AI實戰派，這家公司如何做到AI應用的從1到N

與 AI 公司先有技術，然後拿著技術尋找場景不同，深演智慧誕生於真實的大規模應用場景，從中不斷積澱 AI 技術，瞄準傳統產業智慧化的需求，打造決策 AI 平臺。

「啤酒和尿布」的故事已流傳近 20 年，卻依然被奉為大資料分析的經典案例，代表了大資料應用的雛形，挖掘資料之間的相關性來指導商業決策。

這也凸顯了企業構建資料管理平臺的重要性，尤其是在經濟「疲軟」的當下，苦練內功，依託人工智慧、大資料等技術進行智慧決策，最佳化效率，廣受企業追捧。

知名調研公司 Forrester 對 100 家中國企業的調查顯示，有超過半數的受訪者表示公司正在使用第一方資料管理平臺，有約 1/3 的公司表示他們願意增加在營銷技術及軟體上的投入。

面對市場新的需求，一家在數字化營銷領域前行了 10 年的 TOP 玩家——品友互動，如今邁出了求變的步伐，將自身品牌升級為「深演智慧」。在這背後，其業務場景也由原來的數字營銷轉變為更多元的智慧決策。

從智慧營銷到智慧決策，深演智慧是如何煉成的？在其背後，又是一套怎樣的技術架構支撐場景的延伸與商業落地？

透過深演智慧這一案例，對於 AI 公司從「1 到 N」擴充套件業務場景，尋找真正的 AI 落地具有借鑑意義。

深演智慧創始人兼 CEO 黃曉南（左三）、深演智慧聯合創始人 COO 謝鵬（左二）和深演智慧 CTO 歐陽辰（右三）在品牌升級儀式上。

01、營銷活動本來就是一項複雜的決策行為

想要透徹的瞭解深演智慧，還要從更名前的品友互動（以下簡稱「品友」）說起。

最初，品友的主要業務是圍繞營銷場景的廣告投放。與其他廣告平臺不同，品友成立之初，做的就是基於技術驅動的精準廣告投放。

具體來說，品友一手對接日均 280 億的流量，谷歌、百度、騰訊、淘寶、新浪等 25 家主流廣告平臺都是「好朋友」，另一手匯聚廣告主的廣告內容，品友要做的就是練就一雙「火眼金睛」，在海量流量中，為廣告主找到想要觸達的使用者。

這裡涉及到三個關鍵要素：內容、投放平臺和消費者，即品友的價值就在於實現廣告內容和消費者的精準匹配，尋找一個三者利益的最優解，才能實現平臺價值最大化。

精準廣告投放並非易事，這涉及推薦技術，也包括每一次流量價值的評估問題，比如流量側的價值評估，廣告側的理解，以及流量和廣告的匹配和推薦關係；整個過程也涉及到過濾、排序和重排序等過程。

首先，要解決的是推薦問題，針對每一個投放，你需要在流量池中做一個排序，獲取儘可能多的流量，這意味著更高的點選率。但這隻解決了第一步，更重要的是如何衡量每一個選項背後的價值，即花多少錢的問題。當一個流量過來後，如果出錢少，可能廣告的排序會靠後，達不到需要的效果；如果出錢多，就無法做到投入產出比最優。

總結來看，營銷背後涉及點選率預估、轉化率預估、出價預估，還包括虛假流量等等的判斷，這本身就是一項複雜的決策行為。在這一探索最優解的過程中，透過海量規模的投放實戰，品友不斷積澱自身的 AI 技術。

02、大規模 AI 場景實戰中的技術沉澱

在營銷的投放過程中，最為重要的一個環節是使用者洞察，深演智慧在這個過程中沉澱了大量結構化體系與 AI 技術。

很早他們就開始用標籤的方式來做人群畫像分析，並於 7 年前就推出首個數字廣告人群類目體系 (DAAT)。深演智慧 CTO 歐陽辰介紹，這個體系構建了大概六大類超過 6000 個開源類目標籤，包含人口基本屬性、興趣愛好、行為屬性、電商屬性等等，可完整地涵蓋各類網路使用者群的不同屬性。透過獨有標識拉通 (ID Mapping) 專利技術，整合多方資料中的標識資訊，加強對使用者行為的分析和理解。

基於標籤體系，透過聚類分析和非監督學習的方法，進行人群「自動分類」，相比人工分類，機器可以根據多維特徵自動劃分 N 個類別，從而制定出相應的創意策略和投放策略等。

在投放時，透過機器學習演算法，提取人群的高維度特徵，並能自動生成人群策略，在提升廣告推送精準性的同時，提升後期的轉化效果。

在構建標籤特徵的過程中，也會透過對大資料的挖掘，不斷沉澱有價值的衍生特徵。歐陽辰稱，「理論上拿所有的特徵去訓練模型，可以讓機器學的更好，但實際會發現有些特徵可能會帶來一些噪音，這時一方面取決於人的經驗，一方面取決於機器學習的進展。」

此外，深演智慧也使用自動化學習（AutoML）進行調參以及特徵篩選，從而加速訓練過程。

另一個關鍵要素是投放內容，如何生成內容策略，也是技術團隊在解決的問題。歐陽辰介紹，透過對廣告主歷史廣告內容以及受眾互動資料的分析，利用機器學習建模，可以分析出每個創意的各種特徵對不同型別受眾的效果（比如以點選率作為反饋）。

在此基礎上，他們可以自動生成創意策略，比如針對有的人群著重突出商品的價格，生成更優的廣告元素的分佈、色彩的生成等等，實現最大收益人群和創意型別的組合策略，並生成基於投放效果的智慧媒體排期。

歐陽辰稱，這些自動生成的營銷策略，在一些案例中， 可以幫助客戶提升 30% 的營銷效果，大大節省了成本。

反欺詐也是運營活動中經常遇到的問題。比如，某位快消客戶做活動送獎品時，本打算回饋忠實使用者，不料「羊毛黨」襲來。基於標籤體系，結合複雜網路、聚類分析以及專家規則等，幫助客戶有效地阻擋了羊毛黨的「入侵」。

深演還使用 NLP（自然語言處理）技術對網頁的內容進行分析，並透過聚類分析，將虛假網站等不良網站識別，去除不良流量。

此外，他們還將營銷知識沉澱成知識圖譜，營銷鏈路包括產品的定位，賣點分析，媒體選擇，創意製作分析，受眾畫像等，充分利用機器學習和演算法模型可以提升各個環節的效率和準確性。

圍繞 AI 營銷領域的 10 餘年實踐，深演智慧沉澱下了行業知識圖譜、使用者畫像、機器學習、資料探勘等技術，這些技術構成了智慧決策的基礎框架，並落地在三款產品線，即圍繞資料管理平臺的 AlphaData™，圍繞廣告內容的創意管理平臺和媒介管理平臺 AlphaDesk™，以及面向企業全面數字化的 Alpha-OS™。

03、品友應變，「深演」出

在傳統產業數字化轉型、智慧化升級的大背景下，一方面構建企業自身資料平臺，進行智慧決策正成為趨勢，企業的需求也從營銷投放擴充套件到更多元的決策領域。

另一方面，在營銷場景打下一片天地的品友，技術與業務上有了更長足的進展，也希望邁出求變的步伐，謀求更大的發展。內外雙重促因下，用深演智慧聯合創始人兼COO 謝鵬的話來說，「品友開始應勢而變。」

近期品友將品牌升級為「深演智慧」，此次升級之後，品友則作為營銷業務的子品牌存在。「深演」二字頗有意味，「深」字象徵深度，「演」字源自「觀天之化，推演萬事之類」，取深度資料探勘和資料演算法建模進行決策之意。

這次升級也意味著， 深演將智慧決策能力從營銷場景逐步擴充到公共決策、疫情預測、商業決策等更多 AI 決策場景。

謝鵬認為，新品牌貼合公司實際的業務提升，同時承載了他們更廣闊的願景。

品牌升級背後，更有深演技術體系的全面升級。歐陽辰談道，公司過去主要圍繞營銷領域進行技術積澱，現在更加圍繞 AI 技術佈局。

在感知層面，深演重點佈局了影像識別技術。認知層面，深演也在更多行業構建知識圖譜，幫助決策推理。決策層面，深演在不斷完善針對更多行業的智慧決策產品。

加之前期儲備的各項 AI 技術，深演開發了一套面向機器學習和大資料的 AI 決策架構，從而支撐起各個場景的應用。

歐陽辰介紹，這一技術平臺可以分為三層， 最底層是基礎架構層，提供計算資源和微服務架構，並且支援私有化部署以及混合雲的設計架構，能夠適配不同的雲廠商和資料中心。

中間是能力層，整合了深演的資料能力和演算法模型，以平臺的形式呈現，包括資料治理平臺、標識打通平臺、預測平臺、報表平臺等等。

再往上是更為標準的應用層，比如人群分析、投放分析、流感分析等等，它是一個相對固定的模組，不同行業結合自身場景可以直接拿來使用。

深演也將計算、資料和演算法等核心的 AI 能力打包成一個平臺產品——AI引擎「福爾摩斯」，提供行業資料方案，幫助企業智慧決策。

歐陽辰總結道，這一平臺具有很好的可擴充套件性，並使用微服務的模式，將所有的能力模組化，當客戶構建資料管理平臺時，可以像搭積木一樣靈活調配所需要的能力。

04、AI「實戰派」幫助企業扭轉戰局

依託底層技術架構和模組化的能力，現在深演智慧開始在公共決策、疫情預測、商業決策等決策領域發揮更大的價值。

一家做流感藥的藥企遇到一個問題，流感藥銷量往往忽高忽低，並且各地區的銷售也不均衡。如果能用資料預測流感狀況，就可以更早的展開銷售與產品配送服務。

深演結合藥企的一方資料和搜尋資料、氣溫資料以及其他第三方資料進行建模，從中提取出 70 多個變數進行分析，進而他們發現溫度的連續變化是流感發生最為重要的指標，將這些綜合起來可進行 7 天或 30 天內的流感預測。經過近三個月的最佳化，流感預測準確性可達 80%，從而幫助藥企更好的開展銷售決策和渠道管理。

對車企而言，銷售決策是一個至關重要，直接影響企業的業績，因此車企格外重視來自各個渠道的使用者反饋，以此最佳化決策。但他們面臨的問題是每天都可能收到幾萬條線索，此時如何識別虛假線索，如何進一步挖掘高價值線索就顯得尤為重要。深演透過平臺的能力，第一步先透過模型把欺詐線索、虛假線索排除掉；接著對剩下的線索進行真實性打分，判斷哪些線索的質量更優，推薦給車企進行銷售決策。該模型幫助車企提高 36% 的到店率，幫助經銷商積極挖掘高潛客戶。

另一個案例是針對一個會員制的零售商，它主要透過公眾號和線下門店接觸使用者，主要目的在於獲得會員並提升銷量。深演將零售客戶的會員與新使用者進行模型上的分級，然後結合所有商品做了一個聚類分析，勾勒出每一群人對什麼型別的產品最感興趣，然後將相關的折扣資訊透過公眾號推送給會員。透過這種方式，會員帶來的銷量在一個季度增長了三倍。

上述三個應用，只是深演智慧決策案例的冰山一角，深演的資料與技術能力正在切實為不同行業帶來改變。

在技術發展路徑上，這家公司先找到 AI 落地的場景，並在場景中不斷豐富 AI 能力。對於未來規劃，深演智慧創始人兼 CEO 黃曉南很明確，「就是要基於我們的 AI 技術，打造中國前沿的基於人工智慧和大資料技術的企業決策 AI 平臺，全方位的幫助企業打造核心競爭力」。

AI 已經進入戰火紛飛的應用時代，畢馬威最新的一份報告中，分析了 2019 年八種人工智慧的應用趨勢，運用 AI 技術的公司在單個專案的特定平均生產率提高了 15％，大多數受訪公司表示投資 AI 曾經幫助他們扭轉戰局。