ZD至顶网CIO与应用频道 01月07日 北京消息: 投资、并购、上市热潮席卷整个数字营销领域,资本化运作已经成为科技型广告公司发展的主要驱动力。刚刚过去的2015年,众企业纷纷拆解VIE架构,回归国内资本市场。随着媒体市场的进一步开放,投资方对DSP抱以很大的热情。
2015 年12月,品友互动在京宣布完成5亿元Pre-IPO融资,并顺利完成VIE拆解。此次融资由中国移动和国家开发投资公司的中移创新产业基金、北广文资歌 华基金、深创投联合领投。这意味着品友互动成为首家和中国移动在资本上、数据上战略合作的DSP平台。对于有关中国移动将与品友互动建立深度合作伙伴关系 的猜测终于有了答案。
在此之前,2015年11月三亚举行的“大趋势·大数据·大品牌”品友互动2016战略发布会上,品友互动作为大数据 激活方宣布与中国移动、亚信数据等数据合作方建立大数据战略合作计划,以及2016年从产品、资源、技术、解决方案上的全面升级。同时品友互动与亚信数据 共同宣布设立“大数据联合实验室”,此举正是资本逆向驱动战略合作,也显现出品友互动资本方独特的战略布局。
从双方的合作关系不难看出,品友互动通过建立资本层面的合作关系接触到运营商数据,这也将成为品友互动DSP的独特优势。我们来看看中国程序化购买DSP平台代表企业品友互动的资本化道路。
2008 年品友互动创立于北京,2011年5月完成A轮千万美元融资。2013年1月, 品友互动完成由宽带资本领投的2000万美元B轮融资,此时品友互动已覆盖主流网站的常规位置、视频网站和移动APP的广告资源,每天交易流量接近100 亿。当时宽带资本合伙人张颖表示:“我们非常看好RTB广告形式,它是数字广告的新机会,也是大数据和云计算在广告产业的应用。DSP本身是一个有很强先 发优势的商业模式 ”。2014年上半年,品友互动获C轮2000万美元融资并称未来将推动国际化发展。此次融资由老股东宽带资本继续加持,除老股东跟投外,还有一些北美基 金参与投资。
中移创新基金的主要投资方向是TMT领域,品友互动是中移所投的第一个TMT领域的项目。2015年底,品友在资本、大数据战略合作的达成激起了千层浪。那么,到底什么原因使品友互动吸引中国移动等合作方进行巨额融资,以及建立重大的战略合作关系呢?
中 国移动创新产业基金的总经理王博强表示,在程序化广告里面的大项目中接触了超过30家相关的公司,最终确认品友互动作为程序化领域投资对象。在整个程序化 发展过程当中,中移创新基金对于品友的整个管理团队给予充分的认同,尤其是品友对程序化的持续关注以及长远的目标的坚持,是得到中移基金认同最重要的因 素。品友互动的大数据综合服务经验及能力,让中国移动有足够的信心相信,与品友的大数据合作能够充分激活并体现出中国移动的数据价值,在更多实际场景中的 应用。
品友互动是中移创新核心投资策略一个最为典型的案例,中移基金希望中国移动所拥有的用户渠道数据等资源能够运用到产业细分领域,与领 先企业对接并支持到这些领域的发展;同时,中国移动自身也可以从这些领域达成深度合作推动中国移动在这些领域的精细化深耕。在这样的前提下,中移创新基金 的任务就是去细分领域里面寻找最好的公司、最好的项目。很显然,从品友互动与数据方、资本方的战略合作可以看出,大数据已经是程序化发展不可或缺的最重要 因素,未来数据将成为衡量DSP平台最主要标准之一。
按照品友互动方面的披露,融资完成后品友互动将进行相应的行业并购整合,以加快其在移 动、电视、户外等终端的数字化战略布局。同时,还计划拓展其国际化业务并进行团队升级。谈及此次战略融资,品友互动创始人兼CEO黄晓南表示:“中国移动 作为我们的投资方,同时也是品友互动的大数据合作方,中国移动所拥有的数据资源为品友战略升级提供了充足的‘弹药’。中国移动作为投资方本身就是市场里最 受瞩目的数据、媒体方。而亚信数据基于通信运营商庞大的数据治理需求积累了非常丰富的大数据运营、服务的经验,亚信数据对数据加工、分析的能力通过与品友 多年的程序化广告实践有机结合,相信一定能产生巨大的营销价值。”
拥有如此雄厚的积淀,2016年品友互动将如何掌控未来企业强劲发展的这杆秤?选择什么时机入市,选择在哪儿入市?作为一家集国内最大运营商数据挖掘运用到程序化广告中的大数据营销企业,我们拭目以待由此引发的资本市场与业务市场的双重优化效应。
好文章,需要你的鼓励
谷歌在AI购物战中加码,宣布将Gemini打造成购物平台,并与Shopify、沃尔玛、塔吉特等主要零售商合作推出开源标准。公司发布了通用商务协议(UCP),旨在简化AI代理与零售商系统间的通信。新标准将为搜索和Gemini提供结账功能,用户可直接通过AI工具购买商品。已获得Visa、万事达、PayPal等20多家公司支持。此举使谷歌与微软Copilot和OpenAI的ChatGPT竞争。
德国弗劳恩霍夫研究院提出ViTNT-FIQA人脸质量评估新方法,无需训练即可评估图像质量。该方法基于Vision Transformer层间特征稳定性原理,通过测量图像块在相邻层级间的变化幅度判断质量。在八个国际数据集上的实验显示其性能可媲美现有最先进方法,且计算效率更高,为人脸识别系统提供了即插即用的质量控制解决方案,有望广泛应用于安防监控和身份认证等领域。
Helios Towers供应链总监Dawn McCarroll在采访中分享了公司的数字化转型经验。作为一家在非洲和中东地区运营近15000个移动通信塔站的公司,Helios正通过SAP S/4Hana系统升级、AI技术应用和精益六西格玛方法论来优化供应链管理。McCarroll特别强调了公司Impact 2030战略中的数字包容性目标,计划在未来五年内培训60%的合作伙伴员工掌握精益六西格玛原则,并利用大数据和AI技术实现端到端的供应链集成。
布朗大学联合图宾根大学的研究团队通过系统实验发现,AI医疗助手的角色设定会产生显著的情境依赖效应:医疗专业角色在急诊场景下表现卓越,准确率提升20%,但在普通医疗咨询中反而表现更差。研究揭示了AI角色扮演的"双刃剑"特性,强调需要根据具体应用场景精心设计AI身份,而非简单假设"更专业等于更安全",为AI医疗系统的安全部署提供了重要指导。