专访品友互动黄晓南:AI商业决策的两大核心是模式识别和预测模型
2018-06-19 15:22:16爱云资讯阅读量:409
正如此前的数字化转型一样,在AI时代,越来越多的数字营销公司正在进行智能化的转型升级。
不久前,2018品友互动人工智能大会在北京召开,品友互动CEO黄晓南宣布品友全面升级集团战略,未来五年聚焦人工智能商业决策,集团下设品友智慧营销、品友智慧金融及品友智慧政务,以AI商业决策赋能营销、智慧、金融。
在会后,雷锋网对品友互动CEO黄晓南进行了一对一的专访,深入了解品友互动在智能商业决策上的战略布局、技术和产品。
AI商业决策是市场的必然趋势品友互动成立于2008年, 品友互动目前已经完成E轮融资,从集团层面升级人工智能商业决策战略,不是一件小事。黄晓南告诉雷锋网(公众号:雷锋网):对于一个企业来说,营销可能占到支出的60%,数字营销占到30%,数字营销里面可能只有10%是程序化广告。品友以前主攻程序化广告,这个领域比较窄,这件事情品友已经做到了最好,现在品友希望借助人工智能的力量,去影响整个数字营销的决策,而不只是其中的百分之十。
2017年起,黄晓南感受到一个趋势是:企业主越来越关注数据和人工智能对商业决策的影响,他们对智能化的工具和平台的需求更加旺盛,希望数据能帮助解决更多的问题,例如:新产品如何定位、如何找到目标消费者、该使用什么样的广告创意、如何选择媒体。
在做程序化广告平台时,品友积累了大量的数据,为发展人工智能囤积了足够燃料。在黄晓南看来,程序化广告也是人工智能最佳场景,“现在做智能广告营销,都离不开程序化广告”。
福尔摩斯+数据云+云计算 三大基础架构构建底层技术逻辑人工智能如何带来数字营销方法论的升级呢?人工智能营销决策产品的逻辑是什么?
黄晓南解释到,人工智能用于商业决策的两大核心是:模式识别和预测模型。
应用机器学习的技术,模式识别可以从大量的行为数据中找到类似的行为数据。预测模型能做的就是,根据历史数据来预测接下来的走势,例如根据一个广告位过去一个月从0点到24点的数据来预测下一个月的流量走势。模式识别和预测模型背后都是特征的提炼。
品友互动CTO欧阳辰介绍了品友的底层人工智能技术。
品友人工智能商业决策有三大基础架构,一是品友的福尔摩斯AI引擎,包括大量垂直行业的数据分析模型,也包括对于文本处理(NLP)和图像处理的技术。例如在营销领域,福尔摩斯AI引擎可以利用历史营销数据,基于马尔可夫过程对于未来营销效果进行预测。它还可以自动设计科学的A/B方案,提升创意的营销效果,另外它还利用深度学习网络(DNN)进行深度的跨媒体归因,提升归因的科学性。
二是品友的数据云,品友数据云利用品友多年的数据模型,整合多方数据源,形成全方位的用户画像。这种画像能力是人工智能引擎的重要基础之一。
三是品友的云计算平台,品友云平台管理近千台计算机,其中包括自有数据中心,也包括一些国内外的云服务商的机器。为了提供全球化的高性能数据服务,品友云打造了自有的深度学习的平台,以及实时的大数据分析平台,极大地提升了上层应用的开发和模型的训练。
人工智能决策平台MIP横空出世 全链路赋能AI商业决策在营销领域,品友推出了人工智能决策平台——Marketing Intelligence Platform(MIP)。MIP平台其实和程序化广告平台一样,目的是实现更精准、更自动化的广告营销,只是此前的程序化广告平台只针对广告投放,而MIP平台是全链路智能营销决策引擎。
MIP主要包括三个模块:智能策略引擎(DMP)、智能内容引擎(CMP)和智能投放管理系统。智能策略引擎包括媒体价值洞察、人群深刻洞察、科学归因模型;智能内容引擎包括创意内容云端管理、产品概念创意测试、自动创意物料调优;智能投放管理系统包括程序化广告投放、常规广告投放管理、社交广告管理、电商投放管理。
以一个车企为例,在用户洞察部分,品友互动可以直接给出车企可能用到的目标人群数据,包括:基础目标人群、营销活动覆盖人群、官网访客人群、CRM人群等。每个人群都有细致的用户画像,可供客户选择作为媒介投放的人群。
设定好人群之后,智能营销这一模块可以做产品概念测试、创意点击预测。通过预曝光和数据反馈,帮助广告主从多款创意和产品概念中选择效果最好的一款。媒体洞察这一块可以详细预测不同媒介的投放效果。
总的来说,MIP平台可以帮助广告主完成目标人群选择、创意选择、产品概念测试、媒体策略等环节的决策,与广告营销的流程环环相扣。在雷锋网看来,相比于直接做媒介投放的程序化广告平台,MIP平台有更完整的商业逻辑,不仅仅可以做到精准投放,还可以帮助广告主做完整链路的广告营销决策。
品友互动全面升级集团战略 撬动万亿AI决策市场除营销以外,品友互动集团战略升级后,还有品友智慧金融及品友智慧政务。
据黄晓南介绍,经过广泛的商业实践落地,品友发现在AI营销决策中所用到的AI技术和算法模型其实也能运用到金融场景,特别是在金融的征信、反欺诈方面。政务方面,现在国家在大力提倡智慧城市,品友目前在与一些垂直领域的政府行业共同协作,解决智慧城市的智慧大脑问题。
在黄晓南看来,客户对AI商业决策的需求越来越强,这将是一个万亿级的市场。目前AI商业决策在汽车、快消、零售、金融这些行业发展较为迅速,但仍然有很多行业值得挖掘。商业场景的很多决策需求都可以转换成机器学习、算法的问题。
欧阳辰介绍到,品友AI能力在未来会聚焦在D.I.S.C技术战略上,包括数据、智能和策略等。在数据层面,黄晓南也提到,现在做AI商业决策,其实最终还是看哪一家能拿到更好的数据资源。品友目前已经与京东云建立战略合作,双方将共同打造AI营销决策平台Matrix智麦。
在智能方面,品友主要聚焦在一些核心场景的算法,包括消费者意图的理解,产品的推荐算法,通过大规模个性化实现更好的连接品牌主和消费者等,产品的科学定位和提升营销的效率等。
在策略方面,品友希望MIP不仅仅能做深度的数据分析,还能够生成有效且操作性强的策略,赋能决策者的关键决策。
在雷锋网看来,计算机视觉、智能语音技术、NLP这些单点的AI技术在细分领域已经带来了重大的革新,诞生了多个AI独角兽公司,而AI商业决策无疑是下一个趋势,期待拥有数据和场景积累的品友互动,在AI商业决策领域带来更多突破。