淘宝运营在这个电商发展那么多年的时代扮演着不一样的位置,在这个人工智能技术被商业领域广泛应用的今天, AI 赋能商业决策已经逐渐被广告主和营销人所认可。日前,首届阿里 m awards 年度盛典于浙江乌镇举办,阿里 CTO 郑波,在会上分享了阿里在 AI 营销领域的最新进展与实践。
AI 智投,满足个性营销需求
面对日益复杂的消费者、以及多变的外部环境,品牌主越来越希望营销平台能够快速满足多样化、个性化的营销需求。基于阿里巴巴对人货场的深刻理解,阿里利用多年来在人工智能方面的技术积累,通过 AI 智能投放平台,满足品牌主诸如拉新客、打造爆款、大促等各种不同场景以及不同行业的营销需求,品牌主只需要简单的选择自己的营销诉求,其他工作将通过智能引擎来完成,不但便捷、高效,且营销效果还有显著提升。
AI 创意能力,扩展创意边界
营销诉求多,意味着营销素材也需要更加多样化,不但要适配图文、短视频、交互等多种规格及场景,且对生产效率、内容创新也提出了更高的要求。阿里智能创意中心,可以提供从图文到视频再到落地页的素材级智能化创意支持,通过 AI 技术实现创意裂变自动化,比如让同一段视频,通过创意引擎和工具台,增加创意素材、适配 BGM 等,自动化产出多种风格的创意素材以适应不同的受众与营销渠道。
智能创意还可以跟 AR/VR 结合,在现实世界和虚拟世界产生有趣的玩法,以帮助品牌主与消费者之间产生更多的互动。
下一代 AI 基建
阿里多年来一直致力于更懂营销的 AI 平台建设,比如能够对海量数据进行超大规模建模的 XDL 平台;负责多媒体的创意智能生成和优选的 MDL 平台,每天为广告主带来10亿次以上的曝光;具有一定推理能力的 EULER 平台,负责深度挖掘人货场之间的联系等。还有,MTA 智能归因模型,能够科学的衡量多渠道营销的贡献,从数据分析中挖掘更多的营销机会。
以下为演讲实录:
各位来宾大家好,我是阿里的郑波,很高兴今天来到乌镇跟大家聊一聊 AI 与未来营销的化学反应。
对于 AI 的从业者来说,这一轮的人工智能浪潮其实从十年前深度学习的复兴开始,对于大众来说对 AI 的认知从五年前 AlphaGo 和李世石的对决开始。那时候我还在 google 工作,看比赛的时候心情也是跌宕起伏,前两场还在为 AlphaGo 的进步喝采,到了第三局,开始为人类命运担忧。这几年来,大家可能感觉到很多 AI 新的应用,比如各种各样刷脸应用,自动驾驶似乎很快会到来。我们一方面希望能够享受到 AI 的便利,一方面又担心 AI 无法控制。那 AI 在广告领域有哪些应用呢?其实在营销领域应用人工智能已经很多年,点击率预估很早开始使用深度学习,随着技术的进步,AI 智投对营销网络进行全面的升级,为营销提供更多的智力。 今天简单谈一谈个性营销需求,智能创意以及全域深度归因这几个方面阿里的一些工作。 基于对人货场的理解和 AI 建模,阿里的营销产品已经从原来的售卖模式演化到现在的从客户的营销诉求出发,客户可以表达他们想要的营销诉求,是喜欢拉新客,还是想要推广新品,还是为店铺或者直播间来加粉丝,智能模型帮助他们选取最合适的人群,最高效的渠道满足他们的营销需求。在智能引擎的辅助下,客户目标完成率增加12%以上。 在智能需求平台大背景下,实现一站创建广告计划全域可投放的能力。这其中就要生产适合各个渠道样式和风格的创意,在图文智能创意方面我们已经有了很多年的成熟的解决方案,在短视频创意方面我们肯定也不缺席。AI 可以根据剧本自动把视频素材剪辑和生成各种风格的短视频,例如比较热闹的淘宝风格、例如小清新风格,这里头无论是素材的剪辑和优选,还是 BGM 的选择搭配都是由 AI 产生的。又比如老铁风格,视频里头的台词都是由 AI 生成的,商家在选择这些智能创意之后,可以显著提升在这些渠道的有效传播率,设计师可以跟我们合作,提供剧本,让整个智能创意更快的扩展起来。 智能创意还可以跟 AR/VR 结合,在现实世界和虚拟世界产生有趣的玩法,例如前面的泡泡玛特做了很多介绍,例如结合做一些体感的小游戏,在年轻人里头进行传播和裂变,结合增强现实让用户进行试妆和美甲或者试运动鞋,或者通过增强现实在家装里头查看家居和房间是否搭配。
以上这些 AI 的能力都是基于阿里强大的AI平台实现的,在阿里自研的业界领衔的 AIOS,MaxComputer 等基础上面,建立三大 AI 平台,其中 XDL 能够对海量的数据进行超大规模的建模,模型能够达到百亿级别的特征,千亿级别的参数,这些模型通过万亿级别的样本训练产生的。MDL 主要负责多媒体的创意智能生成和优选,每天为大家产生8千万的图文创意,100万的短视频创意,为广告主带来10亿次以上的曝光,EULER 平台是图学习的引擎,具有一定的推理能力,能够深度的挖掘人货场之间的联系。
最后希望人工智能的效果是可控可知且可优化。这里面数据的分析和呈现非常重要,传统的末次触点归因模型,就好比一个人吃了五个包子之后吃饱了,但是他会吃饱的功劳算在最后一个包子上,我们升级数据驱动的智能 MTA 归因模型,多触点归因模型,让曝光、品牌、转化等渠道,让各自的贡献分配权重,所谓能够科学的衡量多渠道营销的贡献。 MTA 有三大优势:第一对数据的理解,阿里的消费者数据驱动的学习模型能够充分理解消费者转化行为后面的影响因素,第二可以做全路径的归因,计算每个消费转化路径上的因果效应,合理分配营销的贡献。第三模型是可优化的,基于整个旅程的数据,可以洞察营销组合机会,增加全域投放的营销。