首页 > 新闻 > 国内新闻 > 正文

智子云:人工智能如何助力DSP自动化智能化

文章来源:
字体:
发布时间:2017-05-22 14:48:19

   2016年,人工智能引领着一场技术革命悄然来袭,程序化营销作为高度数字化的行业,首当其冲成为了人工智能应用的探索前沿:DSP利用机器学习,使机器能够替代人工优化,进一步提升程序化营销的效率。DSP迈出了自动化、智能化与时俱进的重要一步。 


    RTB作为一种新兴的广告形式,其精准投放和实时竞价的特点,可以显著的提高互联网广告投放的精确性并提高媒体和广告平台的收益,是一种发展前景非常好的网络广告形式。RTB广告简单来说,就是把你的每次页面浏览,通过拍卖的形式卖给广告主,谁出的价高就把你的这次浏览卖给谁,然后显示相应的广告。 

    下图是一个典型的交易流程。



    RTB市场每天的曝光机会多达上百亿次,面对如此浩瀚的市场,DSP平台如何选择合适的人群,制定合适的出价,各方面都面临着巨大的挑战,在这种场景下,正是人工智能技术大展身手的时候。通过结合大数据和人工智能技术,我们可以在用户响应率预测、广告创意、竞价、消耗控制等各方面取得更好的效果。下面我们就来一窥人工智能技术是如何助力DSP平台自动化智能化的。 

    用户响应率预测 

    当接收到用户网页浏览的信息之后,DSP平台需要根据获得的一些最基本的用户信息,以及当前广告位的信息,来判断当前该用户是否值得进行广告投放。 

    很显然的,我们希望将广告投放给那些对其感兴趣的用户。比如说,当一家酒店进行投放广告投放的时候,那么,当用户在浏览一些旅游类网站的时候,或者该用户的标签是爱好旅游或者是商务人士,这些场景,广告内容和目标人群的匹配度都是比较高的,自然用户的响应率也是比较高。同样的,对于酒店广告而言,如果用户在浏览一些游戏类相关的网站,或者用户的标签是喜欢阅读,通过我们的DSP平台分析得知,这些用户的响应率就会比较低。通过这样区分响应率的方法,广告主就可以将有限的预算投放在更加相关的人群之上,从而取得更好的效果。 

    在实际的应用中,分析用户响应率涉及的数据维度会变得非常多,下图是一个示例。这个时候,就需要借助人工智能的技术,才能更快更好的对用户响应率做出一个有效的预测。 


    动态创意 

    向用户呈现更加相关的广告内容是动态创意需要完成的功能。动态创意能够将各种媒体广告位变成客户的商品橱窗。而个性化推荐作为动态创意的核心内容,对于各类电商提高RTB广告效果是非常必要的。数据表明,个性化推荐的动态创意,对于相同用户,广告点击率能有3倍以上的提升,点击转化能有20%以上的提升。 

    传统的个性化推荐就是把动态创意推荐的商品变成用户的浏览购买记录或同类热销,即看过、购买过什么商品,就推荐什么商品,或者同类热销商品。但是这样的方法是存在明显缺陷的,比如说一个购买过电脑的用户,再向其推荐电脑,显示是不合适的。恰当的做法,可以是向其推荐鼠标,电脑音箱等周边产品。 

    智子云的个性化推荐技术结合了人工智能技术,就可以有更有效果的做法,能根据用户之前的行为轨迹,预测出该用户可能感兴趣的商品列表,并按相关度高低依次推荐出来。并且这种个性化推荐会随着用户的行为更新,是实时变化的。 

    不仅仅是电商行业,只要是网站上有产品或服务陈列,在业务上有差异的广告主,都可以在RTB广告投放中,将个性化推荐和动态创意应用进来,提升广告效果。 

    动态出价 

    竞价是DSP的核心技术之一,很大程度上决定了DSP能否以较低的成本完成广告项目的KPI。在竞价的时候,需要综合考虑多种因素,主要有以下几点: 

    广告项目预算和KPI:这个因素代表了广告主对市场活动的要求。 

    库存:当供大于需,需要适当降低出价以降低成本;如果供小于需,需要提高出价以尽量完成消耗。 

    流量质量:流量存在质量优劣之分,同样的流量会有不同的CTR(点击率)和转化率(CVR)。 

    市场竞争:如果特定的流量竞争激烈,就需要提高出价来提高竞价成功率。 

    当上述四个因素交织在一起且动态变化时,DSP的出价过程将会变得非常复杂。因此我们需要借助人工智能技术,制定一个动态策略,综合考虑以上因素。 

    消耗节奏控制 

    消耗节奏控制解决的是在总预算有限的条件下,如何在时间维度上,合理地分配预算,尽可能地获得高价值的曝光机会。 

    一个结合了人工智能的节奏控制方案可以: 

    1、避免预算过早提前消耗完毕(图a)、预算超支,以及预算使用的过度震荡(图b)。

 



    2、让广告送达广泛的受众。 

    3、和其他市场活动有效协同。 

    4、优化整个活动的效果。 

    自动化 

    通过合理协调以上四个核心算法之间的运作,让其能协调一致地工作,创建一个良性的竞价数据反馈闭环,引入在线学习机制,同时配备强大的模型监控和管理机制,就可以创建一个自动化的DSP工具。 

    以自动化和智能优化为特征的DSP新时代已经来临,通过结合大数据和人工智能技术,不仅可以节约30-60%运营人力,让效率大幅提升,更将过去人工不可能完成的工作变成可行。智子云一直在利用其擅长的人工智能技术打磨DSP、DMP等产品,使之自动化和智能化,更好的将人工智能与数据应用相结合,大数据营销的未来将更智能、开放、无处不在。 

    作者介绍 

    蔡伟杰 ,智子云总裁助理,负责数据产品线。复旦大学计算机硕士,研究方向为数据挖掘和数据仓库,前Intel 数据分析师,在Intel拥有10年以上市场营销相关的IT系统建设经验。

智子云DSP产品体验中心已对外开放 

扫描下图识别二维码即可进入体验

 

    智子云(股票代码:835045)是一家知名的大数据技术公司,在数据挖掘算法和应用领域有着十余年的积累,多项核心技术获得了国家发明专利。其中,智子云自主研发的全自动智能化DSP和企业私有化DMP产品,凭借数据挖掘算法的优势,在大数据应用和营销领域获得了良好的口碑和成绩,为数千家广告公司和品牌客户提供了优质的大数据技术服务。

 

网站简介 - 广告服务 - 版权声明 - 工作邮箱 - 联系我们 - 意见反馈 - 投稿 - 不良信息举报 - 友情链接
Copyright©2010-2016 中国信息网 www.zgnews.com.cn All rights reserved.
任何抵触国家法律法规 不良信息举报 QQ:点击这里给我发消息 倡导文明上网
法律法规底线、社会主义制度底线、国家利益底线、公民合法权益底线、社会公共秩序底线、道德风尚底线、信息真实性底线