專訪品友互動黃曉南：AI商業決策的兩大核心是模式識別和預測模型

正如此前的數字化轉型一樣，在AI時代，越來越多的數字營銷公司正在進行智能化的轉型升級。

不久前，2018品友互動人工智慧大會在北京召開，品友互動CEO黃曉南宣布品友全面升級集團戰略，未來五年聚焦人工智慧商業決策，集團下設品友智慧營銷、品友智慧金融及品友智慧政務，以AI商業決策賦能營銷、智慧、金融。

在會後，雷鋒網對品友互動CEO黃曉南進行了一對一的專訪，深入了解品友互動在智能商業決策上的戰略布局、技術和產品。

品友互動成立於2008年， 品友互動目前已經完成E輪融資，從集團層面升級人工智慧商業決策戰略，不是一件小事。黃曉南告訴雷鋒網：對於一個企業來說，營銷可能佔到支出的60%,數字營銷佔到30%，數字營銷裡面可能只有10%是程序化廣告。品友以前主攻程序化廣告，這個領域比較窄，這件事情品友已經做到了最好，現在品友希望藉助人工智慧的力量，去影響整個數字營銷的決策，而不只是其中的百分之十。

2017年起，黃曉南感受到一個趨勢是：企業主越來越關注數據和人工智慧對商業決策的影響，他們對智能化的工具和平台的需求更加旺盛，希望數據能幫助解決更多的問題，例如：新產品如何定位、如何找到目標消費者、該使用什麼樣的廣告創意、如何選擇媒體。

在做程序化廣告平台時，品友積累了大量的數據，為發展人工智慧囤積了足夠燃料。在黃曉南看來，程序化廣告也是人工智慧最佳場景，「現在做智能廣告營銷，都離不開程序化廣告」。

福爾摩斯+數據云+雲計算 三大基礎架構構建底層技術邏輯

人工智慧如何帶來數字營銷方法論的升級呢？人工智慧營銷決策產品的邏輯是什麼？

黃曉南解釋到，人工智慧用於商業決策的兩大核心是：模式識別和預測模型。

應用機器學習的技術，模式識別可以從大量的行為數據中找到類似的行為數據。預測模型能做的就是，根據歷史數據來預測接下來的走勢，例如根據一個廣告位過去一個月從0點到24點的數據來預測下一個月的流量走勢。模式識別和預測模型背後都是特徵的提煉。

品友互動CTO歐陽辰介紹了品友的底層人工智慧技術。

品友人工智慧商業決策有三大基礎架構，一是品友的福爾摩斯AI引擎，包括大量垂直行業的數據分析模型，也包括對於文本處理（NLP）和圖像處理的技術。例如在營銷領域，福爾摩斯AI引擎可以利用歷史營銷數據，基於馬爾可夫過程對於未來營銷效果進行預測。它還可以自動設計科學的A/B方案，提升創意的營銷效果，另外它還利用深度學習網路（DNN）進行深度的跨媒體歸因，提升歸因的科學性。

二是品友的數據云，品友數據云利用品友多年的數據模型，整合多方數據源，形成全方位的用戶畫像。這種畫像能力是人工智慧引擎的重要基礎之一。

三是品友的雲計算平台，品友雲平台管理近千台計算機，其中包括自有數據中心，也包括一些國內外的雲服務商的機器。為了提供全球化的高性能數據服務，品友雲打造了自有的深度學習的平台，以及實時的大數據分析平台，極大地提升了上層應用的開發和模型的訓練。

在營銷領域，品友推出了人工智慧決策平台——Marketing Intelligence Platform（MIP）。MIP平台其實和程序化廣告平台一樣，目的是實現更精準、更自動化的廣告營銷，只是此前的程序化廣告平台只針對廣告投放，而MIP平台是全鏈路智能營銷決策引擎。

MIP主要包括三個模塊：智能策略引擎（DMP）、智能內容引擎（CMP）和智能投放管理系統。智能策略引擎包括媒體價值洞察、人群深刻洞察、科學歸因模型；智能內容引擎包括創意內容雲端管理、產品概念創意測試、自動創意物料調優；智能投放管理系統包括程序化廣告投放、常規廣告投放管理、社交廣告管理、電商投放管理。

以一個車企為例，在用戶洞察部分，品友互動可以直接給出車企可能用到的目標人群數據，包括：基礎目標人群、營銷活動覆蓋人群、官網訪客人群、CRM人群等。每個人群都有細緻的用戶畫像，可供客戶選擇作為媒介投放的人群。

設定好人群之後，智能營銷這一模塊可以做產品概念測試、創意點擊預測。通過預曝光和數據反饋，幫助廣告主從多款創意和產品概念中選擇效果最好的一款。媒體洞察這一塊可以詳細預測不同媒介的投放效果。

總的來說，MIP平台可以幫助廣告主完成目標人群選擇、創意選擇、產品概念測試、媒體策略等環節的決策，與廣告營銷的流程環環相扣。在雷鋒網看來，相比於直接做媒介投放的程序化廣告平台，MIP平台有更完整的商業邏輯，不僅僅可以做到精準投放，還可以幫助廣告主做完整鏈路的廣告營銷決策。

除營銷以外，品友互動集團戰略升級後，還有品友智慧金融及品友智慧政務。

據黃曉南介紹，經過廣泛的商業實踐落地，品友發現在AI營銷決策中所用到的AI技術和演算法模型其實也能運用到金融場景，特別是在金融的徵信、反欺詐方面。政務方面，現在國家在大力提倡智慧城市，品友目前在與一些垂直領域的政府行業共同協作，解決智慧城市的智慧大腦問題。

在黃曉南看來，客戶對AI商業決策的需求越來越強，這將是一個萬億級的市場。目前AI商業決策在汽車、快消、零售、金融這些行業發展較為迅速，但仍然有很多行業值得挖掘。商業場景的很多決策需求都可以轉換成機器學習、演算法的問題。

歐陽辰介紹到，品友AI能力在未來會聚焦在D.I.S.C技術戰略上，包括數據、智能和策略等。在數據層面，黃曉南也提到，現在做AI商業決策，其實最終還是看哪一家能拿到更好的數據資源。品友目前已經與京東雲建立戰略合作，雙方將共同打造AI營銷決策平台Matrix智麥。

在智能方面，品友主要聚焦在一些核心場景的演算法，包括消費者意圖的理解，產品的推薦演算法，通過大規模個性化實現更好的連接品牌主和消費者等，產品的科學定位和提升營銷的效率等。

在策略方面，品友希望MIP不僅僅能做深度的數據分析，還能夠生成有效且操作性強的策略，賦能決策者的關鍵決策。

在雷鋒網看來，計算機視覺、智能語音技術、NLP這些單點的AI技術在細分領域已經帶來了重大的革新，誕生了多個AI獨角獸公司，而AI商業決策無疑是下一個趨勢，期待擁有數據和場景積累的品友互動，在AI商業決策領域帶來更多突破。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！