
CNET科技資訊網(wǎng) 8月18日 北京消息(文/周雅):獨(dú)立第三方移動(dòng)數(shù)據(jù)服務(wù)平臺(tái)TalkingData昨天正式對(duì)外發(fā)布了新一代廣告營(yíng)銷數(shù)據(jù)管理平臺(tái)——“營(yíng)銷云”。
TalkingData“營(yíng)銷云”利用超過30億移動(dòng)終端數(shù)據(jù)的覆蓋量,結(jié)合國(guó)內(nèi)第三方移動(dòng)廣告監(jiān)測(cè)平臺(tái)(Ad Tracking)的(曝光、點(diǎn)擊、深度轉(zhuǎn)化等)數(shù)據(jù)積累,通過運(yùn)用各種算法模型(分類算法、聚類算法、回歸算法、推薦算法),對(duì)上述過程進(jìn)行充分交叉比對(duì)、計(jì)算、驗(yàn)證,形成一系列的數(shù)據(jù)應(yīng)用工具模塊,旨在提供從人群構(gòu)建、多維洞察到同步投放、客觀監(jiān)測(cè)的一體化解決方案。
TalkingData產(chǎn)品經(jīng)理周洋(右)、市場(chǎng)智能部高級(jí)總監(jiān)陶京琪(左)
TalkingData提出,中國(guó)廣告營(yíng)銷行業(yè)目前受到大數(shù)據(jù)影響的幾個(gè)現(xiàn)象:
1、大數(shù)據(jù)正在以風(fēng)起云涌之勢(shì)加速滲透到當(dāng)下的各行各業(yè)中,作為國(guó)內(nèi)數(shù)據(jù)應(yīng)用先行者之一的中國(guó)廣告營(yíng)銷行業(yè)的競(jìng)爭(zhēng)格局無可避免的受到了“大數(shù)據(jù)”的沖擊與洗禮。
2、近年來隨著越來越多的廣告主將營(yíng)銷預(yù)算向數(shù)字營(yíng)銷領(lǐng)域傾斜,數(shù)字營(yíng)銷迎來了發(fā)展的黃金時(shí)期。
3、中國(guó)數(shù)字廣告產(chǎn)業(yè)規(guī)模的不斷擴(kuò)大和數(shù)字廣告公司專業(yè)代理能力的提升,也大大加速了中國(guó)廣告營(yíng)銷產(chǎn)業(yè)數(shù)字化的進(jìn)程,使得不少本土代理公司中的領(lǐng)軍企業(yè)在國(guó)內(nèi)市場(chǎng)環(huán)境下得以與國(guó)際領(lǐng)先的4A公司同場(chǎng)競(jìng)技。
4、廣告營(yíng)銷行業(yè)這種爆發(fā)式的增長(zhǎng)和廣告技術(shù)的不斷迭代帶來的最直接影響是,媒體定向模式逐漸開始向受眾定向投放模式演變,數(shù)據(jù)使用能力的不斷提升成為廣告行業(yè)最熱門的趨勢(shì)之一,廣告主對(duì)數(shù)據(jù)的認(rèn)識(shí)以及應(yīng)用能力的逐步提高,使得客觀真實(shí)的ROI成為了廣告投放關(guān)注的核心指標(biāo)。
在這樣的背景下,作為應(yīng)用于廣告營(yíng)銷領(lǐng)域的數(shù)據(jù)管理平臺(tái),TalkingData“營(yíng)銷云”可以完整的適用于當(dāng)前數(shù)字營(yíng)銷的7大場(chǎng)景中:Targeting(定向營(yíng)銷場(chǎng)景);Retargeting(老客再營(yíng)銷場(chǎng)景);LookaLike(潛客挖掘營(yíng)銷場(chǎng)景);Audiences Mix(指定目標(biāo)受眾營(yíng)銷場(chǎng)景);Media Mix(指定投放媒體營(yíng)銷場(chǎng)景);LBS電子圍欄定向(地圖圈定POI營(yíng)銷場(chǎng)景);深度業(yè)務(wù)受眾定制(深度私有化定制受眾的營(yíng)銷場(chǎng)景)。
TalkingData副總裁高鐸表示,營(yíng)銷云囊括了6大類超過800個(gè)受眾定向標(biāo)簽,具有對(duì)金融、房產(chǎn)、電商、游戲、母嬰等垂直行業(yè)業(yè)務(wù)標(biāo)簽深度定向的能力,同時(shí)其自有人群上傳匹配接口,分類標(biāo)簽人群和自定義人群混合邏輯計(jì)算服務(wù)接口,線下人群構(gòu)建和刻畫能力,后臺(tái)毫秒級(jí)同步,能夠支撐RTB業(yè)務(wù)的實(shí)時(shí)請(qǐng)求。
這些功能能幫助廣告主做到:受眾目標(biāo)確定、受眾人群的篩選、媒介分析、轉(zhuǎn)化效果測(cè)量、A/B Test投放對(duì)比和優(yōu)化。在這整個(gè)過程中,將各個(gè)環(huán)節(jié)的數(shù)據(jù)快速打通形成數(shù)據(jù)閉環(huán),達(dá)成營(yíng)銷目標(biāo)的最大化。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。