CNET科技資訊網(wǎng) 8月18日 北京消息(文/周雅):獨立第三方移動數(shù)據(jù)服務(wù)平臺TalkingData昨天正式對外發(fā)布了新一代廣告營銷數(shù)據(jù)管理平臺——“營銷云”。
TalkingData“營銷云”利用超過30億移動終端數(shù)據(jù)的覆蓋量,結(jié)合國內(nèi)第三方移動廣告監(jiān)測平臺(Ad Tracking)的(曝光、點擊、深度轉(zhuǎn)化等)數(shù)據(jù)積累,通過運用各種算法模型(分類算法、聚類算法、回歸算法、推薦算法),對上述過程進行充分交叉比對、計算、驗證,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)測的一體化解決方案。
TalkingData產(chǎn)品經(jīng)理周洋(右)、市場智能部高級總監(jiān)陶京琪(左)
TalkingData提出,中國廣告營銷行業(yè)目前受到大數(shù)據(jù)影響的幾個現(xiàn)象:
1、大數(shù)據(jù)正在以風(fēng)起云涌之勢加速滲透到當(dāng)下的各行各業(yè)中,作為國內(nèi)數(shù)據(jù)應(yīng)用先行者之一的中國廣告營銷行業(yè)的競爭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銷預(yù)算向數(shù)字營銷領(lǐng)域傾斜,數(shù)字營銷迎來了發(fā)展的黃金時期。
3、中國數(shù)字廣告產(chǎn)業(yè)規(guī)模的不斷擴大和數(shù)字廣告公司專業(yè)代理能力的提升,也大大加速了中國廣告營銷產(chǎn)業(yè)數(shù)字化的進程,使得不少本土代理公司中的領(lǐng)軍企業(yè)在國內(nèi)市場環(huán)境下得以與國際領(lǐng)先的4A公司同場競技。
4、廣告營銷行業(yè)這種爆發(fā)式的增長和廣告技術(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)最熱門的趨勢之一,廣告主對數(shù)據(jù)的認(rèn)識以及應(yīng)用能力的逐步提高,使得客觀真實的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)用于廣告營銷領(lǐng)域的數(shù)據(jù)管理平臺,TalkingData“營銷云”可以完整的適用于當(dāng)前數(shù)字營銷的7大場景中:Targeting(定向營銷場景);Retargeting(老客再營銷場景);LookaLike(潛客挖掘營銷場景);Audiences Mix(指定目標(biāo)受眾營銷場景);Media Mix(指定投放媒體營銷場景);LBS電子圍欄定向(地圖圈定POI營銷場景);深度業(yè)務(wù)受眾定制(深度私有化定制受眾的營銷場景)。
TalkingData副總裁高鐸表示,營銷云囊括了6大類超過800個受眾定向標(biāo)簽,具有對金融、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算服務(wù)接口,線下人群構(gòu)建和刻畫能力,后臺毫秒級同步,能夠支撐RTB業(yè)務(wù)的實時請求。
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)化效果測量、A/B Test投放對比和優(yōu)化。在這整個過程中,將各個環(huán)節(jié)的數(shù)據(jù)快速打通形成數(shù)據(jù)閉環(huán),達(dá)成營銷目標(biāo)的最大化。
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準(zhǔn)測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團隊承諾開源全部代碼,推動技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗證有效性。
清華大學(xué)研究團隊首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達(dá)情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團隊通過創(chuàng)新的多智能體強化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。