打造广告主的”阿尔法狗“：这家公司要用AI+大数据颠覆商业决策

会员服务 ·

打造广告主的”阿尔法狗“：这家公司要用AI+大数据颠覆商业决策 | AI+

2018 年 4 月 2 日 黑智杨洁

文 | 杨洁编辑 | 黑智

人工智能时代，传统的商业价值体系，即将被AI和数据所颠覆。

数据资源，正日益成为企业极其重要的资产。而在对“数据”的处理和分析方面，人类即将面对机器的全方面碾压。AlphaGo战胜了李世石和柯洁后，开始了对商业领域应用的深入。人工智能、机器学习，正在辅助企业优化各个业务链条。

传统的商业决策方式，在这样的现实下，也开始显得力不从心。而市场营销，是受到数据影响最明显的领域，挖掘用户行为数据的价值，利用数据和机器学习进行精准的智能营销，成为越来越多的企业日益增强的刚需。

2018年，品友互动迈入成立的第十个年头。这家曾在国内首次推出程序化广告的数字营销公司，现在，已经进化成为一家基于机器学习和大数据技术的人工智能营销决策平台。

黄晓南最初创办品友互动时，人工智能还是个存在于学术界的概念。而有趣的是，品友在当年最初融资时，就提出应用神经元算法来改变营销行业。黄晓南认为，这说明，技术驱动，早已烙印在品友互动基因里。而人类最顶尖的棋手都败于机器手下，则让人工智能，拥有了一个为全行业所理解和接受的契机——就像品友曾提出过的，为广告主量身打造属于他们的AlphaGo，挖掘大数据的价值，利用数据和机器学习进行智能化和自动化营销。

人工智能的企业基因

早在2007年创办公司寻求融资时，品友的BP就曾让投资人们困惑了一阵：在那个AI和算法尚不为人所知的时期，其中提到的是以数据+技术驱动，以及利用神经元算法，推动数字营销。

黄晓南从没有把品友定位成做“中介服务”的广告公司。在创业之前，她看到数字化和互联网技术已经开始改变在美国的金融、旅游等行业中带来改变，因此，品友也要立足于这一点，为营销行业带来改变。

2012年，品友互动推出程序化平台，成为国内最早进入这个领域的公司之一。随之，程序化在国内爆发，经历了一段井喷式的发展。

品友也迎来了的数字化营销的机遇。所谓程序化，简单来说，就是利用程序，来实现营销和媒介策略。传统的依赖“人”的经验做决定的营销方式，由于机器的介入得以改变。

而更为重要的是，这也为品友后来的人工智能应用，提供了前提。

黄晓南告诉黑智，人工智能发挥作用的前提条件是：一是要有海量数据；二要有通过算法对数据进行加工的能力；三是利用有用信息做决策。

不同于其他的广告公司，在早期，黄晓南就组建了核心研发组，包括系统研发、数据和算法三个团队，全面推进利用数据和算法进行机器决策的能力。而这波程序化广告浪潮，使得客户和媒体愿意提供自己的数据资源与机器对接，机器分析的算法“大脑”有了用武之地，海量的决策关系开始在其中进行。

大量数据的喂养，让品友的算法和机器的决策效率不断提升。“从最初的机器每秒1-2万次的决策能力，到现在可以每秒做出40-50万次决策。”

据了解，品友计算平台已经具有每天280亿流量实时验证的算法能力，每天能够处理1.5P的数据量（1P相当于1024T）。

品友互动从“程序化营销”走向人工智能，也由此成为顺理成章的事。

品友互动创始人黄晓南

“透明化”与 “千人千面” 决策

程序化在经历了几年的快速发展后，国内广告业又一波新的洗牌来临。

2016年，广告业迎来了发展的低谷。上百家程序化广告公司拥挤在这个行业内，真真假假、良莠不齐，对于广告主而言，没有效果的提升，反而带来了更多的困惑。“在很大程度上，程序化其实是一个机器人。”黄晓南说，“它是帮助广告主来决策在哪些渠道上执行相应的策略的。但是当很多公司把它变成了一种媒体形式的时候，那一定就不对了。”

营销行业关于程序化的争论也日益激烈。市场秩序的混乱也引发了广告主对行业的信任缺失。但随着时间的推移，营销行业也在面对企业客户新的需求和痛点。

随着移动互联网和数字化的发展，如何在复杂的媒体中寻找有效受众、分析用户行为、建立个性化的营销体验，进行人力所无法完成的智能决策，成为越来越多的企业客户的刚需。

在黄晓南看来，传统的广告业，走到了拐点。但是，这并不意味着程序化营销方向的问题。在其背后，基于数据与算法进行营销决策的核心并没有改变，人工智能技术驱动的智能决策，就是它下一步演进的方向，一脉相承。

AlphaGo的成功，也为国内客户理解人工智能的应用，打开了大门。黄晓南觉得，品友到了“二次出发”的时候。

在黄晓南看来，人工智能已经成为数字营销下半场的关键词。而要实现这一切，必须要先实现“透明”，包括系统的算法机制、数据的安全、投放的过程，重建广告渠道各方之间的信任。从2016年起，品友就开始推动营销的“透明化”，推出数字营销平台擎天柱(Optimus Prime)，对系统进行全面升级，让客户能够透析所有的投放细节，推动品友与广告主、媒介平台的信任度提高。

2017年，品友发布了人工智能营销决策平台MIP，基于细分受众洞察、产品决策、媒介触达决策、智能CRM及智能归因优化，为企业提供决策能力。

MIP用以解决客户的决策效果问题，而品友还想更进一步推进决策”千人千策“的解决方案。在MIP战略中，还包含了品友的DMP数据管理平台，通过整合企业自身的大数据能力，为企业搭建私有化的数据资产管理平台，输出更具针对性的营销策略。

“原来有些公司说程序化，把广告变成了整个生态的末端，这是本末倒置的。它本来应该的流程是，基于数据，制定策略，然后再落地。这应该是一整套基于大数据分析产生的结果。” 黄晓南说，“而现在行业中，我们之所以能够做成这件事，就是因为，在过去，我们的业务如果用一句话来描述，我们就是在不停地采集数据、分析数据，基于数据产生出策略，再进行投放。”

MIP实现了“混合模式”，建立在云端SaaS和企业内部In-house DMP基础之上，用以提高企业决策效率，同时保障企业的数据资产安全。

擎天柱、DMP和MIP，覆盖了企业采集数据、数据分析和管理、营销投放、策略输出的商业流程，形成了品友整体的智能决策产品矩阵。

黄晓南举了个例子。某经营旅游酒店的客户在应用品友的系统后，发现集团旗下不同酒店品牌之间的广告产生了关联作用，经系统发现并量化之后，直接对集团整体营销策略产生了影响。

All in 智能营销决策

品友的目标，也已经不仅仅限于广告投放决策这一个环节。真实商业场景中，每一个行为都是“决策”的过程。在企业营销行为中，包括产品定位、客户关系、用户的转化路径分析等，都与用户行为数据处理与分析息息相关。对于企业而言，对数据分析和智能决策的需求，已经从单纯的广告营销层面，向更广泛的整体产品与市场战略延伸。

而这也为品友的未来，拓展了更大的想象力。合理挖掘和利用数据，智能化的平台能够对消费者行为进行更为合理的预测。在可量化的状态下，决策算法能够在更多的领域应用，例如在金融决策、征信等场景中，发挥作用。

据黄晓南透露，在2017年下半年DMP/MIP平台发布后，目前已经有金融、汽车、零售等行业中的十家大型企业客户和品友签约，建立了合作关系。

“营销能力较高的、所在行业产生了大量消费者数据的大型公司，是我们的主要目标客户，事实也证明，它们在决策方面的旺盛需求。”黄晓南说。

黄晓南表示，2018年，品友将进一步all in 数据、all in 算法。“未来人工智能领域的竞争，就是数据和算法、决策场景的PK。”黄晓南说。“在未来，也许所有公司的市场部人员，都将是数据科学家。”

这也是在智能化和数字化时代，大型企业日益增强的刚需。正如黄晓南对黑智提到，一位客户所表示的：“今天如果我们还不能依赖于人工智能和大数据来做营销决策的话，就肯定会失败。”