打造廣告主的」阿爾法狗「：這家公司要用AI＋大數據顛覆商業決策

文 | 楊潔 編輯 | 黑智

人工智慧時代，傳統的商業價值體系，即將被AI和數據所顛覆。

數據資源，正日益成為企業極其重要的資產。而在對「數據」的處理和分析方面，人類即將面對機器的全方面碾壓。AlphaGo戰勝了李世石和柯潔後，開始了對商業領域應用的深入。人工智慧、機器學習，正在輔助企業優化各個業務鏈條。

傳統的商業決策方式，在這樣的現實下，也開始顯得力不從心。而市場營銷，是受到數據影響最明顯的領域，挖掘用戶行為數據的價值，利用數據和機器學習進行精準的智能營銷，成為越來越多的企業日益增強的剛需。

2018年，品友互動邁入成立的第十個年頭。這家曾在國內首次推出程序化廣告的數字營銷公司，現在，已經進化成為一家基於機器學習和大數據技術的人工智慧營銷決策平台。

黃曉南最初創辦品友互動時，人工智慧還是個存在於學術界的概念。而有趣的是，品友在當年最初融資時，就提出應用神經元演算法來改變營銷行業。黃曉南認為，這說明，技術驅動，早已烙印在品友互動基因里。而人類最頂尖的棋手都敗於機器手下，則讓人工智慧，擁有了一個為全行業所理解和接受的契機——就像品友曾提出過的，為廣告主量身打造屬於他們的AlphaGo，挖掘大數據的價值，利用數據和機器學習進行智能化和自動化營銷。

人工智慧的企業基因

早在2007年創辦公司尋求融資時，品友的BP就曾讓投資人們困惑了一陣：在那個AI和演算法尚不為人所知的時期，其中提到的是以數據+技術驅動，以及利用神經元演算法，推動數字營銷。

黃曉南從沒有把品友定位成做「中介服務」的廣告公司。在創業之前，她看到數字化和互聯網技術已經開始改變在美國的金融、旅遊等行業中帶來改變，因此，品友也要立足於這一點，為營銷行業帶來改變。

2012年，品友互動推出程序化平台，成為國內最早進入這個領域的公司之一。隨之，程序化在國內爆發，經歷了一段井噴式的發展。

品友也迎來了的數字化營銷的機遇。所謂程序化，簡單來說，就是利用程序，來實現營銷和媒介策略。傳統的依賴「人」的經驗做決定的營銷方式，由於機器的介入得以改變。

而更為重要的是，這也為品友後來的人工智慧應用，提供了前提。

黃曉南告訴黑智，人工智慧發揮作用的前提條件是：一是要有海量數據；二要有通過演算法對數據進行加工的能力；三是利用有用信息做決策。

不同於其他的廣告公司，在早期，黃曉南就組建了核心研發組，包括系統研發、數據和演算法三個團隊，全面推進利用數據和演算法進行機器決策的能力。而這波程序化廣告浪潮，使得客戶和媒體願意提供自己的數據資源與機器對接，機器分析的演算法「大腦」有了用武之地，海量的決策關係開始在其中進行。

大量數據的餵養，讓品友的演算法和機器的決策效率不斷提升。「從最初的機器每秒1-2萬次的決策能力，到現在可以每秒做出40-50萬次決策。」

據了解，品友計算平台已經具有每天280億流量實時驗證的演算法能力，每天能夠處理1.5P的數據量（1P相當於1024T）。

品友互動從「程序化營銷」走向人工智慧，也由此成為順理成章的事。

品友互動創始人 黃曉南

「透明化」與 「千人千面」 決策

程序化在經歷了幾年的快速發展後，國內廣告業又一波新的洗牌來臨。

2016年，廣告業迎來了發展的低谷。上百家程序化廣告公司擁擠在這個行業內，真真假假、良莠不齊，對於廣告主而言，沒有效果的提升，反而帶來了更多的困惑。「在很大程度上，程序化其實是一個機器人。」黃曉南說，「它是幫助廣告主來決策在哪些渠道上執行相應的策略的。但是當很多公司把它變成了一種媒體形式的時候，那一定就不對了。」

營銷行業關於程序化的爭論也日益激烈。市場秩序的混亂也引發了廣告主對行業的信任缺失。但隨著時間的推移，營銷行業也在面對企業客戶新的需求和痛點。

隨著移動互聯網和數字化的發展，如何在複雜的媒體中尋找有效受眾、分析用戶行為、建立個性化的營銷體驗，進行人力所無法完成的智能決策，成為越來越多的企業客戶的剛需。

在黃曉南看來，傳統的廣告業，走到了拐點。但是，這並不意味著程序化營銷方向的問題。在其背後，基於數據與演算法進行營銷決策的核心並沒有改變，人工智慧技術驅動的智能決策，就是它下一步演進的方向，一脈相承。

AlphaGo的成功，也為國內客戶理解人工智慧的應用，打開了大門。黃曉南覺得，品友到了「二次出發」的時候。

在黃曉南看來，人工智慧已經成為數字營銷下半場的關鍵詞。而要實現這一切，必須要先實現「透明」，包括系統的演算法機制、數據的安全、投放的過程，重建廣告渠道各方之間的信任。從2016年起，品友就開始推動營銷的「透明化」，推出數字營銷平台擎天柱(Optimus Prime)，對系統進行全面升級，讓客戶能夠透析所有的投放細節，推動品友與廣告主、媒介平台的信任度提高。

2017年，品友發布了人工智慧營銷決策平台MIP，基於細分受眾洞察、產品決策、媒介觸達決策、智能CRM及智能歸因優化，為企業提供決策能力。

MIP用以解決客戶的決策效果問題，而品友還想更進一步推進決策」千人千策「的解決方案。在MIP戰略中，還包含了品友的DMP數據管理平台，通過整合企業自身的大數據能力，為企業搭建私有化的數據資產管理平台，輸出更具針對性的營銷策略。

「原來有些公司說程序化，把廣告變成了整個生態的末端，這是本末倒置的。它本來應該的流程是，基於數據，制定策略，然後再落地。這應該是一整套基於大數據分析產生的結果。」 黃曉南說，「而現在行業中，我們之所以能夠做成這件事，就是因為，在過去，我們的業務如果用一句話來描述，我們就是在不停地採集數據、分析數據，基於數據產生出策略，再進行投放。」

MIP實現了「混合模式」，建立在雲端SaaS和企業內部In-house DMP基礎之上，用以提高企業決策效率，同時保障企業的數據資產安全。

擎天柱、DMP和MIP，覆蓋了企業採集數據、數據分析和管理、營銷投放、策略輸出的商業流程，形成了品友整體的智能決策產品矩陣。

黃曉南舉了個例子。某經營旅遊酒店的客戶在應用品友的系統後，發現集團旗下不同酒店品牌之間的廣告產生了關聯作用，經系統發現並量化之後，直接對集團整體營銷策略產生了影響。

All in 智能營銷決策

品友的目標，也已經不僅僅限於廣告投放決策這一個環節。真實商業場景中，每一個行為都是「決策」的過程。在企業營銷行為中，包括產品定位、客戶關係、用戶的轉化路徑分析等，都與用戶行為數據處理與分析息息相關。對於企業而言，對數據分析和智能決策的需求，已經從單純的廣告營銷層面，向更廣泛的整體產品與市場戰略延伸。

而這也為品友的未來，拓展了更大的想像力。合理挖掘和利用數據，智能化的平台能夠對消費者行為進行更為合理的預測。在可量化的狀態下，決策演算法能夠在更多的領域應用，例如在金融決策、徵信等場景中，發揮作用。

據黃曉南透露，在2017年下半年DMP/MIP平台發布後，目前已經有金融、汽車、零售等行業中的十家大型企業客戶和品友簽約，建立了合作關係。

「營銷能力較高的、所在行業產生了大量消費者數據的大型公司，是我們的主要目標客戶，事實也證明，它們在決策方面的旺盛需求。」黃曉南說。

黃曉南表示，2018年，品友將進一步all in 數據、all in 演算法。「未來人工智慧領域的競爭，就是數據和演算法、決策場景的PK。」黃曉南說。「在未來，也許所有公司的市場部人員，都將是數據科學家。」

這也是在智能化和數字化時代，大型企業日益增強的剛需。正如黃曉南對黑智提到，一位客戶所表示的：「今天如果我們還不能依賴於人工智慧和大數據來做營銷決策的話，就肯定會失敗。」

黑智專訪

納人 姜海峰眾趣科技 高翔

投資人說

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！