聚焦“知识型投放”?NOX夜神解锁AI数字营销新玩法!

[摘要]移动互联网行业进入后红利时代,用户获取成本激增,留存挑战等诸多问题浮出水面,厂商轻松坐拥流量的时代一去不复返。但这对整个数字营销行
移动互联网行业进入后红利时代,用户获取成本激增,留存挑战等诸多问题浮出水面,厂商轻松坐拥流量的时代一去不复返。但这对整个数字营销行业而言,挑战也驱动了成长,一场由AI赋能的数字营销变革悄然兴起。NOX夜神,作为一支技术驱动型的硬核数字营销平台,在经历了前几年的低调布局后,而今面对渐起波澜的市场,跃跃欲试间又笃定十足。

人工智能进入平台期? AI+数字营销风口起航!

如果说AlphaGo让全世界聚焦AI,那么Sophia全球首个机器人公民身份的获得,则再次牵动世人的神经。而近日Google AI中国中心的成立,则令人不禁感慨AI势必将以惊人的速度迅速蔓延至生活的方方面面。在外界看来,人工智能似乎一夜之间爆发了。然而事实上,人工智能理论基础的发展早已先行了三十载。近年来几乎所有人工智能领域的进步,都是由30年前一篇有关多层神经网络训练方法的论文演变而来。可以说,AI实践应用在经历了漫长的前期发展才逐渐步入平台期。

AI加持下的数字营销将以更高效、更智能的方式融入生活

同样,AI在数字营销领域的应用,也是基于深度神经网络的应用与学习不断进化迭代。就移动营销领域而言,目前人工智能最基础也是最有潜力的应用方向之一便是智能广告投放。AI驱动下的智能营销时代,广告投放也将变得更加精准和智能,全面的解决流量收割结束时期质量差、付费低等诸多问题。而AI数字营销的这些功能,已经能够在夜神的智能分发网络中实现。

知识型投放,NOX解锁程序化广告新玩法

在NOX的智能分发系统中,用户标识、用户行为、人口属性、社交关系等多维度数据都会成为深度理解用户的行为数据。而根植于深度学习的夜神神经网络系统,将依据用户行为数据进行定向分析。NOX数据库里有数亿用户的兴趣周期轨迹图谱,其智能分发模型通过不断理解人类常量化的兴趣点来对用户需求进行智能识别,比如, 一个人近期在招聘类APP上的停留时间为近1个小时左右,可以判定其为一个正在找工作的人,或者是一个企业的HR, 或者是猎头,同时又发现这个人近日有浏览论文类等知识类APP的习惯,可以分析出其可能是一个有论文需求、找工作需求的人,又发现其每天在购物类APP上的停留时间为1个小时,但消费力较弱······,根据这些数据源,NOX的神经网络系统会分析出其可能是一个即将毕业的女大学生,而以前的标签投放方式,发现其近期在招聘类APP上的停留时间为近1个小时左右,就会不断的推送工作给他,但是如果这个人是一个HR或者猎头,这样的推送信息显然就不够精准,更造成不必要的用户反感。

NOX知识型投放系统中基于单用户的行为数据轨迹

再比如,在NOX的知识投放模型中,在首尔大量人口使用兼职找工作App,这些人经常在凌晨起来打开学习类App,而且其他几十个App都是年轻人喜欢的App为主,所以是大学生,不是外地打工者,其中有一些人爱用网购App,可能面临经济压力,所以需要做好个人理财,很可能需要一个记账本App,这就是一个NOX知识投放的通俗案例,透过对用户的不同行为轨迹的关联与分析,给予更加精准的分析判定,真正做到深度链接人与应用。

在以知识型方式进行投放之外,NOX也深知打通自有数据和第三方数据,共享全球数据是AI全球化的必然之路。截至2017年12月,NOX全球2亿+核心玩家覆盖,1.1亿+自有用户,每月10亿级应用使用信息入库,这个数据量已能够独立支撑深度学习。同时,通过对多端数据、移动应用之间深度沉浸数据的掌握,夜神的数据系统逐渐趋向全面与成熟。而高质量有价值的分析数据库,让基于用户行为数据定向分析的知识型投放成为可能。

LTV提升3倍左右,NOX知识型投放高效赋能企业出海

如果说精准触达目标用户是知识型投放的初级诉求,那么最大化用户的生命周期价值就是知识型投放的核心诉求。NOX的深度学习神经网络不仅能够帮助广告主横向精准锁定目标用户,同时通过对用户数据、用户周边数据(所使用的应用数据-生命周期-营收能力等)等多维度数据的分析,用AI核心模型去做预测营销,获知用户未来消费倾向潜力,在合适的场景推荐合适的应用、刺激消费形成,最终通过纵向科学管理用户生命周期价值,达到用户价值的全面提升。比如,一个用户想下载一个ARPG类游戏应用,知识型投放神经网络会依据该用户过往的下载(游戏类、生活类······)、使用记录在进行分析、预判,并在游戏应用数据库中结合游戏特质、用户深度标签等维度,按照预判排名机制调取前列游戏推荐给用户,这样的分发场景下获得的用户就变得更具价值性。

在针对地域数据的复用率方面,NOX的知识投放对LTV的提升方面有更好的表现,比如,台湾和日本用户在对该类细分应用的喜好相似度达到80%以上,通过对台湾用户轨迹数据的复用并结合部分日本用户数据交叉复用,产出更具知识驱动的数据模型。这种基于用户需求偏好轨迹的个性化推荐机制,将使用户接受度提升2-3倍,而运用轨迹数据交叉复用机制运算出的数据生命周期相较传统的DMP形式,将会被提升3倍左右。

NOX观测到的某一时刻全球移动应用热度图谱

科技将为人们的生活带来前所未有的变革。而在全球移动营销正急剧变革的时代,AI数字营销的革命,将是一场深层次技术的革命、观念的革命。随着NOX产品矩阵的不断丰富,NOX对于赋能企业出海将发挥更大的价值。




免责声明:

本站系本网编辑转载,会尽可能注明出处,但不排除无法注明来源的情况,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与本网联系, 来信: liujun@soft6.com 我们将在收到邮件后第一时间删除内容!

[声明]本站文章版权归原作者所有,内容为作者个人观点,不代表本网站的观点和对其真实性负责,本站拥有对此声明的最终解释权。