ZD至顶网CIO与应用频道 04月28日 北京消息:日前,全球移动互联网大会(GMIC)在北京盛大召开,超过60个国家的3万多名与会者和行业意见领袖,在突破性的三大会场同步进行的近50场行业峰会中,共享五天充满智慧激荡与前沿洞察的科技饕餮盛宴。本届GMIC大会主题为“世界的共振”,爱点击作为亚洲区域独特的“海外品牌与中国用户连接者”,受邀在全球移动营销峰会中解读对“移动共振,颠覆营销”的深刻理解。
爱点击中国区总裁及首席营销官唐敏女士在“如何利用移动平台和消费者建立亲密关系”尖峰对话环节,独家分享爱点击“移动营销共振法则”,从内容、技术、时间和位置四个维度实现与消费者随时随地“神同步”的营销矩阵解决方案,为广告主和营销人士带来极大启发。
爱点击移动营销共振法则
共振法则一,内容共振
根据企鹅智库近期发布的两份报告中分别显示,70.2%的用户在过去一年更多使用社交应用看新闻,年轻用户更喜欢图片和视频较多的新闻形式;2015年后关注网红的用户达到52.9%。行业同类数据也表明,与用户社交关系和需求紧密相关的内容,总是得到用户最多关注与分享,因此品牌需要连接消费者最关心的内容,以最具用户体验的方式传递品牌信息。
以加多宝和王老吉的受众分析为例,唐敏分享了来自爱点击2016年3月的搜索、浏览、分享足迹数据,分析了看似拥有同一类产品的两家品牌,用户兴趣点却各不相同。加多宝有45%的关注人群在18-34岁之间,受众兴趣中独有一项“娱乐”标签,而王老吉有40%的关注人群在45-64岁之间,独有兴趣标签是“食品美食”,并有一部分特殊关注人群来自于四川。爱点击唐敏指出,即使都是知名凉茶品牌,但受众群体各有特点,精准掌握用户的兴趣和关注点,品牌才能以定制化内容和创新展现形式吸引消费者,“内容共振法则”让消费者的“忠诚与冲动”合二为一。
共振法则二,技术共振
GMIC大会众多分会场中的尖端技术,展现科技改变世界的力量,其中近几年被热议的VR(虚拟现实)技术成为最受瞩目的新趋势之一,而这些新技术都与数字营销有千丝万缕的联系,本质上是为人类感知和理解世界提供新方式,VR技术在数字营销中的应用目前也被普遍看好,并已有很多领先品牌试水实践。
爱点击首席运营官唐健博士表示,“新技术的迅速发展为数字营销带来无限想象空间,例如VR、移动支付等新技术的迭进,极大缩短了营销过程的链条,让品牌影响、产品体验、购买和售后等一系列动作几乎同步完成,爱点击将技术共振进行到底。”
爱点击产品副总裁李彦枢表示,“爱点击独家技术实现高清广告的无网投放,让用户有如看到实物般的真实感,这与VR技术提供给消费者更好的沉浸感不谋而合,未来的广告让用户感觉不到这是广告,而是与环境和感受契合的绝佳内容享受。”
共振法则三,时间共振
移动端使用行为与时间的碎片化,体现着消费者实时迅速的移动行为轨迹,品牌只有即时响应消费者此刻的兴趣与需求,才能在目标人群最想获取品牌信息的瞬间达成有效沟通。爱点击唐敏以2016年里约奥运会为例,解析爱点击针对奥运定制的“奥运营销解决方案”。
奥运营销的一大难点在于,众多赛事同步进行,奖牌榜实时变化,激动人心的胜利时刻更是“瞬间爆发”,品牌必须实时响应消费者在移动端搜索、浏览和社交奥运信息的需求。爱点击根据细致的人群标签和先进算法,准确掌握随时想要了解赛事播出、实时战况、奥运明星、周边信息的目标人群行为,并制定奥运倒计时、奖牌榜更新等不断变化的内容,通过主流视频媒体和顶级体育媒体优质资源,抢占视频直播和精彩节目的黄金注意力,确保品牌在奥运期间达到“赞助商”级别的品牌传播影响力,“时间共振法则”使品牌在热点事件营销大战中脱颖而出。
共振法则四,位置共振
移动用户的地域化行为常常被认为是更精准理解一个城市或国家的有力数据,爱点击通过覆盖6.5亿人群、150亿条行为记录和4500万条分享记录的搜索、浏览、分享数据,可以精准锁定品牌受众群体,并形成可执行的营销洞察力。爱点击2015年发布的SUV阶段性报告中显示,北京用户更倾向于搜索实用价值的SUV车型,而上海用户则更多搜索豪华款SUV,大数据形成的传统认知反差使广告主印象深刻。
爱点击在中国市场常年积累的丰富数据形成绝对地域认知优势,这也为旅游行业相关的海外品牌提供本地化解决方案。爱点击为轻奢品牌Michael Kors 面向去英国、法国和意大利旅游的中国消费者开展的跨屏营销案例,成功捕捉到在不同区域中同一目标群体的沟通瞬间。某全球知名酒店品牌通过爱点击协助,在极短的推广期内提升品牌认知度达65%、官网访问量超过100万。“位置共振法则”助力品牌不再“跟着感觉走”,而是跟上“说走就走”的移动旅行者。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。