如何用AI重塑程序化廣告中的大數據價值?| 獨家觀點

來源:adexchanger.cn

110棋牌今年的AI人工智能話題格外火熱,在程序化廣告中,AI技術的實際應用處于怎樣的階段?如何利用AI發揮出大數據的價值?傳統的數據售賣模式有哪些bug,如何用AI技術加以修正?

110棋牌對此,智子云CEO朱建秋博士在2017金投賞國際創意節-中國程序化廣告分論壇上分享了他的獨家觀點。廣告技術流特此整理了演講核心內容,以饗讀者。

一. 程序化廣告中的AI究竟是什么?

110棋牌隨著谷歌AlphaGo等AI的新聞迭出,“深度學習”(Deep Learning)已然成為了代表AI的最新熱詞。那么,“深度學習”技術可以用到程序化廣告領域嗎?對此,朱建秋博士表達了他的“牛刀”觀點。

110棋牌首先,他用一幅圖解釋了AI、機器學習、數據挖掘、大數據、深度學習這些技術術語之間的關系。


(越在前面的名詞,出現時間越晚)

而后,朱建秋博士解釋,AI不等于深度學習,深度學習建模需要高質量的大數據作為基礎,但是,程序化廣告領域中的數據,量級雖大,質量卻一般,所以,在程序化廣告里進行深度學習建模,就如“殺雞用牛刀”——與機器學習、數據挖掘相比,深度學習建模的效果并無明顯改善。

當下程序化廣告中AI的主要應用還是「機器學習」和「數據挖掘」技術。

二. 用AI對大數據建模,提升轉化率


要切實讓AI在程序化廣告領域中落地,真正發揮機器學習、數據挖掘技術的價值,關鍵點在哪?——使用大數據,提升營銷效率。

“日趨多元化”是朱建秋博士對當下程序化領域數據環境的最佳概括。由于第一方數據量少、維度窄等明顯缺陷,許多廣告主會在投放時采用第二方數據、第三方數據來增加用戶數據的維度;此外,也有越來越多的獨立數據提供商以DMP的方式直接售賣數據。

多元的數據環境對程序化廣告領域的營銷者而言是機遇,也是挑戰。

好的一面是,多方數據的參與,可以充分利用AI建模,提升營銷效率。利用各方數據建模后對投放效果的影響,朱建秋博士通過兩個實際案例的分析,總結出以下四個觀點:

合理利用第一方數據建模,能提高轉化率,比不用好;

合理拼接某個第三方數據建模,比只用第一方數據強;

110棋牌有效融合多個第三方數據源,比只用單個第三方數據好;

當沒有第一方數據時,利用第三方數據建模,比僅利用媒體優化效果要好。

但與此同時,多元數據環境所面臨的挑戰同樣不可忽視。對此,朱建秋博士分享了智子云在數據建模中三個數據相關的觀點:

標簽精度過低,對于建模有所損害,很多時候,效率沒有提升反倒還會降低。

很多獨立DMP的數據覆蓋度有偏差。從實踐中可以發現,很多DMP中的數據對大城市人群覆蓋度比較高,但三四城市人群相對稀疏,在針對三四線城市做營銷時,投放數據很難匹配。

110棋牌每一個DMP樣本有自身特點,有些偏重游戲人群,有些偏重電商人群,這些數據的覆蓋面不同,重疊度都很低。

110棋牌盡管對于轉化率的優化提升,幾乎所有營銷人都希望多多益善,但朱建秋博士依然想提醒大家:

“多元化大數據絕對不是提升轉化率的靈丹妙藥,在現實投放中,利用機器學習和數據挖掘的優化,在原有優化基礎上再獲得5-20%的提升,已經是一個相對不錯的結果。”

三. AI將顛覆傳統數據售賣模式

數據質量如此重要,但在數據提供方越來越復雜的環境中,如何選擇、使用和評估外部數據,在第三方DMP的購買中讓有限的預算花得更值?這是讓不少營銷人頭疼的問題。

針對此,朱建秋博士直截了當地指出了當下數據交易中,兩種模式的弊端:

第一,采用人工組合選擇數據標簽的方式,效率和效果都不理想。

第二,獨立第三方的數據提供商「按條售賣」的數據銷售方式難以在程序化領域落地。

Data ROI=產能提升/數據成本,數據對模型的提升必須要覆蓋數據購買的成本。這是朱建秋博士強調的觀點。

在按條售賣的機制中,通過一個設備號盡量把數據標簽拼全,所花的成本通常達到1-2 RMB。這種情況下,要達到成本符合程序化廣告典型的CPM采購的方式,數據建模帶來的效率必須要有數百倍的提升。但顯然,這很不現實。

如何在大數據采購中,將高昂的數據成本降下來?

朱建秋博士的答案是,采用「模型服務Model Service」的間接采購方式。這種方式在數據提供商之間開展了更深入的AI合作,各方數據供應商通過對接AI平臺上的模型服務接口,向數據買方提供數據服務,而不是直接售賣數據,只要提供的數據真正能為對方帶來價值,就能被無限次的循環利用。對廣告主來說,這種「模型服務Model Service」的間接采購方式,才是最經濟有效、也最合理的數據交易方式。

比如,某次廣告投放所需要的數據量并不需要100萬條數據、5000千個標簽,而只需要其中的2-3個標簽,那么,就只購買契合需求的數據,并以模型服務的方式輸出。一方面,數據覆蓋量小了,買方的成本自然而然就降低了。另一方面,數據供應商之所以要定高價格,也是擔心買方直接購買數據后對數據的存儲和再利用,模型服務可以打消數據供應商的這個擔憂,因此,可以重新制定能在程序化領域落地的定價模式——CPM的方式。

四. OpenDEX——AI讓數據交易更智能、更透明

110棋牌作為智子云三大平臺之一的程序化數據交易平臺OpenDEX,將數據買方跟數據賣方通過AI聯接起來。OpenDEX通過自動化交易,降低人工成本;自動數據拼接,豐富數據維度;自動數據評估,獲取有效數據;采用數據模型服務,降低數據成本。

朱建秋博士認為「模型服務Model Service」的間接采購方式是大數據利用的趨勢,是一個必然的方向。

110棋牌因為對于BAT等公司來說,其數據通常只進不出,而這種模式也會成為與圍墻花園合作的一種途徑。“我們正在跟騰訊進行這類模型服務的數據合作。”朱建秋博士介紹。

如果要讓第三方數據在程序化廣告領域中釋放更大價值,就必須要用AI的方式去改變現在的應用模式,用AI重塑程序化廣告中大數據的價值,搭建一個良好的大數據生態。110棋牌智子云對于程序化數據交易平臺OpenDEX的研發,朱建秋博士坦言這其中也包括了上述對大數據利用的思考。

110棋牌另外,今年DSP行業有一個非常明顯的趨勢,即透明化。但是,要將“透明化”概念落地,有兩大難點:

第一,數據的使用無法透明化;第二,數據產生的效果無法透明化。比如,某技術平臺稱自己有汽車的數據,有運營商的數據,但投放中真的使用到了這些數據嗎?投放后產生了一定結果,但能確保最終廣告投放的效果是由這些數據帶來的嗎?

最初智子云研發OpenDEX的時候,一方面想解決數據透明化的問題,另一方面,想用程序化的方式進行自動化的數據交易。但在對接了眾多的第三方DMP后,很快發現僅僅按照現有的“數據按條售賣”的方式,數據交易在程序化廣告領域成本過高,無法落地。于是,嘗試和一些數據提供商開始深入的AI合作,最后實現按照模型的方式提供AI服務。OpenDEX集成了眾多的第三方數據提供商,對程序化廣告,提供基于AI的模型服務,使得數據交易時的選擇、使用、評估,變得自動化、智能化、平臺化。