在人工智能+大数据时代日益成为主流的今天,智能营销再次进入大众的视野,人工智能(AI)已经成为下一波的技术创新和经济增长的助力剂,传统技术的广告推荐要么是通过MAX排序算法实现,要么就是通过随机推荐,再要么就是通过简单的关键词匹配。广告的作用和效果很难得到预期的效果,这时候智能广告技术也就应运而生了。
首先,推荐系统和计算广告是不同维度上的概念。推荐系统是一种技术,广告是一项业务。个性化推荐可以用在广告中,更可以用在别的产品层面。同时,个性化推荐只是计算广告的一个环节,一个完整的广告系统还需要其他很多重要的技术组件。
1. 个性化推荐在广告之外的很多产品层面都有应用几个常见的应用领域:
有机内容(organic content)的筛选与排序: Facebook,知乎,今日头条的新鲜事都是个性化排序的结果。Spotify也是类似的例子。个性化推荐做的好不好直接影响产品的活跃度(engagement)和存留(retention)。一些Growth Hack也极为依赖个性化推荐的质量:最为常见的例子就是Facebook/知乎上“你可能认识/感兴趣的人”。关注的人越多质量越好,用户存留的可能性就越大。比如:Amazon和Netflix的推荐购买/观看:这个就比较接近广告了。
2. 广告系统也不仅仅只有个性化推荐一个完整的广告系统,从广告商投放广告到用户看到广告,需要以下几个重要组件:
[面向广告商的工具] 广告商可以根据自己的需要定制投放人群:年龄段,性别,地理位置,职业兴趣等。
[算法] 个性化推荐:在众多符合条件的广告中选择最合适的一个。
[算法] 决定在哪里放广告:这在以前其实不是个事,因为就几个能放广告的固定位置(banner,页面右侧)。然而随着Facebook发明了Feed Ads,在新鲜事里放原生广告成了社交类产品的标配。以微信为例,在朋友圈里的第几个位置放广告其实是个挺有学问的事。放高了影响用户正常体验,放低了没人看得到。这大该就是微信口中的“实时社交混排算法”吧。
[算法] 定价:放的这个广告该跟广告商要多少钱。这受很多因素影响:放的位置高低,有多少个其他广告一起竞价等等。
3.与机器学习深度结合
[算法]通过广告推荐和用户点击率、转化率、推广效果等的对比,再结合机器学习打造一个完整的广告体系。
东巴网盟(www.dong8ad.com)是一个将广告推荐技术和机器学习技术深度结合和应用打造的广告生态系统,业界里推广效果最好、用户体验最好的互联网广告联盟,欢迎各大站长或广告主咨询。
东巴网盟 2018/06/18
原文地址:https://www.dong8ad.com
本文属于东巴网盟原创,转载请注明出处!