MainAd高文婕：深度学习技术咋助攻品牌出海

本篇文章3849字，读完约10分钟

12月20日，在2017年亿州未来零售大会上，mainad中国区总裁高发表了题为《品牌走出去，dl将是最好的帮手？》的演讲演讲。通过她对人工智能的解释，她说学位学习是一个强大的人工智能，谷歌阿尔法go，脸书每天通过深度学习技术处理45亿个翻译，亚马逊alexa智能语音系统也使用深度学习技术。在人工智能在数字营销中的应用中，人工智能技术可以分析一些有效的数据。并分享了mainad的深度学习技术和logico提供的自定义预测逻辑，这是一个高效的可编程平台。

她说挖掘数据需要这些要点。首先是用户和广告空间；第二，广告策略和用户水平；第三，用户层次逻辑:描述性和预测性智能。

据报道，2017年12月20日至22日，十亿国家电力网在广州香格里拉酒店举办了2017年十亿国家未来零售大会。

本次会议以“智能与商务”为主题，包括为期两天的主论坛、五个子论坛和马蹄俱乐部，来自国内外电子商务领域知名企业的4000名高管、专家、学者和媒体代表出席了会议。值得注意的是，数字化、智能化和场景化已成为本次会议的主题，大数据算法、内容和社交互动与行业紧密结合。它反映出商业正处于迭代进化的边缘，这是低维到高维的历史性时刻。

高，mainad中国区主管

提示:本文是一个速记初步审查，以确保现场嘉宾的初衷，没有删节或错误，请理解。

以下是表演的记录:

大家好，我非常感谢亿邦电力给了我这么大的平台。这给了我这辈子的第一次，一次是我这辈子第一次在这么多人面前演讲，也是我这辈子第一次用中文演讲。当发音不标准时，请包括在内。

今天，我的演讲是一个学术问题。我生在商界，但我希望能用最容易理解的语言告诉你。

公司简介:

我们成立于2007年，来自意大利，在全球8个国家设有分支机构，专注于cps广告再营销。我们为全球80多个国家的600多个品牌和3400多个网站提供服务。

Seo是第一份工作。2012年，它开始涉及rtb和程序化采购。2013年，它被改造成一个新的项目，并开始建立内部再营销技术和算法。今年6月底，它正式推出了一款拥有自己的专利技术和机器深度学习模型的投标机器。这个演讲基本上是给你一些干货，谈谈如何学习机器深度学习。

我的演讲分为四个部分:第一，对人工智能的误解；第二，人工智能在数字营销中的应用；第三，主要是深度学习技术；第四，客户案例。

首先，对人工智能的误解

这些关键词每天都会出现在头条新闻中。ai，ml，dl，ai是人工智能，这实际上是一个非常宽泛的概念。机器学习是人工智能的一个分支，是实现人工智能的一种方法，而深度学习是机器学习中的一项技术，它使用非常复杂的神经网络对数据进行非常复杂的操作。市场上听说的很多人工智能其实都是弱人工智能，比如垃圾邮件、图片和翻译成文字的过滤器。许多公司认为我们公司有人工智能技术，但事实上许多公司有人工智能技术，这已经存在了100年。现在深度学习是强大的人工智能，谷歌阿尔法go，facebook每天通过深度学习技术处理45亿个翻译，亚马逊alexa智能语音系统也使用深度学习技术，我们公司也开发了这项技术4年。

二、人工智能在数字营销中的应用

过去，我们手里有很多数据，但都是不准确的数据。当我们投放广告时，我们没有注意地域、性别、年龄等。这些大规模的广告被投放到媒体上，每个人看到的广告可能都与自己无关。男人们突然看到一则女性内衣广告，他们显然对此不感兴趣。他们为什么给我们看这样的广告？但是这个时代已经一去不复返了。每个人每天都在谈论数据。事实上，人工智能技术可以分析这些数据。刚才我谈到了再营销，也就是说，这些老顾客来到网站后没有购买。他离开了，我分析了它，回忆了它。我们分析了他的地理位置、爱好、时间等，再次展示了这个广告。

Mainad是人工智能技术的领导者，通过4年的研发和机器引擎的创新研发，它可以在几毫秒内做出决策。

第三，主要是深度学习技术

很多人听到广告的时候都认为广告是要花钱的，但是今天我想和大家谈谈mainad的预算。我会先给你销售，然后我会和你谈谈作为合作伙伴的佣金分享。我想普及深度学习技术以及如何为你赚钱。

我们的引擎是logico，这是一个拥有高效和可编程平台的专利解决方案，为您提供定制的预测逻辑，以满足每个客户的需求。其强大的投标技术和先进的深度学习模式将逐步推出。

刚才我听说通过cps结算的方式与大部分业主进行再营销合作，在很大程度上帮助广告商提高销售额，提高品牌知名度和客户忠诚度。

接下来，让我们分析如何挖掘数据:

首先是用户和广告空间。例如，这位顾客在两天前的星期一10点钟看到了古驰的包，并把它放进了购物车。这些数据已经在logico中提供。据分析，客户转换的广告空间为728×90。有必要向客户展示这样的广告，以及何时展示更好的转换。传统做法刚才，一位客人提到给顾客贴标签和建立不同的团体。从20岁到25岁，他是女性。在广东，类似的广告都是通过这个群体来推的，但是我们logico可以做到一对一，因为我们有很强的分析能力，可以从不同的维度来分析数据，比如不同的背景，不同的消费习惯，不同的居住地等等。

第二，广告策略和用户水平。我们告诉logico一个广告策略和用户等级。广告策略将与广告商一起设定一个kpi，广告商将告诉我们许多策略，以及kpi需要多少流量和新客户。同时，logico将衡量用户和广告空间的价值。用户价值分为六个等级，用户价值等级和广告空间是深入学习的最佳场所。在通过刚才提到的策略以及用户和广告空间的价值分数接收到竞价请求后，logico可以在毫秒内响应广告竞价，如果成功，广告空间将被显示。

制定策略有四个要素:第一，抓住销售漏洞中用户的哪一部分；第二，饼干的时间有多长，我们通常把它定为30天，顾客在30天内下单买东西。我们看属性，无论是检查在广告空间下订单的用户还是点击了在广告空间下订单的用户；第三是看看你是否想要高质量的库存，或者尽可能地扩大你的风险敞口；第四，我会问你是想抓住新客户还是老客户。在这四个要素通过协商制定出一个策略之后，他们告诉logico，logico同时在做用户级逻辑的最困难和最复杂的深度学习计算。

第三，用户层次逻辑:描述性和预测性智能。我们分为6个层次:第一，用户旅程预测；第二，点击预测；第三是购买预测；第四是购买预测点击量；第五，广告空间价值预测；第六，转型预测。它通过这些层转化的可能性有多大？通过历史浏览记录和行为分析，提出了一种算法。六年级下来后，为用户做一个分数总结。类似地，两个用户对同一个广告空间竞价。如果这个用户得分高，他就会成功，因为转换的可能性更大，性价比对我们来说是最高的。

这个图是整个逻辑运算的原理。刚刚提到:首先，大数据收集和分析用户和公告位置的数据；其次，它为用户和策略评分制定了一系列算法。当他收到广告竞价请求时，他每分钟都通过分析和预算来响应竞价。如果竞价成功，将显示广告，用户可以在某个媒体和某个时间段看到广告。深度学习最强大的部分是，每一次成功的投标都将成为一种学习模式，它将通过成功的例子被再次学习和应用到下一次，就像一个孩子会从别人那里得出推论一样。当他学习一个知识点时，他将知道如何在下一个知识点进行学习。

经典机器学习和深度学习有什么区别？经典机器学习的一个很好的例子是决策树，它实际上是一种线性预测方法。这是一种是与否的关系。今天，天气晴朗去踢足球。今天，如果下雨，你将看电影。如果你口袋里有这么多钱，你应该花不到50元看这样的电影，花50元以上看这样的电影。深度学习来自神经网络。做决定不仅仅是一个是或不是的信息，但是如果你去海边看电影，你口袋里有那么多钱去看这部电影，但是神经网络会突然想到今天带奶奶来我家，即使你有钱，你也不能看电影。这就是区别。

假设你想做蛋糕。蛋糕里有食谱和数量。经典的机器学习是一遍又一遍地查看过去的数据，看看用这些食谱做的蛋糕是什么样子。预测的结果比过去更有想象力，也不会有新的创新。但是神经网络是不同的，它将通过分析蛋糕的数量和每种成分的比例来进行预测。然而，这一预测结果很可能是用以前食谱中从未出现过的蛋糕做出的。这种情况证明它就像孩子一样。通过对数据的分析，学习可以预测一些在过去的统计中从未出现过的东西，就像以前的猫的照片一样，观察许多猫，再给他看一张猫的照片。他知道猫是这样的，但是神经网络会观察猫的腿。

四.客户案例

深度学习给广告商和客户带来了多少好处？让我给你举一个敦煌网的例子。我们和他们合作了很多年，但是他们之间有一个中断。我们于今年3月开始合作。从3月到7月，我们没有使用机器引擎做广告，但是从7月到11月，我们开始使用logico做广告。您可以查看数据性能。使用logico之前，最大销售增长率为14.6%，使用logico之后，最大增长率达到245%。新客户的增长率在使用logico之前为50%，使用logico之后达到84%。根据用户转换率情况，最高转换率达到700%，11月份“黑五”激增。从给他带来的新用户来看，很明显logico开始慢慢学习，8月份增长更快，9月和10月份新用户增加了27倍。前线相对稳定，使用logico后，订单增加了38倍。

说了这么多，我其实想告诉你，我们给广告商带来的是销售，你不需要有广告预算，只要你和我们合作。如果有跨境平台想和我们合作，请联系我。明天，展位将在一楼，这样每个人都可以交流。谢谢你！