机器之心编辑部原创

AI实战派,这家公司如何做到AI应用的从1到N

与 AI 公司先有技术,然后拿着技术寻找场景不同,深演智能诞生于真实的大规模应用场景,从中不断积淀 AI 技术,瞄准传统产业智慧化的需求,打造决策 AI 平台。

「啤酒和尿布」的故事已流传近 20 年,却依然被奉为大数据分析的经典案例,代表了大数据应用的雏形,挖掘数据之间的相关性来指导商业决策。

这也凸显了企业构建数据管理平台的重要性,尤其是在经济「疲软」的当下,苦练内功,依托人工智能、大数据等技术进行智能决策,优化效率,广受企业追捧。

知名调研公司 Forrester 对 100 家中国企业的调查显示,有超过半数的受访者表示公司正在使用第一方数据管理平台,有约 1/3 的公司表示他们愿意增加在营销技术及软件上的投入。

面对市场新的需求,一家在数字化营销领域前行了 10 年的 TOP 玩家——品友互动,如今迈出了求变的步伐,将自身品牌升级为「深演智能」。在这背后,其业务场景也由原来的数字营销转变为更多元的智能决策。

从智能营销到智能决策,深演智能是如何炼成的?在其背后,又是一套怎样的技术架构支撑场景的延伸与商业落地?

通过深演智能这一案例,对于 AI 公司从「1 到 N」扩展业务场景,寻找真正的 AI 落地具有借鉴意义。

深演智能创始人兼 CEO 黄晓南(左三)、深演智能联合创始人 COO 谢鹏(左二)和深演智能 CTO 欧阳辰(右三)在品牌升级仪式上。

01、营销活动本来就是一项复杂的决策行为 

想要透彻的了解深演智能,还要从更名前的品友互动(以下简称「品友」)说起。

最初,品友的主要业务是围绕营销场景的广告投放。与其他广告平台不同,品友成立之初,做的就是基于技术驱动的精准广告投放。

具体来说,品友一手对接日均 280 亿的流量,谷歌、百度、腾讯、淘宝、新浪等 25 家主流广告平台都是「好朋友」,另一手汇聚广告主的广告内容,品友要做的就是练就一双「火眼金睛」,在海量流量中,为广告主找到想要触达的用户。

这里涉及到三个关键要素:内容、投放平台和消费者,即品友的价值就在于实现广告内容和消费者的精准匹配,寻找一个三者利益的最优解,才能实现平台价值最大化。

精准广告投放并非易事,这涉及推荐技术,也包括每一次流量价值的评估问题,比如流量侧的价值评估,广告侧的理解,以及流量和广告的匹配和推荐关系;整个过程也涉及到过滤、排序和重排序等过程。

首先,要解决的是推荐问题,针对每一个投放,你需要在流量池中做一个排序,获取尽可能多的流量,这意味着更高的点击率。但这只解决了第一步,更重要的是如何衡量每一个选项背后的价值,即花多少钱的问题。当一个流量过来后,如果出钱少,可能广告的排序会靠后,达不到需要的效果;如果出钱多,就无法做到投入产出比最优。

总结来看,营销背后涉及点击率预估、转化率预估、出价预估,还包括虚假流量等等的判断,这本身就是一项复杂的决策行为。在这一探索最优解的过程中,通过海量规模的投放实战,品友不断积淀自身的 AI 技术。

02、大规模 AI 场景实战中的技术沉淀 

在营销的投放过程中,最为重要的一个环节是用户洞察,深演智能在这个过程中沉淀了大量结构化体系与 AI 技术。

很早他们就开始用标签的方式来做人群画像分析,并于 7 年前就推出首个数字广告人群类目体系 (DAAT)。深演智能 CTO 欧阳辰介绍,这个体系构建了大概六大类超过 6000 个开源类目标签,包含人口基本属性、兴趣爱好、行为属性、电商属性等等,可完整地涵盖各类网络用户群的不同属性。通过独有标识拉通 (ID Mapping) 专利技术,整合多方数据中的标识信息,加强对用户行为的分析和理解。

基于标签体系,通过聚类分析和非监督学习的方法,进行人群「自动分类」,相比人工分类,机器可以根据多维特征自动划分 N 个类别,从而制定出相应的创意策略和投放策略等。

在投放时,通过机器学习算法,提取人群的高维度特征,并能自动生成人群策略,在提升广告推送精准性的同时,提升后期的转化效果。

在构建标签特征的过程中,也会通过对大数据的挖掘,不断沉淀有价值的衍生特征。欧阳辰称,「理论上拿所有的特征去训练模型,可以让机器学的更好,但实际会发现有些特征可能会带来一些噪音,这时一方面取决于人的经验,一方面取决于机器学习的进展。」

此外,深演智能也使用自动化学习(AutoML)进行调参以及特征筛选,从而加速训练过程。

另一个关键要素是投放内容,如何生成内容策略,也是技术团队在解决的问题。欧阳辰介绍,通过对广告主历史广告内容以及受众交互数据的分析,利用机器学习建模,可以分析出每个创意的各种特征对不同类型受众的效果(比如以点击率作为反馈)。

在此基础上,他们可以自动生成创意策略,比如针对有的人群着重突出商品的价格,生成更优的广告元素的分布、色彩的生成等等,实现最大收益人群和创意类型的组合策略,并生成基于投放效果的智能媒体排期。

欧阳辰称,这些自动生成的营销策略,在一些案例中,可以帮助客户提升 30% 的营销效果,大大节省了成本

反欺诈也是运营活动中经常遇到的问题。比如,某位快消客户做活动送奖品时,本打算回馈忠实用户,不料「羊毛党」袭来。基于标签体系,结合复杂网络、聚类分析以及专家规则等,帮助客户有效地阻挡了羊毛党的「入侵」。

深演还使用 NLP(自然语言处理)技术对网页的内容进行分析,并通过聚类分析,将虚假网站等不良网站识别,去除不良流量。

此外,他们还将营销知识沉淀成知识图谱,营销链路包括产品的定位,卖点分析,媒体选择,创意制作分析,受众画像等,充分利用机器学习和算法模型可以提升各个环节的效率和准确性。

围绕 AI 营销领域的 10 余年实践,深演智能沉淀下了行业知识图谱、用户画像、机器学习、数据挖掘等技术,这些技术构成了智能决策的基础框架,并落地在三款产品线,即围绕数据管理平台的 AlphaData,围绕广告内容的创意管理平台和媒介管理平台 AlphaDesk™,以及面向企业全面数字化的 Alpha-OS™。

03、品友应变,「深演」出 

在传统产业数字化转型、智能化升级的大背景下,一方面构建企业自身数据平台,进行智能决策正成为趋势,企业的需求也从营销投放扩展到更多元的决策领域。

另一方面,在营销场景打下一片天地的品友,技术与业务上有了更长足的进展,也希望迈出求变的步伐,谋求更大的发展。内外双重促因下,用深演智能联合创始人兼COO 谢鹏的话来说,「品友开始应势而变。」

近期品友将品牌升级为「深演智能」,此次升级之后,品友则作为营销业务的子品牌存在。「深演」二字颇有意味,「深」字象征深度,「演」字源自「观天之化,推演万事之类」,取深度数据挖掘和数据算法建模进行决策之意。

这次升级也意味着,深演将智能决策能力从营销场景逐步拓展到公共决策、疫情预测、商业决策等更多 AI 决策场景

谢鹏认为,新品牌贴合公司实际的业务提升,同时承载了他们更广阔的愿景。

品牌升级背后,更有深演技术体系的全面升级。欧阳辰谈道,公司过去主要围绕营销领域进行技术积淀,现在更加围绕 AI 技术布局。

在感知层面,深演重点布局了图像识别技术。认知层面,深演也在更多行业构建知识图谱,帮助决策推理。决策层面,深演在不断完善针对更多行业的智能决策产品。

加之前期储备的各项 AI 技术,深演开发了一套面向机器学习和大数据的 AI 决策架构,从而支撑起各个场景的应用。

欧阳辰介绍,这一技术平台可以分为三层,最底层是基础架构层,提供计算资源和微服务架构,并且支持私有化部署以及混合云的设计架构,能够适配不同的云厂商和数据中心。

中间是能力层,集成了深演的数据能力和算法模型,以平台的形式呈现,包括数据治理平台、标识打通平台、预测平台、报表平台等等。

再往上是更为标准的应用层,比如人群分析、投放分析、流感分析等等,它是一个相对固定的模块,不同行业结合自身场景可以直接拿来使用。

深演也将计算、数据和算法等核心的 AI 能力打包成一个平台产品——AI引擎「福尔摩斯」,提供行业数据方案,帮助企业智能决策。

欧阳辰总结道,这一平台具有很好的可扩展性,并使用微服务的模式,将所有的能力模块化,当客户构建数据管理平台时,可以像搭积木一样灵活调配所需要的能力。

04、AI「实战派」帮助企业扭转战局

依托底层技术架构和模块化的能力,现在深演智能开始在公共决策、疫情预测、商业决策等决策领域发挥更大的价值。

一家做流感药的药企遇到一个问题,流感药销量往往忽高忽低,并且各地区的销售也不均衡。如果能用数据预测流感状况,就可以更早的展开销售与产品配送服务。

深演结合药企的一方数据和搜索数据、气温数据以及其他第三方数据进行建模,从中提取出 70 多个变量进行分析,进而他们发现温度的连续变化是流感发生最为重要的指标,将这些综合起来可进行 7 天或 30 天内的流感预测。经过近三个月的优化,流感预测准确性可达 80%,从而帮助药企更好的开展销售决策和渠道管理。

对车企而言,销售决策是一个至关重要,直接影响企业的业绩,因此车企格外重视来自各个渠道的用户反馈,以此优化决策。但他们面临的问题是每天都可能收到几万条线索,此时如何识别虚假线索,如何进一步挖掘高价值线索就显得尤为重要。深演通过平台的能力,第一步先通过模型把欺诈线索、虚假线索排除掉;接着对剩下的线索进行真实性打分,判断哪些线索的质量更优,推荐给车企进行销售决策。该模型帮助车企提高 36% 的到店率,帮助经销商积极挖掘高潜客户。

另一个案例是针对一个会员制的零售商,它主要通过公众号和线下门店接触用户,主要目的在于获得会员并提升销量。深演将零售客户的会员与新用户进行模型上的分级,然后结合所有商品做了一个聚类分析,勾勒出每一群人对什么类型的产品最感兴趣,然后将相关的折扣信息通过公众号推送给会员。通过这种方式,会员带来的销量在一个季度增长了三倍。

上述三个应用,只是深演智能决策案例的冰山一角,深演的数据与技术能力正在切实为不同行业带来改变。

在技术发展路径上,这家公司先找到 AI 落地的场景,并在场景中不断丰富 AI 能力。对于未来规划,深演智能创始人兼 CEO 黄晓南很明确,「就是要基于我们的 AI 技术,打造中国前沿的基于人工智能和大数据技术的企业决策 AI 平台,全方位的帮助企业打造核心竞争力」。

AI 已经进入战火纷飞的应用时代,毕马威最新的一份报告中,分析了 2019 年八种人工智能的应用趋势,运用 AI 技术的公司在单个项目的特定平均生产率提高了 15%,大多数受访公司表示投资 AI 曾经帮助他们扭转战局。

产业AI落地深演智能
2
相关数据
数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

数据管理技术

数据管理是利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程,其目的在于充分有效地发挥数据的作用。

暂无评论
暂无评论~