AI驱动增长·腾讯云营销技术白皮书 -腾讯云AI营销白皮书1.0

1.1营销图片生产 011.2营销视频生产 02 031.3营销素材审核 041.4营销素材管理 051.5标杆案例 07 07 09二、AI+触达：全渠道用户触达与高效获客P11-2.1程序化广告投放触达 12.1.1程序化广告场景全链路 2.1.2广告平台网络成本优化场景 2.1.3广告平台频控场景 2.1.4广告平台智能流量分配场景 2.1.5广告平台动态底价探测场景 2.1.6广告平台点击率和转化率预估场景 2.1.7广告平台数据指标监测场景 21 2.2.4至真科技 2.3直播及社媒营销触达 27 282.3.3点播转码场景 292.3.4虚拟直播场景 30 31 2.4.2微吼 32.5智能外呼触达 35 35 36 37 39《腾讯云AI营销白皮书1.0》3.1用户画像及归因分析 413.1.1小程序/小游戏买量归因分析场景 3.1.2互联网户外/电视广告媒体归因分析场景 42 433.2标杆案例 45 45 473.3营销效果分析及决策 49 503.3.3数据智能洞察Agent场 53 53 544.2标杆案例 5 5 4.3智能客服 57 584.4标杆案例 59 61 62当需求描述在信息爆炸的时代，消费者的注意力转瞬即逝。文字需要逐句理解，而一幅精心设计的营销画面，能在0.1秒内直击人心，成为决定营销成败保其风格与品牌调性高度一致。球的图片与视频内容，从而有效维持用户的长期关注与互动参与。不断优化投放策略并提升整体营销效果。场景，同一商品需要针对不同地区生成符合当地审美的图片。面临挑战传统的商拍模式链条长、硬性成本高，从场地器材到模特、妆造与后期，每个环节都产生不菲开销。多方投入累积之下，导致即便是一次常规的拍摄，整体费用也动辄数以万计，令营销预算水涨船高。》效率有限创意工作长期依赖少数高素质人才，而海量信息的内容梳理、甄别与重构更是重人力的密集型劳动。这种传统模式导致响应迟缓、产能受限，现有工作效率已完全无法匹配业务对高频、海量内容生产的刚性需求。》合规隐患当前，海量素材的运用使得传统人工审核方式出现漏洞，导致未授权素材被误用的合规风险激增。这不仅会带来法律诉讼与财务损失，其引发的负面舆情更将直接冲击品牌价值，凸显出现行管理模式的巨大挑战。广腾讯云解决方案营销图片素材生成方案：使用者仅需文字撰写图片要求，即可秒级生成无版权风险的营销图片。技术原理为基于多模态图像生成模型结合爆款图片呈现出简洁而专业的风格，主体是一位穿着米白色缎面衬衫的男模特，坐在纯色(浅灰或白色)的背景前，姿态优雅自然。》人物与动作人物的头发梳成低马尾，显得干练整洁；身穿的缎面衬衫质感柔和、光泽细腻，领口微微敞开，整体造型简约大气，传递出一种精致且不失亲和的气质；人物的右手抬起，手掌轻握着一瓶护肤品，左手则自然地放在身前的白色平面上(可能是桌面),动作舒展流畅，给人一种从容自信的感觉。被展示的护肤品是一瓶精华类产品：瓶身为金色长方体形态，搭配棕色金属质感的按压泵头，设计精致且有质感；瓶身上印有黑色文字，能看到“玻尿酸保湿精华”以及“30ml”的清晰字样，清晰传递出产品的核心信息(成分、功效、容量)。》整体氛围与背景背景采用了极简的浅色调(接近纯白或浅灰),没有多余装饰，让视觉焦点完全集中在人物与手中的护肤品上；画面光线均匀柔和，既突出了人物与产品的轮廓，又营造出一种高端、清新的广告感，很符合美妆护肤类宣传物料的调性。在当下注意力稀缺的数字环境中，营销视频已不再是可选项，而是决定品牌能否突围的战略核心。它以其强大的叙事能力和沉浸于用户从认知到转化的全链路。在触达层面，动态视频在信息流中占据绝对视觉优势，能在3秒内抓住用户眼球，传递品牌信息。在沟通层面，视频集画面、声音、情节于一体，能生动展示产品功能、讲述品牌故事、营造情感共鸣，高效构建用户信任与品牌认同。在转化层面，从直播带货的实时互动到短视频的“种草”引导，视频能直接缩短用户的决策路径，创造“即看即买”的消费体验，成为驱动增长的直接引擎。·产品发布视频：为达成最佳传播效果，需制作融合3D动画、实拍、特效的高质量视频，以创造沉浸式体验，直观传递产品功能、使用场景与品牌核心价值。·社交媒体营销：为全面覆盖主流社媒渠道，需针对性制作两类视频内容：(1)适用于抖音、视频号、快手的15-60秒竖版短视频。(2)适配B站、YouTube平台的1-3分钟横版深度视频，以满足不同场景下的用户观看习惯与平台内容偏好。·电商营销视频：为全面提升产品营销效果，需要系统化制作三大类核心视频内容：(1)360°全方位产品展示视频，以动态形式清晰呈现产品设计与细节。(2)直观的功能演示视频，精准展现产品核心卖点与操作流程。(3)真实的使用场景视频，通过情景化叙事让用户深度感知产品价值与生活方式关联。·广告投放素材：为确保广告效果，6-15秒的前贴片广告面临着极为严苛的注意力竞争，其开场3秒必须通过强烈的视觉冲击、情感共鸣或悬念设置等高效手段，瞬间抓住用户注意力，有效降低跳过率，为后续品牌信息的传递创造宝贵机会。面临挑战》成本高昂传统视频素材制作流程繁琐，常面临优质模特与场地预约周期长、海量原始素材筛选耗时费力等问题。整个过程不仅耗尽人力，更导致预算持续吃紧，素材制作的时间与经济成本急需控制。》创意紧缺爆款视频的诞生离不开优秀的创意人才，但团队核心创作力的不足，使得高质量内容生产充满偶然性，无法稳定、规模化地产出爆款，严重制约了营销增长。》版权风险海量素材可能涉及模特肖像、艺术品等第三方元素带来的版权风险，遗漏识别可能为平台或品牌带来负面影响和法律广腾讯云解决方案视频素材解构方案：基于腾讯云媒体处理服务进行视频预处理，结合多模态图片理解模型及推理模型进行视频素材的结构化解析，实现爆款视频的精准分析，帮助创意团队理解优质内容，学习所长，提高内容制作能力。视频分镜标签入库视频分镜标签入库视频解构分镜脚本库同品类DeepSeek分镜素材Al创作Hunyuan3D智能擦除商品替换穿搭替换人物替换热门分镜脚本渲染资源池视频智能制作解决方案：(1)基于标签检索分镜脚本素材库实现视频片段召回进行素材复用。(2)基于多模态生成模型进行Al原生素材片段生成。(3)基于视频编辑能力进行素材二次创作。内容后处理水印添加、字幕生成、翻译配音生成内容后处理水印添加、字幕生成、翻译配音生成音乐生成AI视频&图片生成AI视频&图片生成◎一站式调用多种大模型◎提示词Al扩写细节MPS音视频增强细节增强和超分视频插帧在数字营销的全链路中，素材审核是保障广告安全、合规投放的核心环节，直接影响品牌声誉与投放效益。通常，素材在正式投可借助内容安全类API接口实现自动化拦截，形成第一道高效的技术防线，从源头过滤高风险内容。例如，医疗、金融等特殊行业广告需遵循严格的表述规范。前识别并修正可能被拒审或限制的内容，从而减少正式投放时的驳回风险，提升上架效率。当前，复杂的业务规则审核仍依赖人工逐项判断，此种模式人力成本高昂，且审核效率极低，完全无法应对每日数以万计的海量素材规模，严●繁杂的广告审核规则首先需要区分广告内容是贷款额度还是转账账单金额，如果是贷款额度忽略规则4,如果是转账/账单金额忽略规则1、2、3;“可贷金额0-xxx万”或者“最高可贷xxxxx”或者“最高可贷xx万”或者“最高可贷xx万元”,但是说“最高可贷0~xxxxx元”或者“最高可贷0~xxx万”是不合规；3.申请额度审核要求：可以没有申请额度；如果出现申请额度，申请额度后跟的数值去掉逗号转换为整数a,必须满足小于8000或者是下面金额之一；160000,158000,156000,130000,98000;其他金额都是非法；4.转账账单审核要求：如果广告内容中出现的是转账账单，账单金额必须小于100000,其他大于等于100000不合规；5.分期表述要求：如果出现分期字样，必须为“最长可分12期”,其他期数例如“24期”等都是不合规；如果没有出现“分期”字样则不涉及；6.到账时间要求：如果没有出现“到账”字样则不涉及；如果出现“最快到账”字样，时间必须“5分钟”,其他时间例如“1分8.年化费率说明要求：广告语中贷款利率必须表达为“综合年化费率”或者“综合年化费率(单利)”,不得随意改变文字，其他例如“综合年化利率”和“综合年化率(单利)”都不合规；9.风险提示要求：广告内容中必须严格包含下面内容，允许符号不一致，但是文字不得随意修改：“贷款有风险，借款需谨慎”和“请根据个人能力合理贷款，理性消费，避免逾期；贷款由金融机构提供，额度、利率、放款时间以金融机构实际审核结果/系统通过腾讯云智能体开发平台构建AI广告智能审核任务流，基于多模态大模型进行素材画面元素解析，结合业务规则设定推理模型提示词，最终输出素材审核结果。图片审核规则分析提示词优化图片储存和下载广告智能审核任务流数据库MCP当需求描述在数字化营销时代，营销素材已成为营销类SaaS企业长期沉淀的核心战略资产。它不仅承载着品牌的内容价值，更构成了企业服务差异化竞争力的基础。随着业务发展，企业通过多源渠道持续采集每日热点素材，同时平台用户也在不断创作，沉淀新的素材内容，因此素材库以指数级增长，亟需对海量的图片、视频等多素材进行规模化存储与系统化管理。素材存储系统需要具备高可靠性、低成本与弹性扩展能力，以应对持续增长的非结构化数据存储；同时需要科学的管理体系能够实现素材的智能分类与高效复用，从而最大化素材资产的复用价值。随着业务规模的不断扩大，企业素材库已快速积累至PB级别，庞大的存储需求直接带来了巨大的成本压力。这种压力不仅体现在硬件投入和云存储费用上，更涉及备份、容灾等一系列衍生成》资源浪费由于缺乏体系化管理，这些珍贵的素材资产往往散落在不同的存速检索和有效利用，实际上陷入了"价值黑洞"的困境--它们既占素材采集存储方案：通过云函数及云手机等构建数据采集集群，素材文件存储在低成本的对象存储中，文件元数据通过腾讯云数据库云手机素材标签分类方案：基于腾讯云智能体开发平台构建自动打标签工作流，图片、视频素材落地对象存储触发打标工作及推理模型自动打标分类，入库标签数据库；基于云数据库MongoDB构建的KV标签库满足标签动态新增调整的场景。标签数据库标签数据库素材云数据库标杆案例-筷子科技标杆案例-筷子科技筷子科技(kuaizi.ai)是服务于内容商业生态的智能创意技术提供商，基于内容元素解构方法论Al人工智能、云计算、创意内容大数据等核心技术，通过创意智能生产、运营优化、标签洞察、协作管理的一站式SaaS解决方案，链接全球数字化内容商业生态全链路，加快上千万品牌商家、互联网企业及内容服务商实现商业增长。●在视频处理环节，高并发的视频渲染与处理任务对算力提出了极高要求。特别是在营销活动高峰期，同时处理数百个4K视频渲染任务时，传统计算资源往往出现性能瓶颈，导致项目交付延迟，直接影响营销效果。●在内容创作维度，如何通过AI技术实现规模化、批量化的素材创作成为关键课题。这要求企业不仅要掌握多模态生成技术，还要建立标准化的创作流程，在保持品牌调性统一的前提下，快速生成符合不同渠道需求的个性化素材。灵光索视频解析Al复刻元素替换智能混剪矩阵宝Al脚本Al配音数字人Al成片推你●高性能文件存储CFS+对象存储满足不同性能要求的素材文件读写需求。●通过弹性容器集群TKE动态弹性纳管CPU、GPU异构资源池，满足高峰期的视频处理任务算力需求。●冷热分层存储架构有效控制素材存储成本，整体存储成本降低超30%。·qGPU方案显著提升了算力资源利用率与灵活度，常减少至50%,仍可保障视频处理任务稳定运行。视频渲染&处理视频渲染&处理时代创作工具。LiblibAl创作者已突破三千万，日均保持数百万级创作交互，累计生成图片逾10亿张。业务图图片生成器：Liblib图片生成器是LiblibAI推出的AI绘画工具，基于多模态大模型，支持文生图、图生图、风格迁移等功能，可快速生成高精度个性化视觉作品。操作简单、模板丰富，覆盖插画、设计、艺术创作等场景，助力设计师、爱好者高效实现创意构想，让专业级绘图触手可及。工具，基于多模态模型，支持文生视频、图生视频等功能，可一键生成动态短片、创意动画等内容。操作便捷、效果流畅，覆盖宣传、教学、娱乐等场景，助力创作者高效实现视频创意，让专业级动态影像制作更简单。广腾讯云解决方案云服务器弹性容器集群TKE云服务器弹性容器集群TKE对象存储COSTencentHY腾讯优图Al素材处理Al素材处理·TKE容器化能力实现高效运维：TKE提供一站式容器化平台能力，纳管多种GPU卡型进行管理，初始化脚本等能力自动化安装及升级驱·多模态模型及媒体处理助力素材生成：混元3D、混元生图3.0和优图视频模型助力LiblibAl素材生成，通过媒体·多模态模型及媒体处理助力高质量素材生成，加速创新速度。视频分辨率从720p超分至1080p,在效果优化的基础上降本50%+。·业务快速增长，自研和客户自训练模型众多，推理场景多样化以及资源需求量大，研发和运维人力不足。训练和推理能力决定产品质量及用户体验，需持续优化推理时间及降低训练推理成本。·内容创作平台需要持续更新及接入行业领先模型，保证创作平台竞争力。整体架构包括了客户端、业务系统整体架构包括了客户端、业务系统(ADX/DSP/DMP)、数据系统和AI系统，围绕核心三大场景：求流量最佳匹配，提高填充率，保证广告投放效果。·出价管理：动态底价探测和点击率预估，动态底价通过在不同用户和时间段为各DSP设置不同底价，分析不同底价下的出价分布和参与度，从而找出最优底价。在同一个请求下根据不同DSP进行调整，以提升整体媒体效益。点击率预估模型通过不断模型迭代，选择最优投放的素材确保出价策略最优，最大化本次流量的收益。·指标监测：指标数据监测，基于竞价请求数据和埋点上报的Tracking数据，实时计算曝光、点击、eCPM和收入等指标数据，优化广告投放计划。当需求描述程序化广告网络成本优化，指的是通过技术和管理手段，降低在程序化广告交易中因数据传输、服务器资源和网络带宽所产生的基础设施费用。它优化的不是付给媒体或平台的广告费，而是支撑整个程序化广告系统运行起来所消耗的当需求描述程序化广告网络成本优化，指的是通过技术和管理手段，降低在程序化广告交易中因数据传输、服务器资源和网络带宽所产生的基础设施费用。它优化的不是付给媒体或平台的广告费，而是支撑整个程序化广告系统运行起来所消耗的“IT油费”。程序化广告中竞价请求是漏斗模型，网络吞吐和网络延时指标是衡量引擎能力关键，一方面媒体和SSP请求到ADX网络流量非常大，会导致入带宽高；另一方面竞价请求会发到DSP导致ADX的出带宽也很高。在网络延迟上由于上下游请求量巨大，需要综合延迟和成本进行统一优化。》延迟敏感广告竞价请求需要在几百ms内完成，超时请求会被丢弃造成业务受损，国内上下游的网络类型情况复杂，单独三网存在跨网延迟高问题。》出海跨境互联难度大出海业务覆盖全球，在素材管理、DMP和数据统一报表等场景需要在各个国家之间做数据传输加速。》资源成本高网络带宽成本占整个IT支出较高，一般超过40%,需要不断优化网络成本。广腾讯云解决方案网络加速和成本优化入：出=2~3:1国内：静态三网智能调度联通IP跨境加速海外：TEZ本地覆盖网络加速新加坡/香港/东京/首尔/雅加达/曼谷弗吉尼亚/硅谷/多伦多法兰克福利雅得其他地域(技术架构图)智能调度内网免流三网智能调度智能解析，成本优化媒介媒介接入和底层网络加速，在核心节点提供低延迟的网络服务。·全球加速方案：通过腾讯全球节点内网线路及智能路由技术实现各地用户就近接入内网，使用腾讯高速通道直达源站区域帮助业务解决全球用户访问卡顿或者延迟过高的问题。·成本优化方案：国内基于静态三网实现50%网络降本，海外全球网络本地覆盖，降低延迟的同时优化整体成本。2.1.1程序化广告场景全链路当场景描述程序化广告是基于大数据和人工智能技术的自动化广告交易模式。它通过实时竞价系统，在毫秒级时间内完成海量广告位的精准匹配与投放。程序化广告的核心价值在于实现了广告资源的智能化配置。它能根据用户画像、行为数据和上下文环境，自动选择最合适的广告素材并出价，确保广告在最佳时机展示给最可能产生兴趣的目标受众。这种模式彻底改变了传统人工谈判的采买方式，通过数据驱动大幅提升广告投放效率，广告主可以获得更精准的触达、更高的投资回报率；媒体方能最大化流量价值；用户也能看到更相关的广告内容，实现三方共赢的营销生态。●网络成本非常高，海量竞价面临流量分配不精准，同一广告对用户的过度曝光，造成广告疲劳与用户体验失衡。·点击率预估模型准确性不足，存在“要高填充还是要高收益”的两难困境，无法保证填充率的同时，最大化媒体和广告主的收益。●出价策略依赖人工经验，无法精准估值，不能最大化单次流量的收益潜力。●数据监测平台不能实时计算关键指标，数据反馈滞后与优化不及时。(技术架构图)粗排(快速)广告请求(百亿/天),频控数据更新Kafka协议模块AE(客户执行)广告主管理DMP财务&权限实时行为数据请求量/展示/收益内容创作点击率预估离线数据在线数据点击率建模数据用户行为搜索优化投放管理预算控制特征流量数据用户频控指的是对用户在一定时间内(小时、一天、一周、一个月)的广告曝光/点击次数进行限制，控制特定广告或信息在一定时间内在特定平台上的展示次数，避免过度曝光和广告疲劳，同时优化广告效果和用户体验。频控三要素包含用户ID(设备ID)、广告ID和触发次数；以用户ID为Key,广告ID为Field,指定时间内的触发次数为Value。广告平台频控则主要包括基于媒体、APP和DSP的媒体曝光和点击总数。ADX会实时统计每个媒体/APP每天在每个基于DSP侧要求进行配置进行频控。》性能要求高和延迟敏感在针对用户频控规则一般通过规则配置存储在缓存库中，要求延迟在5-10ms并且QPS在几十万，采用传统Hash类型容易造成Redis中key的数量过多影响查询效率。广腾讯云解决方案频控曝光/点击采集服务6.返回频控配置9.发送竞价请求10.返回广告运营·频控数据更新：CLS日志服务收集Tracking埋点数据(曝光/点击等),通过定时SQL任务统计媒体/APP在每个DSP的实时曝光和点击总数并更新到Redis中，满足不同DSP对于·简化运维和节省成本：数据直接写入CLS,不需要额外加工；通过定时SQL任务统计点击和曝光数据，非常高效；历史数据自动沉降，节省成本。》数据更新时效性要求高体APP和几百个DSP,需要快速的统计TrackingLog实时统计频控数据刷新到缓存。》运维和资源成本高由于曝光和点击等日志量非常巨大，正常每天有百亿记录，数据量几十TB到几百TB,使用传统的Spark+数据仓库会有较大的资源成本和运维工作量。3.查询app信息4.返回用户设备信息在程序化广告交易中，SSP/ADX平台每天会处理数万亿次的广告展示机会。传统方式是将所有请求广播给所有对接的DSP,会造成基础带宽》成本浪费做流量合理分配，可能无法得到最优响DSP为控制成本，会设置每秒查询率(QPS)限制，盲目广播请求会导致大》效率低下并非所有DSP都对所有流量感兴趣，不加选择地发送请求会导致整体交易效率智能流量分配智能流量分配QPS限制竞价排序数据采集处理数据特征提取多维特征设备信息：设备信息(类型、操作系统、家、城市)、时间戳(小时、星期几)。广告信息：应用或网络ID、频道或内容分类、广告位属性(尺首屏)、页面URL或Rate)、平均出价价Rate)、平均获胜价格等。DSP_1近N天历史数据模型训练流量整形模型得分针对每个设备ID和TopNDSP做个排序得分，因为每个DSP有固定QPS,在海量请求中选择通过TrafficShaping将“广播”变为“精准投递”,通过算法预测哪些DSP最有可能对当前广告展示机会出价，并只将请求发送给这些高潜力的DSP。系统核心采用多层感知ANN&MLP模型，对参与竞价的DSP进行实时打分，从而实现流量价值的智能化预估和分配。方案价值2.1.5广告平台动态底价探测场景当需求描述程序化广告的底价，也称为地板价，指的是在实时竞价中，媒体方为每一次广告展示机会所设定的最低可接受价格。底价设置是媒体方优化收益的核心策略，其目标是在填充率和单次展示收入之间找到最佳平衡点。设置过高，可能导致大量广告请求因达不到底价而流标，填充率下降，总体收入减少。设置过低，虽然广告位很容易卖出去可能以远低于其实际市场价值的价格售出，导致总体收入不佳。一个合理的底价，就是要在“尽量多卖”和“卖个好价钱”之间找到那个利润最大化的点。动态底价根据每次流量的具体价值，自动调整这个门槛，从而帮助媒体方在复杂的广告交易中实现总收入的最大化。实现同国家、不同时段和不同预算渠道的动态底价能力。面临挑战一般动态底价需要基于历史竞胜数据进行预测，由于广告平台曝光量巨大(日均数亿级别),需要实时获取最近广告出价的数据，对数据处理系统的效率和成本挑战大；在底价预测计算时候，一般是人工设置好固定的底价范围，通过流量分组判断rCPM(收益/百万请求),定时任务动态调整底价并计算最优底价，需要更加由于广告竞价端到端需要在几百ms内完成，在竞价请求环境实时调用底价探测模型会额外增加耗时，需要提供更加快速和高吞吐的架构设计；广腾讯云解决方案动态底价探测动态底价探测运营定时调整基于近N小时数据，每个小时计算一次，作为新周期的最低价国家率加权平均收益数据点击率/曝光率底价2底价3二时间段广告类型数据清洗特征人工设置底日志实时分析和读取数据采集处理媒体出价通过人工设置不同底价或者范围冷启动，基于平均值·自动化低延迟方案：在获取底价阶段为了减少耗时，通过定时任务计算出的动态底价写入到Redis中，当需求描述CTR预估指的是在广告竞价请求发生的一瞬间预测：“如果把这个广告展示给当前这个用户，TA点击的概率有多大?”CVR预估指的是同样在竞价瞬间预测：“如果这个用户点击了广告，TA最终完成我们期望动作(如下单、注册、下载等)的概率有多大?”eCPM(每干次展示期望收入)是出价的核心依据，其计算公式是：eCPM=预估CTR×预估CVR×目标CPA×1000(注：不同出价模式公式略有差异，但CTR都是核心因素)在上述eCPM公式中，预估CVR与预估C和盈利能力。方案说明》模型计算性能要求高DSP竞价全流程(包含召回、粗排、精排)要求控制在数百毫秒内返回竞价结果，对延迟高度敏感。》在线模型更新频率快用户长期兴趣、短期偏好、热点事件、突发新闻等内容会瞬间改变用户的点击和转化行为，模型必须快速学习到上述新模式。》预估模型缺乏多触点感知能力现有CTR或CVR预估模型缺乏对各触点综合价值的全面感知能力。广腾讯云解决方案模型部署&管理版本控制模型训练&(名称、类型)(JSON、CSV)(COS路径)数据清洗DLC计算引擎(标准引擎-Spark、机器学习资源组)工作空间表名·统一元数据，打破孤岛：统一元数据管理为多触点归因分析提供数据保障。D数据目录。用户无需移动数据，即可使用标准SQL直接对多种数据源进行·存算分离，弹性高效，无缝集成：数据持久化存储在COS,具备高可靠性与低成本优势；DLC资源按需伸缩，避免传统架构中集群扩瓶颈。DLC与WeDataNotebook等数据开发工具无缝集成，极大地简化了从数据入湖、探查到·模型周期性更新及版本控制：WeData调度资源组周期性调度No版本控制，支持实验结果实时查看，支持模型回滚。DSP平台就像一个为广告主服务的超级智能的竞标代理。它的任务是在用户打开网页或APP的几百毫秒内，从成千上万个广告中，快速找到一个最适合当前用户、且能为广告主带来最佳回报的广告，并用最合理的价格代表广告主去竞当需求描述●广告信息：广告行业、广告类目、广告品型、尺寸等。·上下文信息：请求媒体、当前页面内容、最近点击、最近搜索、最近购买、历史浏览记录等。召回召回指快速地从海量广告库(千万级别)中，初步筛选出几百到几千个可能与这个用户相关的广告，不可漏过潜在有价值的小到“万级”。解决效率问题，需要在极短时间内判断哪些广告有价值，快速淘汰掉大部分明显不合适的广告，为后续精排减轻负担。需要在20-100毫秒内，对“万级”候选广告进行初步打分排序，筛选出几百个最有eCPM潜力的广告送给精排。解决精度问题，集中资源对高潜候选进行最精确的评估。需要在50-200毫秒内对“百级”候选广告进行精准的价值预估，确保出价策略最优，最大化本次流量的收益。此阶段还会优化出价，如基于ROI调控进行出价校准，并根据优化后的出价进行最终排序，价高者得，胜出者将代表DSP去参与RTB竞价。场景示例性别广告类目当前页面内容国家关键词ad_654ad_056ad_121ad_559ad_882ad_885ad_897当需求描述广告平台数据指标监测指对广告投放全链路进行实时追踪、度量与分析，以驱动业务决策和优化的核心过程。●效果评估与归因：准确回答“钱花得值不值?”、“转化来自哪个渠道?”。●优化决策与调优：指导下一步行动：“应该如何调整预算、出价或素材?广告平台每天有海量的竞价请求日志和Tracking日志(曝光、点击等),平台需要为开发者和广告主提供指标数据查询能力，核心指标包括：曝光数、点击数、流量填充率，曝光率、点击率、竞胜率、展示收入/支出等；多维度聚合包括日期、国家、广告类型、系统类型、SSP、DSP、广告类型。方案说明》成本挑战》数据实时统计》数据报表查询竞价和点击日志一般要保留30天以上，实时报表一般3天左右；用于历史数据重新计算或者月度汇总，如果只用Kafka成本较高；离线场景需要通过将海量日志请求实时上报到，通过采集的求、展示和曝光数据，生成阈值数据刷新的Redis用于流控；对数据的实时计全球业务场景中，实时对计算后的多维度聚合数据进行统一查询，包括按不同地域、国家、广告类型、媒介类型等，因此需要将聚合报表数据进行查询则需要一个成本低性能更优的数据分析产品。广腾讯云解决方案·数据处理性能提升：基于CLS+Kafka投递+COS投递实现统一数据存储，提高数据处理的吞吐，其中Kafka协议支持单个Topic百万QPS,能实现秒级的弹性伸缩；文件投递支持JSON/CSV/Parquet等多种数据格式。支持全球加速，网络无忧，在全球海外多数据中心场·成本优化：在线数据处理不需要单独购买Kafka集群，CLS支持指定时间数据重算，解决保留时间太久成本过高问题；在离线场景中使用COS投递能力，无需要额外对原始日志文件进行收集和处理；数仓层面将历史数加坡、法兰克福等从集群就近读，写入请求自动转发到主集群，统一查询入口实现全球投放的运营数据。T+3数据同步到TCHouse页面标签实时处理json/csv/parquet-广告索引机器学习1.全球就近读写1、自动降冷2.列存引擎2、高效查询统计和监测实时行为数据实时计费投放日志开发者报表离线数据在线数据近3天实时数据查询行为标签ctr:0.76->0.72,cvr:0TOP1胜出校准模型校准广告信息18ctr:0.76->0.72,cvr:0TOP1胜出校准模型校准广告信息1823………………61236………………1粗排竞胜率竞胜价格性能曝光点击曝光率点击率标杆案例-蓝色光标标杆案例-蓝色光标蓝瀚互动是蓝色光标旗下出海子公司，具体广告营销出海业务，作为Meta,X,Google,TikTokforBusiness,Microsoft等国际主流媒体一级代理商，十年来已助力10万家企业客户，通过全球本地化服务、整合营销创意、全方位媒体资源、全链路数字化投放、AI赋能出海，走向全球。投放策略优化数据BI广告主数据BI广告主数播调用开户投放广腾讯云解决方案数据开发平台数据开发平台任务调度数据分级管控衡石BI多源支持云原生数据仓库自动解析成效数据广告效果指标团支付交易数据账号信息数据数据应用●数据应用方案：通过EMRImpala组件满足交互式查询需求，应用数据存储到PG数据库，BI系统调用在高速增长的全球广告业务中，蓝瀚面临数据效能与成本的双重挑战，亟需通过精细化运营破局。》资源闲置成本高传统自建大数据平台资源利用率不足，计算资源闲置导致IT成本》实时分析遇瓶颈无法支持实时广告归因分析，直接影响客户转化率优化以及决策广腾讯云解决方案上海(从集群)法兰克福(从集群)香港(主集群)GDN全球新加坡(从集群)数据库AB测试实时函数去重接入引擎采集开发者平台报表面临挑战广腾讯云解决方案BidnexBidnex美东-VPC1Tracker集群Nginx集群(日志采集Agent)面临挑战日均请求量高达千亿级别，需在毫秒级时间窗口内完成广告竞价响应，对系统稳定性和网络传输时延提出了极应对全球化业务带来的高昂带宽与基础设施成本，通过技术手段解决传统架构资源利用率低的问题，优化整体标杆案例-至真科技标杆案例-至真科技至真科技是一家以“技术赋能全球商业增长成功”为使命的技术创新型企业。业务涵盖海外效果营销、游戏研发与发行、独立站建站等多个领域。凭借领先的技术平台与强大的服务能力，至真致力于帮助全球客户实现业务规模化与可持续增长。①广告位电商广告主AFyber⑦广告展示用户③筛选广告⑤出价DSP②广告位上报⑥下发广告移动端广告需求用户用户广腾讯云解决方案广告渲染广告主1实时竞价-RTB(TKE/NAT网关)广告主3实时竞价-RTB效应对高并发与低延时，同时有效提升容器资源利用率。·稳定应对高并发，资源利用率提升38%:通过高性能CLB集群承接高并发高吞吐流量，极大增强服务集群的弹性伸缩能力及性能；通过·实时数仓处理提速，广告转化率提升1.2%:基于腾讯云CKafka+TChouse-D实时数仓架构提供实时高效的处理速度，大数据平台显著提调度策略用户画像广告主2》需要实现毫秒级竞价(RTB)在用户浏览页面的毫秒级时间内，向多个DSP发起竞价请求，且必须在100-200毫秒内完成整个竞价流程，对网络时延及稳定性都有极高的要求。》需要应对高并发与低延时日均请求量可达数百甚至上千亿次(QPS可达百万级),需要高可用性，高性能网关，以及支持快速弹性伸缩的服务集群。》需要实现海量数据实时处理亿级别的广告物料、用户特征和行为数当需求描述企业直播头部厂商为构筑竞争壁垒，对自建直播源站需求强烈，主要有以下三大核心诉●技术自主可控：摆脱第三方SaaS限制，从底层掌握主动权，以灵活应对高并发场景并确保业务连续性与绝对可靠。●极致运维效率：建立快速定位与解决问题的运维体系，保障对外PaaS服务的SLA水》资源投入巨大且缺乏弹性自建需承担高昂的服务器与带宽采购成本，且难以应对突发流量高峰。系统缺乏弹性扩容能力，导致高峰期易崩溃，涉及复杂的传输协议栈及全球分发网络构建。自研周期长、技术门槛高，难以在短时间内实现高并发下的系统稳定性与极致低延迟体验。》安全防护薄弱与运维困难机制，面临盗播与攻击风险。同时，自建运维体系故障定位难、排查效率低，难以保障高SLA水平以维护客户信任。·自建直播转码方案：基于腾讯云高性价比CVM实例搭建自研转码集群，利用弹性伸缩能力应对高并发流量，在保障核心时，显著降低基础设施与运维成本。·拉流加速方案：利用腾讯云全球CDN智能调度。通过私有网络回源解决跨地域传输卡顿，同时结合快直播等技术将端到端延迟降至毫秒级，大幅优于传统CDN边缘拉流体验。内容审核转码集群对象存储COS流媒体集群自建直播中心(腾讯云)声音/截图集群推流SDK录制集群鉴权集群2.3.2直播加速场景2.3.2直播加速场景在激烈的直播竞争中，清晰、流畅、无卡顿的画面是吸引并留住观众(即“留人”)的首要条件。为了在众多直播间中脱颖而出，主播会不惜代价使用最高配置(即“原画”级设置)来提供最好的观看体验，从而留住观众。另一方面，为了满足观众与主播之间实时互动的需求(如弹幕、打赏的即时反馈),平台必须采用低延迟技术。追求高画质(高码率)和低延迟，意味着技术成本(尤其是带宽成本)急剧飙升。但为了省钱而降低画质或增加延迟，又会导致用户体验下降，流量和打赏收入随之减少。直播平台面临的“画质、延面临挑战》平台陷入“不降码率亏钱、降码率丢用户”的两难主播推流(上行)只有一路，但分发给成千上万的观众(下行)则是成千上万路。当主播使用超大码率时将直接推高下行带宽账单，高峰的成本随看播热度线性飙升。意味着平台的收入(打赏、广告)可能完全无法覆盖巨额的带宽成本，导致“播得越火，亏得越惨”。如果简单粗暴地降低全平台码率，会导致所有用户的画质下降。同时35%观众处于弱网，如果不对弱网用户做特殊处理，高码率又会“劝退”这35%的观众。两者都会导致用户流失和收入减少，导致留存下降、打赏减少。后腾讯云解决方案主播保持8Mbps原画推流无损上云，极速高清利用场景识别、ROI编码和CAE感知编码把H.264/265码率压缩至50%以下并输出ABR多码率WebRTC流，同时MPS以超分、去转码资源包预付费对冲成本，观众端拉流地址带_hd后缀即可在1S延迟内自动切换4Mbps/2Mbps档位，弱网时平滑降级不卡顿，平台侧带宽账单立降30%+。极速高清转码极速高清转码(超分、去噪、HDR)观众TRTC实时音视频主播TRTC实时音视频拉流2.3.4虚拟直播场景2.3.3点播转码场景2.3.4虚拟直播场景2.3.3点播转码场景当需求描述●生成多种格式与清晰度，以便视频播放器根据用户的实时网速，自动切换到最合适的清晰度，保证播放流畅不卡顿。●进行视频处理与优化(打水印、贴Logo、裁剪)。平台进行点播转码可以提升用户观看体验、有效成本控制、增强内容分发效率。》大文件带来的成本压力一个原始视频文件经过转码，它还会被输出成多个清晰度副本(如1080P、720P、480P等)。这意味着，一个原始文件会变成4-5个甚至更多的文件存储在硬盘上。如果视频属》多任务带来的算力压力算力消耗与时长成正比，平台动辄面临小时级别的视频文件，带来极大的算力调用需求。同时当大量用户同时上传长视频，就会产生数十甚至数百个长视频转码任务同时进行，对算力需求造成企业用户企业用户文件接口2.加入转码任务转码任务3.算力调度算力资源池5.预热回源点播CDN(工作流图示)对象存储对象存储上传终端对象接口文件接口用户降低业务成本。·COS智能分层存储方案：采用对象存储承载海量视频文件，深度集成云点播的智能降冷策略。精细化的冷热分层管理机制，在保障数据持久性的同时，显著降低了大文件多副本带来的长期存储成本。虚拟直播是一项融合了多种前沿技术的直播形式。它通过虚拟形象、数字场景和实时交互技术，为企业和创作者提供了一种超越具创意和沉浸感的直播方案。目前多出现在企业年会、发布会、峰会论坛、营销直播、教育直播等场景，为用户带来沉浸式直播体验。高质量的3D虚拟场景实时渲染对本地硬件算力要求极高，且专业级绿幕影棚、动作捕捉设备的搭建与维护复杂昂贵，难以实现轻量化生产。》实时交互的低延迟难题虚拟形象的语音驱动与动作反馈需要毫秒级响应，传统直播传输的高延迟会导致音画不同步或互动滞后，严重破坏沉传统虚拟直播自然语言理解能力弱，难以应对复杂的即时问答与互动场景。广腾讯云解决方案直播云直播开播链接第三方直播平台AI驱动大模型知识库云渲染AppWeb/PC加入AI虚拟人互动娱乐互动链接创建直播间开播链接·超低延迟传输方案：采用快直播与腾讯云TRTC,提供毫秒级超低延迟传输，确保虚拟形象的语音驱动与动作反馈精准同步，保障沉浸式体验。业务转化率。●多级URL流量洞察方案通过全量注入CDN访问日志，对URL路径进行语义级拆解与秒级实时聚合，实现从域名到三级目录的精细化流量监控。支持多维度下钻分析与实时大盘展示，助力客户精准优化资源成本、智能调度带宽及提升内容运营效率。●高清转码降本方案在保障零画质损失的前提下，通过端云协同的智能编解码与增强技术，将直播推流带宽需求降低50%以上。支持观众端秒级无缝切换多码率流，确保弱网不卡顿、强网更清晰，实现平台带宽成本节约超30%,达成高画质、低延迟与低成本的黄金三角闭环。·根据CDN监控流量，将对象存储中冷缓存命中的文件存储内容精准地删除下架，在对象存储上降本超过50%。标杆案例-保利威·同720P画质下码率降50%,月度带宽费降本30%+,卡顿率降40%。另外，在输出1080P画质下，超分方案相比原生方案降本标杆案例-保利威保利威是企业直播领域TOP级别公司，专注于为企业提供云直播、云点播、云课堂等视频解决方案，服务超过31万家企业客户，以视频版权保护技术和无延迟直播技术为核心优势，广泛应用于教育、金融、医疗及企业培训等领域。面临挑战》行业被动影响出现业绩下滑近年大量线上培训、活动转移到线下，企业直播整体行业下滑20%。》成本压力成本与其友商有差距，保利威以高质量、技术稳定的特点与友商进行成本PK占劣势。》高画质的运营挑战快直播场景下，最终用户总是推流超大码率的流以追求高画质，但带来卡顿、昂贵计费等问题挑战。(技术架构图)Airflow标杆案例-微吼标杆案例-微吼裂变传播智能邀约云直播云点播音视频RTCTKE容器集群直播CKafkaOceanus人像分割媒体处理推流直播源站系统当需求描述智能外呼是指利用人工智能技术，由机器自动发起电话呼叫，与用户进行多轮、拟人化的语音交互，以完成特定商将传统需要大量人工坐席重复执行的外呼任务，转变为由Al驱动的、高效且可规模化的自动化流程。智能外呼是企业“Al+营销”和“Al+服务”战略的关键落地环节。它能显著提升外呼效率，并基于用户数据深度分析实现个性化沟通，从而有效提升营销转化率与GMV,同时大幅降低企业运营成本，其拟人化的交互体验也优化了客户感知。面临挑战》交互体验待提升智能外呼系统在实际应用中面临端到端低延迟的严格要求，任何明显的延迟都会影响对话流畅度，降低用户体验。自然打断交互能力对AI系统提出高要求，需要系统能够准确识别用户意图，实现更接近真人对话的体验。》噪声影响语音识别准确性在复杂通话环境中，降噪优化成为技术难点，背景噪音容易干扰灵活话术应答是外呼系统面临的核心挑战之一，传统外呼系统往往无法有效应对用户实时提问，导致转化率低；情感丰富拟人音色的生成也至关重要，机械化的语音容易引起用户抵触心理，影广腾讯云解决方案●降噪与打断：依托腾讯云TRTC,AI降噪结合智能打断，提升听觉清晰度与交互自然度。·混元大模型：采用混元-Large低延迟模型，首Token延迟约300ms,实现实时理解与灵活话术生成。●智能语音合成：基于腾讯云TTS超自然音色库，多音色多风格选择，打造拟人化情感语音体验。AIAI智能外呼架构图音频推流音频拉流全栈接入or单模块接入自由组合一栈式接入腾讯云Al对话方案端到端低延迟优势端到端1100~1500ms腾讯云ASR:2.5.2高并发外呼场景2.5.2高并发外呼场景当需求描述高并发外呼是智能外呼系统核心技术能力的体现，需要系统在同一时间点，能够同时发起和处理成百上干路甚至上万路电话呼叫的能智能外呼系统需要同时处理三个层面的海量数据流：海量通话通道的并行管理、海量语音数据的实时处理、海量通话记录的瞬时读写。导入通讯录导入通讯录电话外呼话单生成运营报表分析(接通率等)当数百甚至上千个坐席同时执行复杂查询(如多条件筛选、关联查询)时，极易引发数据库慢SQL堆积，导致响应时间飙升，直接影响一线业务人员的工作效率。》高并发呼叫记录写入的吞吐量瓶颈与在瞬时通话高峰下，数据库必须高效处理海量INSERT/UPDATE操作，任何写入延迟或丢包都可能导致话单数据不完整，进而影响后续的数据分析和业务决策。》话单分析复杂查询挑战话单分析常涉及多条件筛选、多表关联及聚合计算等复杂查询，该类查询容易因执行计划不佳而产生大量数据慢，形成性能瓶颈。后腾讯云解决方案(CDP/DMP)外呼管理平台话单管理平台运营报表分析导入电话单高并发读高并发写入和更新复杂查询更新通话单分片1分片2分片3·业务高并发读写方案：腾讯云分布式数据库TDSQL通过其多副本强一致架构与深度定制的内核优化，为智能外呼系统提供了坚实的高并发够轻松应对瞬时通话高峰产生的百万级QPS(每秒查询率)写入压力。·话单复杂查询方案：基于腾讯云TCHouse-D实现智能外呼话单复杂查询的解决方案，能够有效应对海量数据下的高并发点查与多维度分析挑战，提供毫秒级查询响应和灵活的数据查询分析能力。eC六度人和是腾讯、用友、中信等多家知名机构投资的国家级高新技术企业。主营产品EC是一款AI驱动的增长型CRM,专业于提升企业的客户转化率，其SIXBOT平台通过生产各种营销和销售智能体，与团队协作，提升效率，实现业绩的持续倍增。通话前通话中通话后金牌销售话术及声音复刻精准意向客户接管外呼数据留存质检》成本挑战构建高度拟人的音色与销售话术需要》成本挑战构建高度拟人的音色与销售话术需要较高研发和培训成本，如何低成本快速部署具有品牌专属特色的AI销售代表，确保沟通内容专业又生动自然成为当前挑战。完善的协同模式是指系统能够实时识别客户意向等级，AI独立完成标准化咨询和初步筛选，当识别到高价值商机或复杂问题时，无缝转接至人工坐席深度跟进，形成“AI筛客、人工成交”的最佳实践，但当前协作效率仍需加强。构建端到端低延迟的AI通话链路，要求对语音识别、语义理解、话术生成及语音合成等模块进行全链路深度优化，确保每个环节的响应速度控制在毫秒级别。广腾讯云解决方案外呼任务实时互动AI服务录音文件对象存储COSAl话术分析百应私有化基层治理电信诈骗广腾讯云解决方案(线路配置)面临挑战3.3.1.2互联网/户外/电视广告媒体归因分析场景·监测广告：为广告主提供互联网广告监测服务，能对多种媒体和广告形式提供全面的评估能力及完备的流量甄别能力，提供通用结算依据。·测量范围：覆盖PC·监测广告：为广告主提供互联网广告监测服务，能对多种媒体和广告形式提供全面的评估能力及完备的流量甄别能力，提供通用结算依据。·测量范围：覆盖PC互联网、移动互联网、OTT、有线电视、户有互联网媒体和广告；·搭建反作弊指标体系：反作弊体系遵循MRC、广协标准设计，可通过GIVT、SIVT等多种指标，从地域、设备信息、IP信息等多种角度排查广告异常；投放进度，多维度数据深度分析投放效果。买量归因是小程序及小游戏获客的核心，通过精准的归因分析，可以算清真实CPI/ROl,指导预算与创意优化，支撑规模化增长与盈利，其核心业务场景如下：·评估渠道效果：精准衡量各广告渠道(如腾讯广告、巨量引擎、B站等)带来的面临挑战》数据采集数据量大一次转化往往经历多次曝光→点击→互动，多设备，需要把每次触点的时间戳、渠道、素材、位置等完整记录下来，才能做多触点归因与去重，行业实践显示，广告分析常面临挑战》数据采集数据量大一次转化往往经历多次曝光→点击→互动，多设备，需要把每次触点的时间戳、渠道、素材、位置等完整记录下来，才能做多触点归因与去重，行业实践显示，广告分析常》数据处理规模大，大促期报表压力大监测数据在活动期间较日常会有数倍的激增，传统模式需提前扩容数据处理集群应对大促期间的数据处理压力，以保证监测报表(小时级、天级)可以按时提供，整体扩缩容操作费时费力，且可能出现容量不足而导致报表无法按时提供或容量过度而导致成》数据处理规模大，大促期报表压力大监测数据在活动期间较日常会有数倍的激增，传统模式需提前扩容数据处理集群应对大促期间的数据处理压力，以保证监测报表(小时级、天级)可以按时提供，整体扩缩容操作费时费力，且可能出现容量不足而导致报表无法按时提供或容量过度而导致成本浪费。·构建业务闭环：打通“广告投放一>用户获取->应用内行为一>商业化变现”的全链路数据，形成驱动增长的飞轮。面临挑战广腾讯云解决方案1、通过容器的极致弹性算力实时扩容采集集群，解决高峰期数据洪峰数据处理需求。广腾讯云解决方案1、通过容器的极致弹性算力实时扩容采集集群，解决高峰期数据洪峰数据处理需求。2、数据采集统一发送至CKafka消息队列。CKafka作为高吞吐的缓冲层，轻松应对数据洪峰，实现与下游处理系统的解耦，下游按照分钟级进行数据入湖。2、通过实时数仓TCHouse-D/StarRocks/TCHouse-C支持实时报表的查询以及Adhoc分析；3、通过WeData数据集成实现CVB电视广告数据的实时接入，通过任务调度能力对多种作业进行整体调度。曝光、点击任务调度WeData互联网媒体(优酷、快手、腾讯视频等)WEB(SDK)APP(SDK)□TKE数据采集集群离线集成户外广告媒体HiveSQL作业SQL作业电视》归因延迟的“高昂代价”传统的批量归因(T+1)模式，其时延通常大于1小时。这意味着，当运营团队发现某个广告计划正在“烧钱”且无法带来有效转化时，宝贵的预算已经浪费了数小时。这种延迟直接导致广告平台因无法及时接收转化数据，而掺入更多低质流量，形成恶性循环。广腾讯云解决方案讯云CKafka轻松应对数据洪峰，实现与下游处理系统的解耦。·实时流式归因方案：归因数据通过流计算Oceanus实时处理入仓TCHouse-D游戏/应用/小程序(归因SDK)归因分析集群买量报表服务集群云数据库Redis云数据库TDSQL-CMySQLWeData数据开发平台广告平台的曝光、点击数据具有极强的“脉冲”特性。在特定时段(如素材起量、活动推广),数据洪峰可达平时的数十倍。传统数据系统或因无法承受冲击而宕机，或因过度预留资源而导致成本高昂。广告素材(监测URL)归因SAAS平台SA9云服务器弹性容器服务当需求描述当需求描述(业务流图示)预处理数据清洗定制人群圈选规则数据应用数据集成数据分析面临挑战统的INSERT操作面临严重的性能瓶效率，又可能因过度配置