如何用AI重塑程序化广告中的大数据价值？

1、如何用AI重塑程序化广告中的大数据价值？| 独家观点今年的AI人工智能话题格外火热，在程序化广告中，AI技术的实际应用处于怎样的阶段？如何利用AI发挥出大数据的价值？传统的数据售卖模式有哪些bug，如何用AI技术加以修正？对此，智子云CEO朱建秋博士在2017金投赏国际创意节-中国程序化广告分论坛上分享了他的独家观点。广告技术流特此整理了演讲核心内容，以飨读者。程序化广告中的AI究竟是什么？随着谷歌AlphaGo等AI的新闻迭出，“深度学习”（Deep Learning）已然成为了代表AI的最新热词。那么，“深度学习”技术可以用到程序化广告领域吗？对此，朱建秋博士表达了他的“牛刀”观点。首先，

2、他用一幅图解释了AI、机器学习、数据挖掘、大数据、深度学习这些技术术语之间的关系。（越在前面的名词，出现时间越晚）而后，朱建秋博士解释，AI不等于深度学习，深度学习建模需要高质量的大数据作为基础，但是，程序化广告领域中的数据，量级虽大，质量却一般，所以，在程序化广告里进行深度学习建模，就如“杀鸡用牛刀”与机器学习、数据挖掘相比，深度学习建模的效果并无明显改善。当下程序化广告中AI的主要应用还是机器学习和数据挖掘技术。用AI对大数据建模，提升转化率要切实让AI在程序化广告领域中落地，真正发挥机器学习、数据挖掘技术的价值，关键点在哪？使用大数据，提升营销效率“日趋多元化”是朱建秋博士对当下程序化领

3、域数据环境的最佳概括。由于第一方数据量少、维度窄等明显缺陷，许多广告主会在投放时采用第二方数据、第三方数据来增加用户数据的维度；此外，也有越来越多的独立数据提供商以DMP的方式直接售卖数据。多元的数据环境对程序化广告领域的营销者而言是机遇，也是挑战。好的一面是，多方数据的参与，可以充分利用AI建模，提升营销效率。利用各方数据建模后对投放效果的影响，朱建秋博士通过两个实际案例的分析，总结出以下四个观点：合理利用第一方数据建模，能提高转化率，比不用好；合理拼接某个第三方数据建模，比只用第一方数据强；有效融合多个第三方数据源，比只用单个第三方数据好；当没有第一方数据时，利用第三方数据建模，比仅利用媒

4、体优化效果要好。但与此同时，多元数据环境所面临的挑战同样不可忽视。对此，朱建秋博士分享了智子云在数据建模中三个数据相关的观点：标签精度过低，对于建模有所损害，很多时候，效率没有提升反倒还会降低。很多独立DMP的数据覆盖度有偏差。从实践中可以发现，很多DMP中的数据对大城市人群覆盖度比较高，但三四城市人群相对稀疏，在针对三四线城市做营销时，投放数据很难匹配。每一个DMP样本有自身特点，有些偏重游戏人群，有些偏重电商人群，这些数据的覆盖面不同，重叠度都很低。尽管对于转化率的优化提升，几乎所有营销人都希望多多益善，但朱建秋博士依然想提醒大家：“多元化大数据绝对不是提升转化率的灵丹妙药，在现实投放中，

5、利用机器学习和数据挖掘的优化，在原有优化基础上再获得5-20%的提升，已经是一个相对不错的结果。”AI将颠覆传统数据售卖模式数据质量如此重要，但在数据提供方越来越复杂的环境中，如何选择、使用和评估外部数据，在第三方DMP的购买中让有限的预算花得更值？这是让不少营销人头疼的问题。针对此，朱建秋博士直截了当地指出了当下数据交易中，两种模式的弊端：第一，采用人工组合选择数据标签的方式，效率和效果都不理想。第二，独立第三方的数据提供商按条售卖的数据销售方式难以在程序化领域落地。他认为，数据资源和媒体资源有本质不同，媒体广告位有独占性，而数据则可以无限重复使用，所以不应跟媒体资源一样“按条售卖”，而应该

6、按数据价值，即Data ROI（数据投资回报率）来衡量。Data ROI=产能提升数据成本，数据对模型的提升必须要覆盖数据购买的成本。这是朱建秋博士强调的观点。在按条售卖的机制中，通过一个设备号尽量把数据标签拼全，所花的成本通常达到1-2 RMB。这种情况下，要达到成本符合程序化广告典型的CPM采购的方式，数据建模带来的效率必须要有数百倍的提升。但显然，这很不现实。如何在大数据采购中，将高昂的数据成本降下来？朱建秋博士的答案是，采用模型服务Model Service的间接采购方式。这种方式在数据提供商之间开展了更深入的AI合作，各方数据供应商通过对接AI平台上的模型服务接口，向数据买方提供数据

7、服务，而不是直接售卖数据，只要提供的数据真正能为对方带来价值，就能被无限次的循环利用。对广告主来说，这种模型服务Model Service的间接采购方式，才是最经济有效、也最合理的数据交易方式。比如，某次广告投放所需要的数据量并不需要100万条数据、5000千个标签，而只需要其中的2-3个标签，那么，就只购买契合需求的数据，并以模型服务的方式输出。一方面，数据覆盖量小了，买方的成本自然而然就降低了。另一方面，数据供应商之所以要定高价格，也是担心买方直接购买数据后对数据的存储和再利用，模型服务可以打消数据供应商的这个担忧，因此，可以重新制定能在程序化领域落地的定价模式CPM的方式。OpenDEX

8、AI让数据交易更智能、更透明作为智子云三大平台之一的程序化数据交易平台OpenDEX，将数据买方跟数据卖方通过AI联接起来。OpenDEX通过自动化交易，降低人工成本；自动数据拼接，丰富数据维度；自动数据评估，获取有效数据；采用数据模型服务，降低数据成本。朱建秋博士认为模型服务Model Service的间接采购方式是大数据利用的趋势，是一个必然的方向。因为对于BAT等公司来说，其数据通常只进不出，而这种模式也会成为与围墙花园合作的一种途径。“我们正在跟腾讯进行这类模型服务的数据合作。”朱建秋博士介绍。如果要让第三方数据在程序化广告领域中释放更大价值，就必须要用AI的方式去改变现在的应用模式，

9、用AI重塑程序化广告中大数据的价值，搭建一个良好的大数据生态。智子云对于程序化数据交易平台OpenDEX的研发，朱建秋博士坦言这其中也包括了上述对大数据利用的思考。另外，今年DSP行业有一个非常明显的趋势，即透明化。但是，要将“透明化”概念落地，有两大难点：第一，数据的使用无法透明化；第二，数据产生的效果无法透明化。比如，某技术平台称自己有汽车的数据，有运营商的数据，但投放中真的使用到了这些数据吗？投放后产生了一定结果，但能确保最终广告投放的效果是由这些数据带来的吗？最初智子云研发OpenDEX的时候，一方面想解决数据透明化的问题，另一方面，想用程序化的方式进行自动化的数据交易。但在对接了众多的第三方DMP后，很快发现仅仅按照现有的“数据按