傳統(tǒng)廣告有一個(gè)普遍痛點(diǎn)，正如百貨商店之父約翰·沃納梅克提出的廣告營(yíng)銷界的哥德巴赫猜想所言：“我知道在廣告上的投資有一半是無用的，但問題是我不知道是哪一半?！?/p>

如今，人工智能技術(shù)在營(yíng)銷層面的應(yīng)用，正在幫助品牌方逐步找到有用的廣告是哪一半，并且避開無用的那一半，而阿里巴巴集團(tuán)的數(shù)據(jù)銀行就是應(yīng)用中的代表性工具。在2017年6月，阿里巴巴集團(tuán)正式發(fā)布服務(wù)于品牌的消費(fèi)者數(shù)據(jù)資產(chǎn)管理中心——品牌數(shù)據(jù)銀行（BrandDatabank），這也是國(guó)內(nèi)首個(gè)實(shí)現(xiàn)品牌全域數(shù)據(jù)資產(chǎn)管理的平臺(tái)。

在新零售的浪潮中，通過大數(shù)據(jù)預(yù)測(cè)潛在用戶、篩選有效渠道的方式已經(jīng)越來越普遍。人工智能領(lǐng)域的深度學(xué)習(xí)、智能設(shè)計(jì)正在走進(jìn)商家日常的運(yùn)作當(dāng)中，投放、預(yù)估等環(huán)節(jié)的智能化都已經(jīng)讓商家的營(yíng)銷效率得以大幅提升。

技術(shù)賦能

人工智能是諸多技術(shù)的總稱，機(jī)器學(xué)習(xí)是人工智能的基石之一。最熱門的人工智能應(yīng)用領(lǐng)域包括自然語(yǔ)言處理、圖像識(shí)別、數(shù)據(jù)智能分析。而大量的可用于分析的數(shù)據(jù)是人工智能的另一塊基石。想要在商業(yè)領(lǐng)域有效的運(yùn)用人工智能，就目前全球應(yīng)用級(jí)別的人工智能技術(shù)來講，最重要的是人物畫像和長(zhǎng)期的經(jīng)濟(jì)行為數(shù)據(jù)。

人物畫像一部分指的是人口學(xué)特征，比如女性，30歲，是否已婚，這部分?jǐn)?shù)據(jù)現(xiàn)在各大互聯(lián)網(wǎng)公司都有海量數(shù)據(jù)。還有一部分是社會(huì)學(xué)特征，比如住在一線城市，在外企上班，學(xué)歷本科。這部分特征相對(duì)更精細(xì)，能夠?qū)€(gè)人的消費(fèi)能力進(jìn)行判斷。

但更加關(guān)鍵的是長(zhǎng)期的經(jīng)濟(jì)行為，特別是商業(yè)交易記錄，比如一年網(wǎng)購(gòu)多少次，購(gòu)買張杰演唱會(huì)門票多少次，購(gòu)買張杰門票的同時(shí)喜歡購(gòu)買什么化妝品?？梢哉f這些行為的記錄和統(tǒng)計(jì)是消費(fèi)預(yù)測(cè)領(lǐng)域人工智能分析的核心。

國(guó)內(nèi)就目前來說，天貓，淘寶以阿里旗下的各類生活消費(fèi)類網(wǎng)站，積累的數(shù)據(jù)是最豐富而完整的。更關(guān)鍵的是，天貓和淘寶是中國(guó)最早的在線電商平臺(tái)，且阿里同時(shí)擁有全國(guó)最大的支付工具支付寶，長(zhǎng)達(dá)十多年的交易數(shù)據(jù)比近幾年才開始積累數(shù)據(jù)的平臺(tái)要精確強(qiáng)大許多。

基于精準(zhǔn)的交易數(shù)據(jù)，阿里巴巴的數(shù)據(jù)銀行應(yīng)運(yùn)而生。天貓新零售平臺(tái)數(shù)據(jù)技術(shù)總監(jiān)魏虎告訴21世紀(jì)經(jīng)濟(jì)報(bào)道記者：“數(shù)據(jù)銀行中有一個(gè)重要功能是消費(fèi)者資產(chǎn)預(yù)測(cè)，即通過分析歷史數(shù)據(jù)來預(yù)測(cè)用戶未來3年在某一品牌上的消費(fèi)。預(yù)測(cè)方法上運(yùn)用了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，其中，機(jī)器學(xué)習(xí)包括邏輯回歸、RandomForest（隨機(jī)森林）、GBDT（梯度提升數(shù)）等算法。深度學(xué)習(xí)則會(huì)提升預(yù)測(cè)的精度和趨勢(shì)的準(zhǔn)確性，我們采用了CNN（卷積神經(jīng)網(wǎng)絡(luò)）、RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）等深度序列模型來做數(shù)據(jù)預(yù)測(cè)。”

魏虎解析道，相對(duì)于機(jī)器學(xué)習(xí)，深度學(xué)習(xí)一方面在準(zhǔn)確度上進(jìn)一步提高，例如MAE（誤差平均值）會(huì)有10%的提升，趨勢(shì)相關(guān)系數(shù)會(huì)有20%的提升；另一方面，深度學(xué)習(xí)模型更容易去擬合一個(gè)非線性空間，并且能夠“自主學(xué)習(xí)”隱含特征，“傳統(tǒng)機(jī)器學(xué)習(xí)需要人工定義，比如需要定義用戶的瀏覽次數(shù)、加購(gòu)次數(shù)，但是深度學(xué)習(xí)技術(shù)能從這些基礎(chǔ)特征中歸納出更高維度、更精細(xì)、組合化的特征?！?/p>

除了數(shù)據(jù)銀行，阿里線上店鋪的CEM系統(tǒng)正在做“千人千面”的推薦，顧名思義，商家將為不同的用戶展示不同的補(bǔ)貼優(yōu)惠、商品陳列等。其中涉及到推薦和預(yù)測(cè)的功能，如何快速識(shí)別用戶并推薦其感興趣的商品，技術(shù)更為復(fù)雜。魏虎介紹道：“其中一大難點(diǎn)就是把握商品和用戶之間的關(guān)系，一方面要知道用戶對(duì)商品的偏好，這需要通過用戶過往的購(gòu)買記錄抽象出特征；另一邊也需要商品的特征，包括被什么樣的人購(gòu)買過等多種信息。我們要把這兩種數(shù)據(jù)進(jìn)行比對(duì)，然后得到相互之間的復(fù)雜關(guān)系，再對(duì)商家進(jìn)行建議?！?/p>

初顯身手

服飾、快消類等高頻消費(fèi)領(lǐng)域是阿里巴巴最擅長(zhǎng)和較早進(jìn)入的行業(yè)，在運(yùn)用數(shù)據(jù)來推動(dòng)品牌建設(shè)過程中，他們占據(jù)了較高的比例。

以施華蔻為例，通過整合UniDesk、微博、快閃店、手淘導(dǎo)購(gòu)等渠道數(shù)據(jù)，展開精準(zhǔn)消費(fèi)者畫像洞察，并相應(yīng)向消費(fèi)者傳遞個(gè)性化的品牌信息，在2017年天貓“雙十一”，其消費(fèi)者總量新增310%，加購(gòu)增長(zhǎng)200%。

其中，就數(shù)據(jù)銀行部分來看，數(shù)據(jù)銀行根據(jù)用戶的行為，如忠實(shí)購(gòu)買會(huì)員，會(huì)員，普通購(gòu)買用戶，瀏覽用戶，品牌曝光的潛在用戶?？傮w而言可以歸為兩類，一類是有過購(gòu)買行為或購(gòu)買潛力大的用戶，另一類是可能購(gòu)買或者購(gòu)買潛力未知的用戶。前者簡(jiǎn)單理解老用戶或者續(xù)購(gòu)用戶，后者理解為拉新用戶或促銷用戶。

然后，數(shù)據(jù)銀行中的高階工具數(shù)據(jù)工廠將核心用戶進(jìn)行特征提取，初始的特征量會(huì)非常大，有些特征相交易關(guān)性高，但也可能從用戶特征上看過于普遍，比如30歲以下、未婚、女、天貓超級(jí)會(huì)員。這時(shí)候需要采用機(jī)器學(xué)習(xí)算法進(jìn)行進(jìn)一步目標(biāo)人群預(yù)測(cè)，比如采用隨機(jī)森林算法。隨機(jī)森林是經(jīng)典的分類器，之所以稱之為森林，是指這種算法在進(jìn)行數(shù)據(jù)判斷的時(shí)候用了許多棵決策樹。決策樹的作用是用來對(duì)數(shù)據(jù)的特征進(jìn)行選擇，比如從海量的諸如“看過染發(fā)文章”，“經(jīng)?？疵缞y視頻”，“購(gòu)買過同洗護(hù)品牌”這些用戶特征中選出最可能購(gòu)買施華蔻的特征組合。

“數(shù)據(jù)工廠相當(dāng)于給了品牌一個(gè)建模平臺(tái)，品牌可以自己定義品牌的樣本，一款產(chǎn)品的種子用戶可以在工廠里放大，尋找到一批新的候選用戶。通過比對(duì)出兩者的相似性，商家可以根據(jù)需求定義相似性的范圍，例如可以選擇對(duì)50%相似性內(nèi)的用戶做二次的投放運(yùn)營(yíng)，從而產(chǎn)生更高階的、更加智能的人群推薦?！蔽夯⑾蛴浾呓忉尩馈?/p>

施華蔻方面接受21世紀(jì)經(jīng)濟(jì)報(bào)道記者采訪時(shí)談道：“數(shù)據(jù)銀行帶來的第一個(gè)好處是站外和站內(nèi)多渠道數(shù)據(jù)的融合，了解消費(fèi)者圖像，在曝光和點(diǎn)擊數(shù)據(jù)之外，還能夠長(zhǎng)期跟蹤用戶消費(fèi)行為，提升了媒體投放效率；第二點(diǎn)是數(shù)據(jù)銀行可以精準(zhǔn)定位人群，工廠可以篩選出品牌的潛在客戶，也可以幫助我們維護(hù)好老客戶?！?/p>

除了快消品，阿里巴巴在大眾品牌打造方面也有所作為，對(duì)品牌塑造的準(zhǔn)確度也有提升。例如在汽車行業(yè)，比亞迪汽車銷售電商商務(wù)部肖經(jīng)理就告訴21世紀(jì)以經(jīng)濟(jì)報(bào)道記者：“在渠道引流上，數(shù)據(jù)銀行前期在4S店部署的地動(dòng)儀，收集了大量線下潛客信息，這些都回傳到了數(shù)據(jù)銀行，持續(xù)沉淀，并在線上不斷的用內(nèi)容和廣告培育；最重要的是，數(shù)據(jù)銀行根據(jù)線下潛客在線上的標(biāo)簽，例如判斷是否有車、購(gòu)車意向是否強(qiáng)烈、人生階段、消費(fèi)水平等，進(jìn)行了詳細(xì)的人群畫像區(qū)分，借助這些消費(fèi)者畫像的維度，將潛在人群做了不同的分組，再利用數(shù)據(jù)銀行對(duì)接的天貓站內(nèi)推廣渠道，鉆展達(dá)摩盤、店鋪的會(huì)員消息短信等，再次對(duì)精選的消費(fèi)者觸達(dá)，觸達(dá)內(nèi)容都是‘雙十一’專門為線下門店設(shè)計(jì)的全渠道商品，引導(dǎo)消費(fèi)者，到線下門店進(jìn)行體驗(yàn)和核銷，形成對(duì)線上客戶在線下的循環(huán)運(yùn)營(yíng)和體驗(yàn)加深。”

要知道數(shù)據(jù)銀行的特征數(shù)量非常龐大，一個(gè)用戶的基礎(chǔ)特征可能是幾百個(gè)甚至幾萬個(gè)。從這些特征中提取這些數(shù)據(jù)之后，對(duì)于商家來說最關(guān)鍵的一步就是投放廣告。廣告投放并非是數(shù)據(jù)工廠工作的最后一步，而是數(shù)據(jù)檢驗(yàn)的開始。天貓的強(qiáng)大優(yōu)勢(shì)是廣告曝光、點(diǎn)擊用購(gòu)轉(zhuǎn)化、支付及后續(xù)的再次購(gòu)買都在自己閉環(huán)的平臺(tái)上。對(duì)傳統(tǒng)行業(yè)難以統(tǒng)計(jì)和分析復(fù)購(gòu)率，廣告投放準(zhǔn)確度的判斷，數(shù)據(jù)工廠可以不斷地進(jìn)行反饋和修正。

對(duì)于海量的數(shù)據(jù)，魏虎也提到了數(shù)據(jù)分析的兩大挑戰(zhàn)，一是進(jìn)行用戶畫像時(shí)往往涉及到千萬、上億的用戶，如何快速、實(shí)時(shí)地給出特征畫像，需要實(shí)時(shí)計(jì)算引擎的不斷升級(jí)；另外，如何在小樣本的情況下精準(zhǔn)地做出畫像也是機(jī)器學(xué)習(xí)面臨的難題。此外，他還表示，在數(shù)據(jù)安全方面，阿里巴巴運(yùn)用了差分隱私技術(shù)、K-匿名等算法，在保護(hù)用戶隱私的同時(shí)，又可以讓商家使用脫敏數(shù)據(jù)。