AI实战派，这家公司如何做到AI应用的从1到N

机器之心原创

机器之心编辑部

与 AI 公司先有技术，然后拿着技术寻找场景不同，深演智能诞生于真实的大规模应用场景，从中不断积淀 AI 技术，瞄准传统产业智慧化的需求，打造决策 AI 平台。

「啤酒和尿布」的故事已流传近 20 年，却依然被奉为大数据分析的经典案例，代表了大数据应用的雏形，挖掘数据之间的相关性来指导商业决策。

这也凸显了企业构建数据管理平台的重要性，尤其是在经济「疲软」的当下，苦练内功，依托人工智能、大数据等技术进行智能决策，优化效率，广受企业追捧。

知名调研公司 Forrester 对 100 家中国企业的调查显示，有超过半数的受访者表示公司正在使用第一方数据管理平台，有约 1/3 的公司表示他们愿意增加在营销技术及软件上的投入。

面对市场新的需求，一家在数字化营销领域前行了 10 年的 TOP 玩家——品友互动，如今迈出了求变的步伐，将自身品牌升级为「深演智能」。 在这背后，其业务场景也由原来的数字营销转变为更多元的智能决策。

从智能营销到智能决策，深演智能是如何炼成的？ 在其背后，又是一套怎样的技术架构支撑场景的延伸与商业落地？

通过深演智能这一案例，对于 AI 公司从「1 到 N」扩展业务场景，寻找真正的 AI 落地具有借鉴意义。

深演智能创始人兼 CEO 黄晓南（左三）、深演智能联合创始人 COO 谢鹏（左二）和深演智能 CTO 欧阳辰（右三）在品牌升级仪式上。

01、营销活动本来就是一项复杂的决策行为 

想要透彻的了解深演智能，还要从更名前的品友互动（以下简称「品友」）说起。

最初，品友的主要业务是围绕营销场景的广告投放。 与其他广告平台不同，品友成立之初，做的就是基于技术驱动的精准广告投放。

具体来说，品友一手对接日均 280 亿的流量，谷歌、百度、腾讯、淘宝、新浪等 25 家主流广告平台都是「好朋友」，另一手汇聚广告主的广告内容，品友要做的就是练就一双「火眼金睛」，在海量流量中，为广告主找到想要触达的用户。

这里涉及到三个关键要素： 内容、投放平台和消费者，即品友的价值就在于实现广告内容和消费者的精准匹配，寻找一个三者利益的最优解，才能实现平台价值最大化。

精准广告投放并非易事，这涉及推荐技术，也包括每一次流量价值的评估问题 ，比如流量侧的价值评估，广告侧的理解，以及流量和广告的匹配和推荐关系； 整个过程也涉及到过滤、排序和重排序等过程。

首先，要解决的是推荐问题，针对每一个投放，你需要在流量池中做一个排序，获取尽可能多的流量，这意味着更高的点击率。 但这只解决了第一步，更重要的是如何衡量每一个选项背后的价值，即花多少钱的问题。 当一个流量过来后，如果出钱少，可能广告的排序会靠后，达不到需要的效果； 如果出钱多，就无法做到投入产出比最优。

总结来看，营销背后涉及点击率预估、转化率预估、出价预估，还包括虚假流量等等的判断，这本身就是一项复杂的决策行为。 在这一探索最优解的过程中，通过海量规模的投放实战，品友不断积淀自身的 AI 技术。

02、大规模 AI 场景实战中的技术沉淀 

在营销的投放过程中，最为重要的一个环节是用户洞察，深演智能在这个过程中沉淀了大量结构化体系与 AI 技术。

很早他们就开始用标签的方式来做人群画像分析，并于 7 年前就推出首个数字广告人群类目体系 (DAAT)。 深演智能 CTO 欧阳辰介绍，这个体系构建了大概六大类超过 6000 个开源类目标签，包含人口基本属性、兴趣爱好、行为属性、电商属性等等，可完整地涵盖各类网络用户群的不同属性。 通过独有标识拉通 (ID Mapping) 专利技术，整合多方数据中的标识信息，加强对用户行为的分析和理解。

基于标签体系，通过聚类分析和非监督学习的方法，进行人群「自动分类」，相比人工分类，机器可以根据多维特征自动划分 N 个类别，从而制定出相应的创意策略和投放策略等。

在投放时，通过机器学习算法，提取人群的高维度特征，并能自动生成人群策略，在提升广告推送精准性的同时，提升后期的转化效果。

在构建标签特征的过程中，也会通过对大数据的挖掘，不断沉淀有价值的衍生特征。 欧阳辰称，「理论上拿所有的特征去训练模型，可以让机器学的更好，但实际会发现有些特征可能会带来一些噪音，这时一方面取决于人的经验，一方面取决于机器学习的进展。 」

此外，深演智能也使用自动化学习（AutoML）进行调参以及特征筛选，从而加速训练过程。

另一个关键要素是投放内容，如何生成内容策略，也是技术团队在解决的问题。 欧阳辰介绍，通过对广告主历史广告内容以及受众交互数据的分析，利用机器学习建模，可以分析出每个创意的各种特征对不同类型受众的效果（比如以点击率作为反馈）。

在此基础上，他们可以自动生成创意策略，比如针对有的人群着重突出商品的价格，生成更优的广告元素的分布、色彩的生成等等，实现最大收益人群和创意类型的组合策略，并生成基于投放效果的智能媒体排期。

欧阳辰称，这些自动生成的营销策略，在一些案例中，可以帮助客户提升 30% 的营销效果，大大节省了成本。

反欺诈也是运营活动中经常遇到的问题。 比如，某位快消客户做活动送奖品时，本打算回馈忠实用户，不料「羊毛党」袭来。 基于标签体系，结合复杂网络、聚类分析以及专家规则等，帮助客户有效地阻挡了羊毛党的「入侵」。

深演还使用 NLP（自然语言处理）技术对网页的内容进行分析，并通过聚类分析，将虚假网站等不良网站识别，去除不良流量。

此外，他们还将营销知识沉淀成知识图谱，营销链路包括产品的定位，卖点分析，媒体选择，创意制作分析，受众画像等，充分利用机器学习和算法模型可以提升各个环节的效率和准确性。

围绕 AI 营销领域的 10 余年实践，深演智能沉淀下了行业知识图谱、用户画像、机器学习、数据挖掘等技术，这些技术构成了智能决策的基础框架，并落地在三款产品线，即围绕数据管理平台的 AlphaData™，围绕广告内容的创意管理平台和媒介管理平台 AlphaDesk™，以及面向企业全面数字化的 Alpha-OS™。

03、品友应变，「深演」出 

在传统产业数字化转型、智能化升级的大背景下，一方面构建企业自身数据平台，进行智能决策正成为趋势，企业的需求也从营销投放扩展到更多元的决策领域。

另一方面，在营销场景打下一片天地的品友，技术与业务上有了更长足的进展，也希望迈出求变的步伐，谋求更大的发展。 内外双重促因下，用深演智能联合创始人兼COO 谢鹏的话来说，「品友开始应势而变。」

近期品友将品牌升级为「深演智能」，此次升级之后，品友则作为营销业务的子品牌存在。 「深演」二字颇有意味，「深」字象征深度，「演」字源自「观天之化，推演万事之类」，取深度数据挖掘和数据算法建模进行决策之意。

这次升级也意味着，深演将智能决策能力从营销场景逐步拓展到公共决策、疫情预测、商业决策等更多 AI 决策场景。

谢鹏认为，新品牌贴合公司实际的业务提升，同时承载了他们更广阔的愿景。

品牌升级背后，更有深演技术体系的全面升级。 欧阳辰谈道，公司过去主要围绕营销领域进行技术积淀，现在更加围绕 AI 技术布局。

在感知层面，深演重点布局了图像识别技术。 认知层面，深演也在更多行业构建知识图谱，帮助决策推理。 决策层面，深演在不断完善针对更多行业的智能决策产品。

加之前期储备的各项 AI 技术，深演开发了一套面向机器学习和大数据的 AI 决策架构，从而支撑起各个场景的应用。

欧阳辰介绍，这一技术平台可以分为三层，最底层是基础架构层，提供计算资源和微服务架构，并且支持私有化部署以及混合云的设计架构，能够适配不同的云厂商和数据中心。

中间是能力层 ，集成了深演的数据能力和算法模型，以平台的形式呈现，包括数据治理平台、标识打通平台、预测平台、报表平台等等。

再往上是更为标准的应用层 ，比如人群分析、投放分析、流感分析等等，它是一个相对固定的模块，不同行业结合自身场景可以直接拿来使用。

深演也将计算、数据和算法等核心的 AI 能力打包成一个平台产品——AI引擎「福尔摩斯」，提供行业数据方案，帮助企业智能决策。

欧阳辰总结道，这一平台具有很好的可扩展性，并使用微服务的模式，将所有的能力模块化，当客户构建数据管理平台时，可以像搭积木一样灵活调配所需要的能力。

04、AI「实战派」帮助企业扭转战局

依托底层技术架构和模块化的能力，现在深演智能开始在公共决策、疫情预测、商业决策等决策领域发挥更大的价值。

一家做流感药的药企遇到一个问题，流感药销量往往忽高忽低，并且各地区的销售也不均衡。 如果能用数据预测流感状况，就可以更早的展开销售与产品配送服务。

深演结合药企的一方数据和搜索数据、气温数据以及其他第三方数据进行建模，从中提取出 70 多个变量进行分析，进而他们发现温度的连续变化是流感发生最为重要的指标，将这些综合起来可进行 7 天或 30 天内的流感预测。 经过近三个月的优化，流感预测准确性可达 80%，从而帮助药企更好的开展销售决策和渠道管理。

对车企而言，销售决策是一个至关重要，直接影响企业的业绩，因此车企格外重视来自各个渠道的用户反馈，以此优化决策。 但他们面临的问题是每天都可能收到几万条线索，此时如何识别虚假线索，如何进一步挖掘高价值线索就显得尤为重要。 深演通过平台的能力，第一步先通过模型把欺诈线索、虚假线索排除掉； 接着对剩下的线索进行真实性打分，判断哪些线索的质量更优，推荐给车企进行销售决策。 该模型帮助车企提高 36% 的到店率，帮助经销商积极挖掘高潜客户。

另一个案例是针对一个会员制的零售商，它主要通过公众号和线下门店接触用户，主要目的在于获得会员并提升销量。 深演将零售客户的会员与新用户进行模型上的分级，然后结合所有商品做了一个聚类分析，勾勒出每一群人对什么类型的产品最感兴趣，然后将相关的折扣信息通过公众号推送给会员。 通过这种方式，会员带来的销量在一个季度增长了三倍。

上述三个应用，只是深演智能决策案例的冰山一角，深演的数据与技术能力正在切实为不同行业带来改变。

在技术发展路径上，这家公司先找到 AI 落地的场景，并在场景中不断丰富 AI 能力。 对于未来规划，深演智能创始人兼 CEO 黄晓南很明确，「就是要基于我们的 AI 技术，打造中国前沿的基于人工智能和大数据技术的企业决策 AI 平台，全方位的帮助企业打造核心竞争力」。

AI 已经进入战火纷飞的应用时代，毕马威最新的一份报告中，分析了 2019 年八种人工智能的应用趋势，运用 AI 技术的公司在单个项目的特定平均生产率提高了 15％，大多数受访公司表示投资 AI 曾经帮助他们扭转战局。

本文为机器之心原创，转载请联系本公众号获得授权。

✄------------------------------------------------

加入机器之心（全职记者 / 实习生）：hr@jiqizhixin.com

投稿或寻求报道：content@jiqizhixin.com

广告 & 商务合作：bd@jiqizhixin.com