专栏首页量子位算法预测销量,90%准确率!这家智能决策公司面向B端,想用AI做人想不到的事

算法预测销量,90%准确率!这家智能决策公司面向B端,想用AI做人想不到的事

当AI能够影响企业决策了,会发生哪些有趣的景象?

有这样一家AI技术公司在用深度学习等算法,为各类公司进行企业决策,这战绩还真不少:

为大型药厂预测流感药销量,从数百个影响因素中挑出70个构建深度学习模型,准确率达到了80%。

连续签约了四家大型车企,运用算法帮助他们提升销量。帮某车企预测汽车销量准确率甚至达到90%

还有一家大型会员制零售商找到这家公司,通过其完善自己的会员制度。

对会员制零售商公众号中会员和新客做模型分级,并通过其公众号将不同的优惠券分发到不同客户手上,这家公司为该零售商带去了可观的会员销量,达到了平日的3倍

上述三个例子,只是CEO黄晓南平日接手的智能决策案例的冰山一角。

黄晓南作为创始人的品友互动,此前已是在AI营销领域战斗了10多年的老牌玩家,深耕智能决策3年。

现在,一切都是水到渠成般,在2019中国AI营销年度峰会上,品友互动完成了一次品牌升级,将自己的新品牌命名为:

深演智能,英文名为Deep Zero。

如何去理解这家从AI营销起家,最终将技术扩展到企业决策方方面面的公司?

深演背后又是怎样的技术架构,支撑起这套场景延展落地和技术跃迁?

品牌升级背后,我们也一探究竟。

智能决策还是一片蓝海

这一次升级将企业的航向定位在智能决策,黄晓南讲了讲背后的逻辑,无非就为内外两点。

深演智能创始人兼CEO黄晓南

往外看,从市场需求角度来说,深演经过调研得出,47%的企业愿意在营销技术和软件上加大投入,继而走向数字化转型,帮助企业完成AI驱动的转型升级。

向内看,深演研究AI与大数据十多年,从营销场景切入,已经积累起经过验证的模型以及各种场景,也研发出智能营销操作系统Alpha-OS™,有信心在这个领域占据一席之地。

黄晓南说,深演已经跑通了从全面数字化到智能决策的一整条路,其AI技术除了可以在广告营销领域发挥作用,在企业的销量预测、店面选址、包装选择上也能带来改变。

随着业务边界的扩大,品牌的名字也需要有相应变化了。

于是,成立的第十一个年头,营销技术布道者“品友互动”升级成为“深演智能”,品友则成营销业务子品牌。

深演定位AI赋能决策,将利用人工智能和大数据持续赋能决策者,助力企业与社会数字化、智能化。

深演智能联合创始人兼COO谢鹏介绍了名字背后的含义,“深”字象征深度,数据挖掘这件事对深演至关重要,演”字源自“观天之化,推演万事之类”,也就是用数据去做推演,取深度学习和数据算法建模预测分析之意。

CEO黄晓南称,在这次品牌升级之后,将加强在销售决策、销售型管理方面的工作,并且扩展AI在政府事务场景中的应用。

比如智慧旅游项目,目前的工作集中在分析游客身份、改善票务流程等;比如政务云平台项目,将政府的政策公告投放给真正有需要的企业。

深演品牌升级仪式:从左至右为中国香港科技大学终身教授姚远、深演智能联合创始人兼COO谢鹏、深演智能创始人兼CEO黄晓南、深演智能CTO欧阳辰、哥伦比亚大学数据科学研究院(DSI)主任周以真教授、信通院云大所人工智能部主任孙明俊

技术连接点

从技术角度来说,从营销到金融和政务,底层的技术其实有一个连接点。

深演智能CTO欧阳辰介绍说,深演开发了一套面向机器学习和大数据的AI决策架构,负责支撑起上面各类的场景。这个架构,总共可分成五层。

最底层是基础架构层,这一层,也就提供计算的资源和服务的一层,包括IaaS和PaaS服务,服务管理,监控运营、存储计算和性能优化等服务。

基础架构层能够适配不同的云厂商和数据中心,包括阿里云、AWS、Azure等,通过混合云的架构把数据中心和公有云的技术都融合在一起。

第二层是数据云,它将深演的数据能力充分索引,将所有的标签能力、画像能力、其它数据能力都放在这一层。

第三层是算法模型,内置了很多标准的算法,包括人群自动分群,反欺诈、点击率预估、转化率预估,还有策略算法等。很多标准算法模型训练好了放在里面,拿来即用。

这三层涵盖了计算,数据和算法,形成了深演的AI核心能力,这些能力已经被深演打包成一个平台型产品,叫作福尔摩斯,这也是集深演AI之大成的结晶,深演智能的核心引擎。

再往上看,就到应用层了。应用层包括很多成熟和标准的模块,也包括不同行业的解决方案。这一层相对偏业务,不同行业在应用分析层会结合自己业务场景做分析。

快消业务更偏受众覆盖率,汽车领域更偏向生命周期管理。

智能决策,关键在激活

深演面对不同场景决策需求,在这样的底层架构下,可以适配应对不同的看似关联度较低的应用场景,也能有条不紊地进行模型搭建。

以预测流感药销量事件为例,这个探索过程已经并不拗口复杂了,或者说已经流程化了。

欧阳辰表示,在接到预测流感药销量的任务后,整个团队主要做了五件事。

1、确定业务场景的需求:也就是确定预测目标,用什么指标判断效果以及制定优化目标。

2、数据源接入和特征工程:这是判断用什么数据源的过程。

无论是用企业第一方自有数据,还是与合作伙伴联合产生的第二方数据,或者是第三方数据,都需要先进行数据清理,并进行原始特征提取、特征交叉和关联分析等。

3、模型训练:也就是用深度学习的方法,让机器去学习规律,训练模型,并用历史数据验证模型的有效性。

4、模型优化:让模型在线上运行一段时间,在实际生产当中拿到真实数据,反过来训练持续改进模型。

这是一个不断迭代和持续改进的过程。

基于AI和大数据的疫情预测

那么,做智能营销和运用预测模型的众多AI企业中,深演的优势在哪里?

一是数据能力。

深演智能表示,已经与各数据方保持长期良好合作关系,通过CBC宽带资本、北广文资歌华基金、中移创新等资本或战略合作方式,实现包括中国移动、中国联通,中国电信等运营商等在内的数据合作伙伴生态。

深演通过营销业务与第三方形成了比较强大的数据生态体系,帮助源源不断地输送数据训练模型。

黄晓南也强调,深演一直是数据向善的坚定支持者。

就在深演正式宣布品牌升级当天, 深演智能数据生态联盟也宣布成立,包括中国广电、中国移动、商汤、京东云等在内的10家国内主流数据生态体系头部企业加入,构建健康数据生态系统成为联盟的目标。

二是算法和模型,也就是已经在各种场景中经过验证的各类深度学习模型,包括反欺诈、薅羊毛党、线索评分,点击率预估,推荐算法,标识打通,销量预测等。单单2019年,深演在人工智能方面申请的专利已经达到了十几个。

三是数据激活场景,也就是将决策落地到真正的执行任务中。

欧阳辰解释,深演在投放平台方面的诸多经验,可以直接把这些决策运用在投放的场景里面,帮助企业直接触达消费者,这是深演“天然的优势”。

三个环节缺一不可,三者合一就形成了壁垒。

而这其中,激活能力其实是很多公司不具备的,也就是是指策略得出后,到底应该如何去应用这些策略,触达到用户群。

基于企业决策场景,深演还新发布了一套操作系统:Alpha-OS ™,由两部产品发展而来。

一站式智能企业数据管理平台AlphaData ™,帮助企业管理第一方用户数据、第二方媒体数据、第三方外部合作伙伴的数据,打通私域和公域领域的各方数据实现整合利用,形成独特洞察和分析。

一站式智能媒介管理平台Alphadesk ™,基于机器学习算法、模式识别、点击预测、转化预测模型等AI核心技术,对每一次广告的曝光进行决策。智能投放管理系统还可以对品牌自有DMP进行数据反哺,形成营销闭环,提升广告投放效果。

智能闭环,扩展了数据治理边界,支持企业全链路经营数字化。这两大产品服务过国内外数千家品牌企业,AI应用场景成熟,这可能就是深演智能的底气吧。

挑战与机遇并存

从营销到决策,深演的机遇在,挑战也不小。

每扩充一个新的场景,就需要深度了解这个场景的业务模式。

欧阳辰表示,积极地引入行业专家是一种可行的方式,比如在政务场景,就会引入在政府行业工作很多年有经验的老司机带路,让行业专家帮解决业务定义的问题。

一旦问题定义清楚,之前的模型、产品、技术都是能够比较好地适配过去。这个行业需要解决哪些问题、哪些问题最重要的、优先级怎么排序、优化什么目标,在打通新场景前,这些问题必须解决。

这样实现一种人机同行的状态:行业专家定义业务目标,输出经验,机器利用算法和数据探索解决方案。

目前,深演大概三分之一员工都是研发人员,这里面大概百分之六七十都是和大数据和策略相关的,欧阳辰表示,随着公司的战略发展和扩张,公司将持续引入技术人才。

进化的下一个形态?

从AI营销进场,业务边界可以扩展多远?

深演智能趟出了一条值得品味的路子,营销技术背后的算法,在企业不同的阶段可以化身为不同的形态。

深演智能投资人田溯宁曾表示:“未来的企业,只有两种,一种是以“深演”代表的数字化企业,另一种是非数字化企业。当今企业正在发生深刻的数字化转型,每个企业都应该拥有智能决策的“神经系统”,“深演”这次品牌升级代表企业转型的未来,代表智能化企业的方向。

手握一套底层的“福尔摩斯”的技术架构,外加Alpha-OS ™这样的全链路数字化工具,深演在智能决策赛道上似乎如鱼得水。

可以看出,创立11年的深演还处于一个场景不断扩大、人才也紧缺的业务上升期。

而这个上升的斜率,也存在急剧增加的可能,比如上市。

黄晓南表示,上市这件事不是深演的目标,而是一个阶段。

就像AI的不断进化一样,深演不会放弃任何一个“进化”的机会。

本文分享自微信公众号 - 量子位(QbitAI),作者:关注前沿科技

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-09-05

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 150多万张“不可描述”照片数据集新鲜出炉,这次一定不要在办公室打开

    距离上次开源20万“不可描述”图片数据集30天之后,又有人在GitHub上放出“大招”:

    量子位
  • 英特尔CPU机密数据大量泄露:芯片后门实锤,下一代CPU原理图曝光

    英特尔自从7月24日发布财报以来,可谓厄运连连:7nm制程被推迟、半个月内股价跌去2成、首席工程师离职。

    量子位
  • 全球最大地标识别数据集问世:包含200万张图片和3万处地标

    今天,谷歌推出了目前世界上最大的人造和自然地标识别数据集Google-Landmarks。数据集中包含200万张图片,描述了3万处全球独特地标,量级是普通的数据...

    量子位
  • SAP S/4 HANA新变化-主数据:业务伙伴之后台配置

    表结构的变化: 增加了一系列:BUT开头的表,其中BUT000存放BP: 一般数据,原来客户主数据一般视图存放的表KNA1也仍然使用,SAP会同时将客户主数据...

    SAP最佳业务实践
  • opencl:异步复制函数的注意事项

    版权声明:本文为博主原创文章,转载请注明源地址。 https://blog.csdn.net...

    用户1148648
  • 网络流量的经济学浅析

    元旦假期,一好友问我网络流量到底是什么?很多公司都在倒流量是什么意思?现将当时的思考整理如下:

    半吊子全栈工匠
  • 11项关键可视化促使SD-WAN迈向成功

    SD-WAN部署正在迅速成为全球网络运营(NetOps)团队的主要关注点,并且正在改变网络的面貌。事实上,Gartner估计,到2021年,将近三分之二的企业将...

    SDNLAB
  • 数据猿专访京东万象杜宇甫:数据交易行业需要“破界”

    数据猿导读 在一个良性的生态中,同时存在着竞争与合作的关系。生态中的企业互相竞争,演化出更加适合市场的数据产品,为想要购买合法数据的企业创造更高的价值,促进整个...

    数据猿
  • java.lang.NoSuchMethodError: org.elasticsearch.action.support.master.AcknowledgedResponse

    国外用户也遇到类似的错误 https://stackoverflow.com/questions/53755092/i-got-a-java-lang-nos...

    程裕强
  • GitHub 刚出来个彩蛋!快过来看一看!手把手一起弄一个!

    " 你想在 GitHub 上更全面的介绍自己么?想让别人一进入首页就能看到你的简历么?GitHub 作为全球最大同性交友网,出了一个彩蛋,不需要复杂的搭建 Gi...

    程序员小航

扫码关注云+社区

领取腾讯云代金券