流量优化是互联网广告最早的营销模式,到了移动互联网时代,大数据和人工智能技术的加入让移动互联网广告开始转向营销效果的优化。
拥有数以万计SKU(库存量单位)的跨境电商广告主,对于他们而言,营销自然必不可少,通常的手段就是爆款营销。当然爆款再爆,每个人还是会有差异化的需求,通过人工智能则可以对全站商品做综合性营销,实现几十万SKU的针对性推荐。
全站商品的综合性营销在之前几乎是不敢想象的,因为全站产品营销需要对每一个产品做创意物料、营销定位以及事后优化,需要投入大量的时间和精力,人工智能的使用在其中起到了意想不到的化学变化。
云上的营销能力输出
成立于2011年的易点天下,致力于为客户提供全球营销推广服务,通过效果营销、品牌塑造、垂直行业解决方案等一体化服务,帮助企业在全球范围内高效地获取用户,提升品牌知名度,实现商业变现。
其业务覆盖了全球超过235个国家及地区,覆盖超过70亿以上的独立设备,帮助广告主实现累计超过5亿的应用安装、用户注册等效果转化,日广告展示次数超过10亿次。客户涵盖跨境电商、工具应用、内容分发和游戏等行业,累计服务客户超过2000家。
成立之初,易点天下还是以互联网营销为主,到了2013年开始专注于移动互联网营销。目前服务主要分为效果广告服务和品牌广告服务两大板块,其中效果广告又分为头部媒体效果营销服务和中长尾媒体效果营销服务。
易点天下在服务的过程中也遇到了一些挑战,第一,需要实现全球服务的一致性,由于覆盖地区广,设备数量多,需要保证面对全球受众拥有体验一致的边缘服务能力;第二,强化智能营销能力,让海量数据存储、灵活调用以及价值挖掘效率得到最大化提升;第三,千亿甚至更大体量的广告访问产生的数据管理和挖掘,需要不断降低海量数据的综合使用成本;第四,应对黑五、双十一等突发业务峰值,保证全年运行成本的高效可控。
云则为易点天下开展业务起到了重要的支撑。易点天下联合创始人兼CTO王一舟表示,易点天下从成立第一天起,就是一家云原生企业,其业务构建在亚马逊云平台之上,2015年又与亚马逊云科技建立了深度的合作关系。
易点天下已使用的服务包括Amazon SageMaker、Amazon Rekonition、Amazon EC2、Amazon S3、Amazon ELB、Amazon RDS、Amazon ElastiCache、Amazon EMR、Amazon Route 53、Amazon CloudFront、AWS Identity and Access Management (IAM)、Amazon VPC等,实现了全球化的覆盖,降低了运维成本和复杂度,快速响应市场需求。
人工智能是效果营销的好伙伴
易点天下在使用云的过程中,也在不断尝试新技术的应用,像大数据、人工智能、区块链等。
大数据对于易点天下是一个现实的问题,其拥有的海量数据分布在全球不同的国家和区域,需要实现跨区域的数据收集、整理、统一治理。而且在业务高峰期网络数据承受每秒百万次业务请求时,如何有效调动用分析数据。最后在营销效果上,需要实现毫秒级的归因统计,分钟级的实时报表数据,及时调整市场策略。
营销离不开人工智能的模型和算法,易点天下需要使用业务运行中的实时数据快速调整在线模型,不断提升业务预测模型精准度,加快核心算法模型的高效迭代优化,同时在算法训练工作流中,在运算空闲期减少资源浪费。
视频创意广告是现在时下最流行的营销模式,由于视频广告是一个整体,信息也具备丰富化的特点,这就让信息解读更加困难。所以在营销效果上调整上同样需要提高业务预测模型的精准度和迭代速度,加快视频优化速度。
基于此,易点天下构建了一套完整的云架构,所有流量首先会通过API的方式接入流量网关,流量可以通过统一的系统进行规范化和格式化,输入到后端体系中。输入后会进行反作弊系统的清洗,之后进行广告召回,在召回时需要输入广告和素材,以及进行大数据处理由算法引擎完成。
其中算法引擎需要同时针对DMP(数据管理平台)和素材库进行综合性营销,DMP保证了智能化效果广告,通过Amazon EMR进行特征抽取,Amazon SageMaker进行调参优化,同时底层算法模型使用Amazon SageMaker进行模型的训练和部署。
“目前面模型的训练已经全部整合到Amazon SageMaker上。”王一舟说道,之前从数据采集、流转、抽样等工作都需要不同的工具,之后再使用算法平台搭建不同的工作场景,Amazon SageMaker拥有完整的工具集,让算法工程师可以在一个平台完成所有的操作,提高训练和调参的效率,整合模型训练交付成本下降60%以上。
易点天下根据不同的场景拥有不同的算法模型,在线模型可以实现在线更新,每次数据进入都会实时进行模型调整,一些模型会以天为单位进行迭代,相对成熟稳定的模型会以周和月为单位进行迭代。
在云中,易点天下已经体现出不同层次的提升。首先,最近几年在云原生、容器化、无服务化上资源占上比超过了80%,尤其是Amazon EKS、Amazon Fargate、Amazon Lambda等云原生产品实现了全弹性架构运行稳定且高效,综合运行成本节省65%以上;其次,全脱管的竞价实例可以无需关注训练任务的连续性,超级参数调优任务极大缩短了超参调整和效果验证时间,运营成本节省75%以上;最后,利用区块链的不可篡改性,管理各类数据资产,让内部管理风险、外部审计成本大幅下降,使用Amazon Managed Blockchain可以无需从零搭建区块链生产环境,QLDB提供了完整的信息验证和追溯审计机制,让项目上线时间加快50%以上。
可以看到易点天下正感受云带来的各种福利,未来其也将持续投资弹性运算平台,提升单位成本下数据处理和模型训练的能力。建立覆盖更广更安全的数据分析平台,使用Federal Learning(联邦学习)、区块链跨客户跨行业进行数据分析和建模,在保护客户数据安全的前提下,提升客户效果营销精准度。利用NLP(自然语言处理)、图像及视频AI技术真正做到千人千面的广告投放,通过技术打造易点天下未来的核心竞争力。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。