程式化廣告投放的一次全面升級?「Nox」用“知識型投放”取代“標籤式投放”

在 Nox 創始人韓哲看來,最早期12年那波機器學習、大資料、人工智慧技術並沒有一個很好的商業場景落腳點,而很多重 AI 的行業,如無人車、晶片,需要大量資金去運作,產業週期過長。NOX也曾想過金融領域,但考慮到AI領域中最重要的資料並不在自己手中,需要和保險公司、金融公司等具有資料來源公司合作,這樣就導致資料的可控與全面性相對較弱。

Nox 最終選擇的是數字營銷領域,考慮到目前國內移動流量紅利已經消逝,且反作弊成本的高昂,NOX的業務模式是幫助國內企業做出海營銷,或者幫一些國外企業在當地營銷。(下圖是 Nox 分析出的各國使用者價值排行)

據創始人介紹,傳統 DSP 存在諸多弊病,除了使用者流量開放度不夠、流量源都需要用 API、SDK 等方式對接外,還存在使用者資料生命週期短(比如一換手機、記憶體一旦清除資料就不復存在),需要不斷補資料來源。而且由於是通過給使用者打標籤的形式來投放廣告,這種標籤驅動其實是依賴概率模型來投放的,沒有差異化,不能滿足長尾需求。

舉個例子,使用者在某入口網站上瀏覽汽車後,DSP 公司會分析出這類使用者的畫像,比如年齡在30-40歲左右、男、有老婆······之後會圈住具有這批標籤的一批使用者,給他們集中大量投放汽車廣告。但是這批使用者中有的人喜歡高檔車,有些人受限於經濟能力,只能負擔中低檔車,有人純粹就是賣車的經銷商,有的人可能已經買車了,如果在其 Feed 流中持續出現賣車廣告,勢必會引起使用者反感。

Nox 除了搭建傳統 DSP、SSP、DMP 平臺外,還有兩種業務線,其一是 AiadMobi(夜神廣告平臺), 是一種“知識類投放”,該系統首先會分析使用者的 APP 安裝列表,比如探測出瀏覽過汽車的使用者曾經安裝過買花類 APP,又安裝有職場社交類 APP,說明該類使用者可能是個初入職場的、想給其女朋友買花的學生,並沒有足夠的經濟能力支撐其入手高階車,所以 NoxInfluencer 只會給其定向推薦一些中、低端車廣告。

該套系統的核心在於把很多使用者標籤做成一個個神經元,讓神經元和神經元之間產生關聯,最終產出“知識類”的結論,當某一個新使用者進來後,相當於輸入一個新值,經過每一個神經元的分析後,會輸出一個答案,根據得出的答案來定向投放廣告。

這種“知識”包括:安裝過3個以上資訊類 APP 的,年齡在20-30歲之間的使用者使用直播類應用的概率小於5%,這就是一個典型的學習型和泛娛樂型使用者的關聯;A 和 B 國家都屬於一個民族或者語言體系,AB 兩個國家90%以上的使用者模型都相同,從而可以參照著來投放廣告;或者說使用外賣應用的使用者更喜歡玩遊戲(因為宅男的機率很大)······相比之前通過標籤圈住某一類使用者,給這類人批量推送相同廣告,該模式無疑考慮到了使用者的使用場景,從而更加精準。

夜神 Nox 的另一條業務線是 NoxInfluencer(夜神網紅營銷平臺)。針對的目標客戶是一些中小企業第一次去比較偏僻的國家,如中東、北非、東南亞這種區域、國家,企業對當地市場不瞭解且預算較少。這種企業首先需要一批種子使用者,需求在1萬美金至5萬美金之間,在小範圍探測使用者反應後再在基礎版本上迭代自己的產品。

NoxInfluencer 給這些中小企業匹配當地合適的網紅,不同於實時線上投放廣告的 DSP,這是一種離線投放服務。夜神首選會選擇符合產品調性的一批網紅,再給這批網紅競標,選出出價最高的幾個。網紅們領取到任務後,將產品視訊植入到個人的自媒體中,比如個人的 Facebook、Youtube、Twitter 賬戶。

除了以上這兩個基礎引擎(業務)外,為了在初期積累足夠多的使用者資料供機器學習,Nox 還有一個具有300萬 DAU 的自有流量產品,夜神安卓模擬器。簡單來說,無需和手機原廠合作,該工具可讓 Nox 獲得作業系統級別的流量。使用該模擬器,將安卓作業系統在雲上執行後,使用者只需要在裝置上使用瀏覽器開啟夜神雲手機網址(就相當於在雲端開啟一個安卓手機),對APP進行試用即可。換句話說,通過夜神雲手機的服務,可以使任意移動端手遊輕鬆轉化為Web端頁遊。

Comments

comments

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *