MainAd高文婕:深度学习技术咋助攻品牌出海
作者:亿邦动力网 来源:亿邦动力网2017年12月20日 17:59:41

【亿邦动力网讯】12月20日消息,在2017亿邦未来零售大会上,MainAd中国区负责人高文婕发表了题为《品牌走出中国,DL会成为最佳助攻?》的演讲。她通过对AI的解读,她表示,度学习才是强AI,Google Alpha go,facebook每天通过深度学习技术处理45亿的翻译,Amazon Alexa智能语音系统,也是用深度学习技术。在AI在数字营销的应用当中,AI技术能够分析一些有效数据。并分享了MainAd的深度学习技术和高效可编程的平台——引擎LOGICO,提供的自定义预测逻辑。

她说,挖掘数据需要这几点,第一,用户和广告位;第二,广告策略及用户等级;第三,用户等级逻辑:描述性和预测性智能。

据悉,2017亿邦未来零售大会由亿邦动力网主办,于12月20日-22日在广州香格里拉酒店举行。

本届大会以“智·商”为主题,包括两天的主论坛,5场主题分论坛,马蹄社等跨境课堂,国内外电商领域知名企业高管、专家学者、媒体代表共计4000人次出席。值得关注的是,在本届大会上,数字化、智能化、场景化已成为主旋律,大数据算法、内容、社交正在和产业紧密融合。反映了,商业正处在迭代进化的边缘,这是一个低维向高维迈进的历史性时刻。

MainAd中国区负责人高文婕

温馨提示:本文为速记初审稿,保证现场嘉宾原意,未经删节,或存纰漏,敬请谅解。

以下为演技实录:

大家好,非常感谢亿邦动力给我这么大的一个讲台,它给了我两个人生当中第一次,一个是人生当中第一次在这么多人面前演讲,也是人生当中第一次用中文演讲,发音不标准请大家多多包含。

今天我的演讲是比较学术性的问题,我自己做商务出身,但希望能够用最通俗易懂的语言讲给大家听。

公司简介:

我们是成立于2007年,来自意大利,在全球8个国家都有分公司,专注于CPS广告再营销,全球80多个国家服务过600多个品牌,3400多个站点。

最早起家做的是SEO,2012年开始涉及RTB和程序化的购买,2013年转型做重定项,开始建立内部再营销技术和算法,今年6月底正式推出了一个具有自己专利技术的竞价器,机器深度学习的模型,本次演讲基本上是给大家送点跨境课堂,讲机器深度学习是怎样去学习的。

我的演讲分四个部分:第一,对AI的误解;第二,AI在数字营销当中的应用;第三,MainAd深度学习技术;第四,客户案例。

一、对AI的误解

每天头条都在放这些关键词,AI、ML、DL,AI就是人工智能,其实是非常广泛的概念,机器学习是在AI下面的分支,是实现人工智能的方法,而其中再深度下去就是Deep Learning,在机器学习中的一个技术,运用了一个非常复杂的神经网络对数据进行很复杂的运算。市面上听到很多的AI其实都是一个弱AI,比如说像垃圾邮件的过滤器,还有图片、翻译成文字,很多公司桌我们公司有AI技术就觉得很高大上,其实很多公司都有AI技术,这是在100年前就有了。现在的深度学习才是强AI,Google Alpha go,facebook每天通过深度学习技术处理45亿的翻译,Amazon Alexa智能语音系统,也是用深度学习技术,我们公司也是通过4年时间研发这个技术。

二、AI在数字营销当中的应用

过去我们手中有很多数据,但是都是不精准的数据,大家投放广告的时候不会关注地域、性别、年龄等等,这些海量广告投放到媒体上,每个人看到的广告可能和自己不相关,男性突然看到一个女性内衣的广告,明明对这个不感兴趣为什么给我们看这样的广告?但是这个时代已经不去不复返了,大家每天都在谈数据,其实也是AI,AI技术能够分析这些数据,刚才谈到再营销,也就是这些老客来到网站以后没有买,他走了,我分析它再召回,我们分析他的地理位置、爱好、时间等等再次展示这个广告。

MainAd在AI技术是领头羊,通过4年研发和创新研发机器引擎,可以在毫秒做出决策。

第三,MainAd深度学习技术

很多人听到广告,都觉得广告烧钱,但是今天我想和大家讲的是在MainAd不用谈预算,我先给你销量,我是以合作伙伴的方式和你谈佣金分成。我想给大家普及一下深度学习技术并且如何给你们赚钱。

我们的引擎是LOGICO,是一个专利的解决方案,具有高效可编程的平台,提供给大家自定义的预测逻辑,满足每个客户的需求。它的强大的竞拍技术和先进的深度学习模型在接下会给大家一步一步讲。

刚才听到以CPS的结算方式和广大主进行再营销合作,很大程度上帮助广告主冲销量并且提高自己的品牌意识以及客户的忠诚度。

接下来给大家分析一下数据怎样挖掘:

第一,用户和广告位。比如说这个客户在两天前周一10点钟曾经看过古驰的包包,把它放到购物车,这些数据都是在LOGICO已经有了,会分析客户转化的广告位是728×90的,要分析给客户展示这样一个广告,在什么时间展示转化的更好。传统的做法刚才有嘉宾提到过给客户贴标签,并且建立不同的群组。从20岁到25岁之间,他是女性的,在广东,通过这个群组推类似的广告,但是我们LOGICO可以做到一对一,因为大的分析能力可以分析每一个客户属性不同于任何其他第二个人,因为背景不一样、消费习惯不一样、住的地方不一样等等不同维度分析数据。

第二,广告策略及用户等级。我们告诉LOGICO一个广告策略和对用户进行等级评分。广告策略会跟广告主定一个KPI,广告主会告诉我们很多策略以及KPI要多少流量、要多少新客户等等。同时LOGICO会衡量用户和广告位的价值,用户价值是把它分为六个等级评分,而用户以及广告位的价值等级评分才是真正的深度学习最牛的地方。通过刚才提到的策略以及用户、广告位的价值评分,之后收到竞价的请求,在毫秒间LOGICO可以做出对广告竞拍的回应,成功的话广告位会得到展示。

制定策略的四个要素:一是抓取销售漏洞中哪个环节的用户;二是Cookie时间多长,我们一般定位为30天,30天客户下单买东西,我们看归因,是查看了广告位下单还是点击了广告位下单的用户;三是看你想要优质的库存还是要尽可能的最大化自己的曝光度;四是会问你到底要给你抓新客还是老客。四个要素通过协商制定好一个策略以后告诉LOGICO,LOGICO同时进行的对用户等级逻辑最难最复杂深度学习计算的部分。

第三,用户等级逻辑:描述性和预测性智能。我们分为6级:一是用户旅程预测;二是点击预测;三是购买预测;四是购买预测点击;五是广告位价值预测;六是转化预测。通过这几层转化可能性多大,通过历史浏览记录和行为分析做算法,这六级下来以后对用户做一个分数总结,同样两个用户都在竞拍同一个广告位,这个用户分数高会成功,因为转化可能性是更大的,对于我们来说性价比就是最高的。

(PPT图示)这张图是整个逻辑运算的原理,刚才提到的是:一是大数据对用户和公告位的数据搜集以及分析,二是对用户和策略评分做一系列的算法,当他接受到广告竞价请求的时候分秒间通过分析、预算对竞价做出一个回应,如果竞拍成功这个广告就得到了展示,这个用户可以在某个媒体、某个时间段看到这个广告。深度学习中还有最厉害的部分,就是每一次竞拍成功将成为学习典范,会通过成功的例子再次学习、运用到下一次,就像一个小孩子会举一反三,学到一个知识点的时候,到了下一个知识点会知道自己怎样做。

市面上都在用的经典机器学习和深度学习的区别是什么?经典机器学习有一个比较好的例子就是决策树,其实是一个线性预测的走法,是和否的关系,今天天晴去踢球,今天如果雨水就看电影,如果口袋里有这么多的钱,50块钱以下要看这样的电影,50块钱以上看那样的电影。深度学习是来自于神经网络,做决策不单单是一个信息是和否走下一步,同样如果是下水看电影,口袋里有这么多的钱看这个电影,但是神经网络会突然想起带今天外婆来我家,哪怕有钱也不能看电影,这就是不同的地方。

假设你要做一个蛋糕,蛋糕里面有食谱和量,经典机器学习是通过一遍一遍看过去的数据,看这样子的食谱做出来的蛋糕是什么样子,预测出来的结果和过去比较想象,不会有新的创新出现。但是神经网络不一样,会通过分析蛋糕的量以及各个食材的比例做一个预测,但是这个预测结果很可能和以前食谱中从来没有出现过的蛋糕会做出来,这个情况证明了就是和小孩子一样,能够学习,通过对数据的分析能够预测出一个过去数据统计中从来没有出现过的东西,就像之前猫的照片,看很多只猫,再给他看一次猫的图片他知道猫是这个样子,但是神经网络看猫腿、猫毛、看猫眼,下一次给他看猫毛就知道是什么品种的猫。

四、客户案例

深度学习到底给广告主和客户带来多好的效益?我举一个敦煌网的例子,我们和他们合作很多年,中间断了一段时间,今年3月份开始合作,3月份-7月份没有用机器引擎做广告投放,但是7月份-11月份,我们开始用了LOGICO做投放,大家可以看一下数据表现。没有用LOGICO之前销售增长率最大14.6%,用了LOGICO最后最大增长率达到245%,新客增长率没有用LOGICO之前是50%,用了LOGICO以后达到84%,用户转化情况来看,最大的转化率达到700%,11月“黑五”猛增。给他带来的新用户中可以看到,很明显可以看到LOGICO开始学习的过程涨的比较慢,8月份涨的更快,9月份、10月份新用户增长27倍。前面比较平稳,到用了LOGICO以后,订单增长38倍。

我讲了这么多,其实想告诉大家我们给广告主带来的其实是销售,大家也不需要有一个广告预算,只要和我们合作就可以。如果有跨境平台想和我们进行合作的话可以联系我,明天展位在一楼,大家可以交流,谢谢大家!