Google 升级更新了两款工具，加了点AI的小辅料，让营销变得更加智能，还真是彻底贯穿从移动优先转变为AI优先。
在Google Marketing Next大会上，Google 首先更新了实体店访问量的测量工具，引入了深度学习，来扩充现用的功能。对于零售商来说，全渠道营销的概念早已铺开，即使是实体店，也要花大力气在网络上搞营销。
但如何准确的将线上的数据与线下的实体零售结合起来，还没什么好办法，尤其在奢侈品领域，很少有人能够说出类似社交网络的营销究竟能够带来多少的转化率。
Google现在希望先做这件事，通过工具的升级来更好地预估线上广告能为线下带来多少流量，其实也就是将线上导流的作用进行量化，真正地测一测新零售到底带来的是什么化学反应。
此前，Google一直使用匿名的位置、WIFI信号和地图等数据来估算在线广告引发的实体店铺访问。但是对于人口非常密集城市和人流量非常大的商场，这种估算还是存在很大的偏差。
Google正在转向深度学习，收集更多样化的零售商数据，并录入到深度学习模型中，来更准确的预估结果。
此外，Google 还会将测量客流的工具延伸到 YouTube TrueView 上，也就是测量某一则视频广告的转化率，迎合当下视频化的趋势。如果按照这个思路，那是不是也可以考虑把直播和短视的营销效果也放进去研究研究？
在Google 描述中，听起来挺靠谱而且蛮完美的，好似用了工具真的就能知道在线广告如何影响线下客流，但实际效果还是要画上个问号，只能等待零售商的印证，毕竟线上转化率这个问题都困扰了零售商们很久。
Google 还推出了全新免费版本的 Google Attribution，给零售商们算一笔账，哪种营销的收益最大化。Google Attribution 加入了机器学习的功能，利用数据建立好模型，让零售商们提前模拟不同广告对于消费者的购买行为的影响。
往常衡量一则社交媒体广告效果如何都是在营销过后看点击量，花了钱之后才能看到点击效果，可能经过好几次买单，才知道哪种营销是最消费者最青睐的，花了不少冤枉钱。
Google 是打算将营销策略、营销花费、消费者反馈，三者紧密的联系起来，在零售商没做营销决策前，更准确地进行成本效益分析，提前预估消费者会在哪种营销的驱动下真正付钱，帮助他们做出选择。如此说来，这些科技公司要比零售商、甚至是消费者自己都更了解消费者。
目前这款工具还在内测中，具体面世的时间还未明确。不过Google这款免费的工具或许会对一些专门做营销效果的公司造成很大的威胁。Google的海量数据有了人工智能的加持，相对优势会明显一些，业内有担忧形成垄断的局面。