MainAd高文婕:深度学习技术咋助攻品牌出海

  MainAd高文杰:深度学习技术帮助品牌走向海

  [亿邦电讯] 12月20日消息,2017年亿州未来零售发布会上,MainAd中国负责人高文杰发表了题为“品牌走出中国,DL将是最好的助攻?”演讲。她说,通过阅读AI,学位学习是一个强大的AI。 Google Alpha去,Facebook通过深度学习技术每天处理45亿次翻译。亚马逊Alexa的智能语音系统也采用了深度学习技术,在AI的数字营销应用中,AI技术可以分析一些有效的数据。并分享MainAd的深度学习技术和高效的可编程平台引擎LOGICO,它提供了自定义的预测逻辑,她说数据挖掘需要这些点,一是用户和广告空间,二是广告策略和用户评分,三是用户 - 级逻辑:描述性和预测性智能据了解,由亿国电网主办的2017年亿元国家零售会议将于12月20 - 22日在广州香格里拉大酒店举行,会议的重点是“商务智能“,包括两个主要论坛,五个主题分论坛和马蹄俱乐部,以及来自国内外多家知名电子商务公司的4000名高管,专家和媒体代表,值得注意的是,数字化,智能化,场景化已成为主流,大数据算法,内容,社会与行业紧密结合,反映出商业正处于迭代演化的边缘,这是低维向更高维度发展的历史时刻。 MainAd中国高文杰负责人温馨提示:本文为第一次审查速记,确保客人的现场原创性,不删除或者遗漏,敬请谅解。以下是一个表演纪录:大家好,我非常感谢亿邦电力给了我这么一个大的领奖台,这给了我两个人生的第一个,一个是人生第一次在这么多人面前,也是在生活中的第一次讲话,发音不规范请包含很多。今天,我的演讲是一个更加学术的问题,我正在做我的事情,但是我希望能够告诉你最容易理解的语言。公司简介:我们是一家成立于2007年的公司,在全球8个国家设有办事处。我们专注于CPS广告的再营销。我们为全球80多个国家的600多个品牌和3400多个网站提供服务。最早开始做的是SEO,2012年开始涉及实时出价和程序化采购,2013年重组做到重新启动,开始建立内部再营销技术和算法,今年6月底正式推出了自己的专利技术投标人,机器深度学习模式,这个讲话基本上是给你一些干货,深入学习机器的学习。我的讲话分为四个部分:第一,对人工智能的误解;其次,人工智能在数字营销中的应用;第三,MainAd深度学习技术;第四,客户案例。首先,人工智能每日头条的误解都放在这些关键字上,AI,ML,DL,AI是人工智能,其实是一个非常广泛的概念,机器学习是AI下面的一个分支,是实现人工智能的途径,深度学习是深度学习技术之一,它是一种机器学习技术,它使用一个非常复杂的神经网络来执行复杂的数据计算。市面上听说很多人工智能其实都是弱AI,比如像垃圾邮件过滤器,还有图片,翻译成文字,很多公司的台式AI技术公司觉得挺高的,其实很多公司都有AI技术,这在100年前就已经存在了。今天的深度学习是一个强大的人工智能,谷歌阿尔法去,Facebook通过深度学习技术每天处理45亿次翻译,亚马逊的Alexa智能语音系统也使用深度学习技术。我们公司在四年内也开发了这项技术。二,人工智能在数字营销中的应用以往我们手头有很多数据,但数据并不准确,我们不注重广告,地域,性别,年龄等,这些大规模的广告给了媒体,每个人我看到的广告可能与我自己无关。男人突然看到一个内衣广告。显然对此不感兴趣。为什么我们要展示这样的广告?但是这个时代已经过去了。每个人每天都在谈论数据。其实这也是AI。 AI技术可以分析这些数据。就在现在,关于再营销,也就是说,这些退伍军人来到网站后,他们没有购买。 ,我分析一下,回顾一下,我们分析他的位置,兴趣爱好,时间等等再次展示这个广告。 MainAd是人工智能技术领域的领导者,通过四年的努力和机器发动机的创新,能够在几毫秒内做出决定。三,MainAd深度学习技术很多人听广告,都觉得广告烧了,但今天我想告诉你,在MainAd不要谈预算,我会给你销售,我是一个合作伙伴跟你谈谈佣金成。我想给每个人一个深刻的学习技术,以及如何为你赚钱。我们的发动机LOGICO是一个拥有高效可编程平台的专利解决方案,为您提供定制的预测逻辑,以满足每位客户的需求。其强大的招标技术和先进的深度学习模式将给你一步一步的指示。刚刚听过CPS解决和广大主营销和再营销的合作,很大程度上帮助广告主销售,提高了品牌知名度和顾客忠诚度。接下来分析如何挖掘数据:首先是用户和广告。例如,顾客前两天在星期一上午10点就看到了Gucci包,把它放到购物车里,这些数据已经在LOGICO分析下,顾客转换的广告是728×90,分析一下这么一个广告显示给客户,最好在转换发生时显示。刚才客人提到的传统方式是贴上顾客标签,并建立不同的小组。他是一个20到25岁的女性,在广东,通过这个组推广类似的广告,但是我们LOGICO可以做一对一,因为分析能力很大,每个客户的属性都不一样,其他的第二个人,因为不同的背景,不同的消费习惯,生活在不同的地方等不同的数据维度。其次,广告策略和用户评分。我们告诉LOGICO广告策略和评级用户。广告策略将与广告商设定KPI,广告商会告诉我们很多策略和KPI有多少流量,有多少新客户等等。同时LOGICO将衡量用户和广告位的价值,将用户价值分为六个等级,而用户和广告价值等级评级则是真正深度学习最牛的。 LOGICO可以根据刚刚提到的策略以及用户(广告位的价值)以毫秒为单位对广告竞价做出响应,然后显示广告位。发展战略的四个要素:一是销售用户销售漏洞的哪个部分;其次,cookie的时间有多长,我们一般定位30天,30天内客户下单购买的东西,我们看看这个属性是查看广告下一个单击或点击广告商的单个用户;第三是看你想要高质量的库存,或尽可能最大化他们的曝光;四个会问你到底是给你一个新老客人抓。通过与LOGICO协商开发战略的四要素之后,LOGICO同时在用户层面的逻辑是最复杂和深入的学习和计算中最困难的部分。第三,用户级逻辑:描述性和预测性智能。我们分为六个层次:一个是用户旅程预测;二是点击预测;三是购买预测;第四是购买预测点击;五是广告现货价值预测;第六是转换预测。通过这些层次的转换可能性,通过历史浏览记录和行为分析来做算法,将六位用户下来后做出评分总结,同样的两位用户都在同一个广告上竞标,用户成绩较高,因为转换更有可能,对我们来说成本是最高的。 (PPT图)这个图是整个逻辑运算的原理,刚才提到的是:一是大数据用户和数据采集分析的公告,二是做一系列算法和用户评级算法,何时通过分析每秒接收到广告拍卖请求,预算响应拍卖,如果拍卖成功这个广告显示,用户可以在一个媒体,在一个时间段内看广告。深度学习最有力的部分是每一次成功的拍卖都将成为一种学习的范例,并通过成功的例子再次被学习。它会被应用到下一个,就像孩子会不断地认识第一个人一样。当学习知识点时,下一个知识点将知道该怎么做。传统机器学习和深度学习在市场上有什么不同?经典机器学习就是一个很好的例子,就是决策树,其实就是一个线性预测的方式,今天是不是天气的关系呢,今天如果下雨看电影,如果有那么多钱在口袋里50美元或更少取决于这样一部电影,50美元或更多来看这种电影。深度学习来源于神经网络,决定不仅仅是一个信息,不管下一步,如果是发行电影,收入这么多钱观看电影一样,但神经网络突然会记得与祖母今天我的家庭,即使钱不能看电影,这是一个不同的地方。假设你必须制作一个配方和数量的蛋糕。经典的机器学习是通过反复查看过去的数据来完成的,看看配方中的蛋糕是什么样的。预测的结果比过去更有想象力。出现新的创新。然而,神经网络是不一样的,但通过分析蛋糕的数量和每种成分的比例进行预测。然而,这个预测很可能是用在食谱中从未见过的蛋糕来完成的,这证明就像儿童一样。通过数据分析可以学习到可以预测过去从未见过的统计数据,就像之前的照片一样猫,看到很多猫,然后给他看一张猫的图片,他知道猫是这样的,但神经网络看猫的腿,猫的头发,猫的眼睛,猫的头发,他下次知道什么样的猫。四,深度的客户学习案例到底对广告主和客户有多好的好处?让我举一个敦煌网的例子。我们与他们合作了很多年。经过一段时间的中断,我们今年3月份开始合作。从三月到七月,我们没有用机器引擎做广告。但是在7 - 11月份,我们开始使用LOGICO做的话,我们可以看看数据的表现。如果没有LOGICO之前的最高销售额增长率为14.6%,与LOGICO上次的最高增长率达到245%,LOGICO之前没有新的增长率达到50%,而LOGICO之后达到了84%,用户转换角度来看,转换率达到最大700%,11月份“黑色星期五”飙升。从新用户看来,LOGICO开始学习的过程比较缓慢,8月份上升得更快,10月份新增用户9月份增长了27倍。在相对稳定的面前,为了LOGICO,订单增加了38倍。我说了这么多,其实想告诉大家,我们带给广告主的其实是销售,我们不需要有广告预算,只要我们可以合作。如果有跨国平台与我们合作,那么你可以联系我,明天在一楼的展位,我们可以交流,谢谢!