如何用AI重塑程序化广告中的大数据价值.docx

如何用AI重塑程序化广告中的大数据价值.docx

《如何用AI重塑程序化广告中的大数据价值.docx》由会员分享，可在线阅读，更多相关《如何用AI重塑程序化广告中的大数据价值.docx（6页珍藏版）》请在冰点文库上搜索。

如何用AI重塑程序化广告中的大数据价值

如何用AI重塑程序化广告中的大数据价值？

如何用AI重塑程序化广告中的大数据价值？

|独家观点

今年的AI人工智能话题格外火热，在程序化广告中，AI技术的实际应用处于怎样的阶段？

如何利用AI发挥出大数据的价值？

传统的数据售卖模式有哪些bug，如何用AI技术加以修正？

对此，智子云CEO朱建秋博士在2017金投赏国际创意节-中国程序化广告分论坛上分享了他的独家观点。

广告技术流特此整理了演讲核心内容，以飨读者。

程序化广告中的AI究竟是什么？

要切实让AI在程序化广告领域中落地，真正发挥机器学习、数据挖掘技术的价值，关键点在哪？

——使用大数据，提升营销效率

“日趋多元化”是朱建秋博士对当下程序化领域数据环境的最佳概括。

由于第一方数据量少、维度窄等明显缺陷，许多广告主会在投放时采用第二方数据、第三方数据来增加用户数据的维度；此外，也有越来越多的独立数据提供商以DMP的方式直接售卖数据。

多元的数据环境对程序化广告领域的营销者而言是机遇，也是挑战。

好的一面是，多方数据的参与，可以充分利用AI建模，提升营销效率。

利用各方数据建模后对投放效果的影响，朱建秋博士通过两个实际案例的分析，总结出以下四个观点：

合理利用第一方数据建模，能提高转化率，比不用好；

合理拼接某个第三方数据建模，比只用第一方数据强；

有效融合多个第三方数据源，比只用单个第三方数据好；

当没有第一方数据时，利用第三方数据建模，比仅利用媒体优化效果要好。

但与此同时，多元数据环境所面临的挑战同样不可忽视。

对此，朱建秋博士分享了智子云在数据建模中三个数据相关的观点：

标签精度过低，对于建模有所损害，很多时候，效率没有提升反倒还会降低。

很多独立DMP的数据覆盖度有偏差。

从实践中可以发现，很多DMP中的数据对大城市人群覆盖度比较高，但三四城市人群相对稀疏，在针对三四线城市做营销时，投放数据很难匹配。

每一个DMP样本有自身特点，有些偏重游戏人群，有些偏重电商人群，这些数据的覆盖面不同，重叠度都很低。

尽管对于转化率的优化提升，几乎所有营销人都希望多多益善，但朱建秋博士依然想提醒大家：

“多元化大数据绝对不是提升转化率的灵丹妙药，在现实投放中，利用机器学习和数据挖掘的优化，在原有优化基础上再获得5-20%的提升，已经是一个相对不错的结果。

”

AI将颠覆传统数据售卖模式

数据质量如此重要，但在数据提供方越来越复杂的环境中，如何选择、使用和评估外部数据，在第三方DMP的购买中让有限的预算花得更值？

这是让不少营销人头疼的问题。

针对此，朱建秋博士直截了当地指出了当下数据交易中，两种模式的弊端：

第一，采用人工组合选择数据标签的方式，效率和效果都不理想。

第二，独立第三方的数据提供商「按条售卖」的数据销售方式难以在程序化领域落地。

他认为，数据资源和媒体资源有本质不同，媒体广告位有独占性，而数据则可以无限重复使用，所以不应跟媒体资源一样“按条售卖”，而应该按数据价值，即DataROI（数据投资回报率）来衡量。

DataROI=产能提升／数据成本，数据对模型的提升必须要覆盖数据购买的成本。

这是朱建秋博士强调的观点。

在按条售卖的机制中，通过一个设备号尽量把数据标签拼全，所花的成本通常达到1-2RMB。

这种情况下，要达到成本符合程序化广告典型的CPM采购的方式，数据建模带来的效率必须要有数百倍的提升。

但显然，这很不现实。

如何在大数据采购中，将高昂的数据成本降下来？

朱建秋博士的答案是，采用「模型服务ModelService」的间接采购方式。

这种方式在数据提供商之间开展了更深入的AI合作，各方数据供应商通过对接AI平台上的模型服务接口，向数据买方提供数据服务，而不是直接售卖数据，只要提供的数据真正能为对方带来价值，就能被无限次的循环利用。

对广告主来说，这种「模型服务ModelService」的间接采购方式，才是最经济有效、也最合理的数据交易方式。

比如，某次广告投放所需要的数据量并不需要100万条数据、5000千个标签，而只需要其中的2-3个标签，那么，就只购买契合需求的数据，并以模型服务的方式输出。

一方面，数据覆盖量小了，买方的成本自然而然就降低了。

另一方面，数据供应商之所以要定高价格，也是担心买方直接购买数据后对数据的存储和再利用，模型服务可以打消数据供应商的这个担忧，因此，可以重新制定能在程序化领域落地的定价模式——CPM的方式。

OpenDEX——AI让数据交易更智能、更透明

作为智子云三大平台之一的程序化数据交易平台OpenDEX，将数据买方跟数据卖方通过AI联接起来。

OpenDEX通过自动化交易，降低人工成本；自动数据拼接，丰富数据维度；自动数据评估，获取有效数据；采用数据模型服务，降低数据成本。

朱建秋博士认为「模型服务ModelService」的间接采购方式是大数据利用的趋势，是一个必然的方向。

因为对于BAT等公司来说，其数据通常只进不出，而这种模式也会成为与围墙花园合作的一种途径。

“我们正在跟腾讯进行这类模型服务的数据合作。

”朱建秋博士介绍。

如果要让第三方数据在程序化广告领域中释放更大价值，就必须要用AI的方式去改变现在的应用模式，用AI重塑程序化广告中大数据的价值，搭建一个良好的大数据生态。

智子云对于程序化数据交易平台OpenDEX的研发，朱建秋博士坦言这其中也包括了上述对大数据利用的思考。

另外，今年DSP行业有一个非常明显的趋势，即透明化。

但是，要将“透明化”概念落地，有两大难点：

第一，数据的使用无法透明化；第二，数据产生的效果无法透明化。

比如，某技术平台称自己有汽车的数据，有运营商的数据，但投放中真的使用到了这些数据吗？

投放后产生了一定结果，但能确保最终广告投放的效果是由这些数据带来的吗？

最初智子云研发OpenDEX的时候，一方面想解决数据透明化的问题，另一方面，想用程序化的方式进行自动化的数据交易。

但在对接了众多的第三方DMP后，很快发现仅仅按照现有的“数据按条售卖”的方式，数据交易在程序化广告领域成本过高，无法落地。

于是，尝试和一些数据提供商开始深入的AI合作，最后实现按照模型的方式提供AI服务。

OpenDEX集成了众多的第三方数据提供商，对程序化广告，提供基于AI的模型服务，使得数据交易时的选择、使用、评估，变得自动化、智能化、平台化。