而消费者并未接触到最初影响其决策的广告。最终的购买行为可能与最初的广告曝光没有任何可观察的关联，因此难以通过传统的归因或营销组合建模来衡量其贡献。
还有一种更为间接的情况：广告可能影响了某人，此人随后创作内容或表达偏好，这些信息被AI系统用于向其他消费者提供建议，从而使得与原始广告曝光之间的联系难以追溯。
IAB强调，现有的测量方法无需被取代。峰会讨论了归因、营销组合建模、增量效果、品牌测量和电商数据，同时探讨了针对AI中介活动的新度量方式。
IAB与Talk Shoppe联合发布的一项研究显示，AI已在消费者购物过程中得到实际应用。该研究结合了超过450次观察到的AI驱动购物会话，以及对600名18至64岁美国消费者的调查。
近40%的受访美国购物者表示他们在购物时使用了AI。研究还发现，在使用AI购物的消费者中，46%的人表示每次或大多数时候都会使用AI。
但使用AI并未消除购买过程中的其他步骤。IAB发现，95%的消费者在与AI完成交互后，仍至少采取一项额外操作才结束购物会话；平均在线操作步骤数也从AI介入前的1.6步增加到了3.8步。
研究还揭示了信任方面的差距：89%的受访者在购买前会对AI提供的信息进行二次确认，而仅有46%的人完全信任AI给出的购物推荐。因此，AI并非必然简化购买流程，而是增加了消费者在完成购买前验证信息的新节点。
Adobe Digital Insights的数据显示，来自AI渠道的流量已开始产生可衡量的商业转化行为。Adobe分析了美国零售网站超过一万亿次访问数据，并报告称，2026年前三个月，来自AI渠道的流量同比增长了393%。
更关键的是转化率的变化：2026年3月，来自AI渠道的访客转化为购买的比例比非AI渠道（包括付费搜索和电子邮件等渠道）高出42%。而这一趋势与2025年3月的情况相反——当时AI引导的流量转化率比非AI流量低38%。
Adobe的数据统计的是从AI渠道到达零售网站的访问量。但IAB已发现一些案例：AI参与了用户的购买旅程，但并未留下可观察到的原始广告曝光关联。这意味着传统的"最后点击归因"在AI时代正在快速失效。
此次即将推出的归因框架，紧随IAB于8月3日发布的关于在AI平台上衡量品牌和出版商可见度的独立指南之后。其"AI时代下的可见性衡量"框架旨在解决不同AI可见性测量提供商及其所采用方法论之间的差异。
IAB表示，目前已有超过20家公司提供AI可见性测量工具，而不同的方法论可能导致同一组织获得截然不同的结果。该框架确立了统一的指标层级体系，区分了决策级与方向性测量，并为测量服务提供商设定了披露要求。
8月发布的框架重点关注品牌、产品、出版商或内容是否出现在由AI驱动的发现系统中。而11月发布的框架则旨在探讨AI参与如何与转化行为关联，以及应使用何种证据来分配功劳。
IAB在7月峰会上提出，AI纳入率、引用份额与深度、语料库存在情况以及排名稳定性等，是衡量AI中介旅程的新兴指标示例。这些信号反映了传统网站指标（如页面浏览量和引荐访问）所无法体现的可见性形式。
可见性框架还涵盖了其内容被AI平台采集或呈现的出版商。IAB表示，由此产生的指标有助于出版商衡量其内容在AI系统中的呈现情况，并支持内容授权相关讨论。
当出版商的内容在用户购买旅程中为AI系统所呈现的信息做出贡献时，归因问题便随之产生。据Digiday报道，参与即将推出的框架讨论的出版商希望，在行业确定如何分配功劳时，能将他们对AI响应的贡献纳入考量。
"其中一些证据并不存在，"吉格尔里希表示。她指出，IAB希望与可能提供缺失信息的相关方展开对话。
除了归因框架，IAB技术实验室正在单独开发适用于广告系统内AI代理的技术标准。其"智能代理广告管理协议"（AAMP）涵盖由自主或半自主代理处理媒体发现、规划、采购和交易等流程的系统。
AAMP的工作层级不同于IAB在可见性和归因方面的研究。它定义了广告代理之间如何在现有的广告技术系统中相互识别、交换信息、进行协商和交易。
AAMP建立在现有的广告标准和分类体系之上。IAB技术实验室表示，其代理协议提供了架构、工具和参考实现，使买家、卖家和广告技术系统在发现广告资源、协商及完成交易时能够使用统一的结构。
IAB技术实验室于7月发布了AAMP 2.3版本，新增了涵盖企业级部署、隐私检查、价格控制以及对更多广告平台支持的更新内容。
代理身份也是其中的重要组成部分。IAB技术实验室的代理注册系统允许组织注册代理，描述其用途和能力，并对其进行分类，同时每个注册公司都会关联一个全球隐私平台ID，用于验证流程中的身份核验。
在7月举行的峰会上，IAB将现有的活动与转化标准与代理系统所提出的衡量问题进行了对接。该报告指出，Open Measurement SDK可帮助建立展示信号，而事件与转化API则可标准化广告主成果及转化事件的通信方式。
IAB 7月举行的测量领导力峰会确定了事件与转化元数据、分类法对齐、机器可读的方法论信息以及面向AI代理的标准，这些领域有望成为IAB测量中心与IAB技术实验室之间的合作方向。
峰会还提出了可能的指导原则，用于区分合法的交易代理与恶意自动化流量以及冒充可信代理的机器人。这些领域被视为潜在的未来工作方向，而非已定型的标准。
IAB表示，AI无法弥补输入标签错误、曝光数据不完整、实验设计缺陷或业务问题表述不清等问题。与会者还指出，基础设施碎片化和分类体系不一致是制约AI在测量系统中应用的障碍。
