圖片是品牌曝光的主要形式
移動網際網路時代，消費者在”隨時、隨地、隨心”的人機互動中產生了巨量資料，這些豐富、自發、實時、低成本的資料為品牌企業進行消費者與市場研究提供了巨大價值。然而，由於缺乏有效的技術手段，網際網路資料的監測和分析一直停留在文字層面，海量的圖片資料未被應用。這是一個讀圖時代，越來越多的消費者傾向用圖片來表達情感，全國社交媒體上每天就有超過6億張圖片被分享。相對於文字資料，圖片資料有著許多未被挖掘的優勢。
首先，圖片是品牌曝光的主要形式，而非文字。消費者通常不會主動用文字提及品牌或產品名稱，而是通過隨手拍的照片，再附上一小段評價，來分享生活中的體驗。圖片的視覺感知能力也比文字更強。
其次，圖片可以描述更加豐富的上下文，回答諸如消費者“為什麼分享”，“在什麼場景下分享”之類的問題。任何文字的表述，無論真假，都是經過人腦加工過的；而圖片中蘊含的上下文資訊，則更加自然和真實。
該系統首先通過分散式全網爬蟲系統，對主流聲量網站（包括微博、微信、論壇、新聞、電商等）的圖片進行全量採集；然後運用影像識別引擎，對每一張圖片進行分析，判斷其是否包含所監測的目標物件。影像識別引擎背後的核心，是一個深度學習平臺：對於任意的監測目標，只需要準備好足夠大量的訓練圖片樣本，經過深度神經網路學習得到識別模型，就能讓機器進行自動判別。
圖片聲量不可或缺。聲量監測的目的，是找到網際網路中所有提及某一品牌/產品/企業的相關資料，以評估品牌資產與影響力，或某次營銷活動/事件的傳播效果。圖片是品牌曝光的主要形式；據統計，在帶有品牌Logo圖片的資訊中，高達80%以上的資料並未有文字提及。因此，單純的通過文字關鍵詞進行聲量監測，將會丟失大量的圖片聲量資料，監測結果失真。隨著ImageDT圖片輿情產品的誕生，圖片資料將成為品牌聲量監測中不可或缺的組成部分。
挖掘豐富的圖片內容。通過影像識別技術，一方面可以所有找到包含品牌、產品的圖片，另一方面可以對圖片內容進行深度地挖掘。以某酸奶產品為例，通過圖片資料發現：常見的分享動機產品對比，通常是幾個同類產品包裝放在一起比較；常見的消費場景是教室、書房，說明學生是主要的消費群體；常見的伴隨消費是水果，用酸奶做水果色拉；有趣的是，消費者經常會分享各種奇葩的“舔蓋”經歷。
在重大節假日等時間點，品牌主們通常會“扎堆”曝光，進行商品促銷或品牌傳播，搶奪消費者的眼球和錢包。除了對自身品牌的聲量監測之外，影像識別還可以運用於競品或全行業的監測，捕捉同一時段各品牌的實際曝光與消費情況，做到知己知彼。比如，當大家都在瘋曬情人節禮物的時候，ImageDT圖片輿情繫統就可以快速給出一份“情人節最受歡迎的品牌榜”。
圖片是絕佳的傳播素材，屢屢成為話題營銷的重要內容工具。傅園慧的“洪荒之力”，習大大的“擼起袖子加油幹”，還有各式各樣的“皮皮蝦”，都一度成為最熱“網紅”。通過圖片輿情，分析熱點視覺內容的傳播元素，什麼群體在討論、誰是KOL、哪些品牌在參與、有怎樣的衍生形式，幫助品牌找準最恰當的切入點。
通過影像識別，獲得所有包含某一款產品的圖片，結合文字語義識別，可以研究產品的使用者體驗；對某一類產品的分析，細分至形狀、顏色、款式、風格，則可以獲得當前的流行趨勢，為產品創新提供依據。比如，我們可以輔助罐裝飲料的包裝設計，知道當季最流行的服裝時尚元素，以及什麼人會喜歡，甚至為什麼喜歡。
使用者畫像是營銷大資料應用的必備工序。除了通過文字、關係、行為之外，使用者在社交網路上分享的圖片，“美女發自拍、吃貨發美食、驢友曬景點、媽媽曬娃”，是精準描繪使用者畫像的重要來源。例如，我們找到了酸奶品牌的消費者，根據圖片內容的分析，她可能是個烹飪愛好者。
目前，ImageDT圖片輿情已經正式，每日處理圖片資料超過一千萬張，識別物件覆蓋品牌、人物、時尚、運動、購物、出行、觀光、生活等各大領域。
“只要能夠提供足夠的訓練資料，機器就能學習得很好，準確率可以做到比人工還高，而且還總能找出很多肉眼都無法發現的圖片來”，ImageDT負責人表示，目前在識別模型上線之前，需要經歷一個1~2周的訓練過程，“我們正在做‘一鍵建模’，以後新的識別物件只需要3~5天即可上線。我們也在打造各種基礎模型庫，比如品牌Logo庫，食品飲料產品庫，在這些領域未來可以支援實時搜尋。”
影像大資料是一片巨大的寶藏，其價值遠遠不止在於輿情的監測。ImageDT也在探索將影像大資料技術運用於視覺版權跟蹤，以及圖片廣告服務。