首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >腾讯云安全隐私计算——多方联邦在广告营销的新突破

腾讯云安全隐私计算——多方联邦在广告营销的新突破

作者头像
腾讯云大数据
发布2021-07-29 15:40:08
1.4K0
发布2021-07-29 15:40:08
举报
文章被收录于专栏:腾讯云大数据腾讯云大数据

2021年初腾讯云大数据团队和 WPP、TalkingData 达成了基于“腾讯云安全隐私计算”平台的广告业务合作,并携手保乐力加完成了多方联邦学习在广告营销领域的首个落地实践,经过几个月的模型调优及放量测试,多方联合建模在信息流广告投放场景获得了显著效果,为隐私计算在广告领域的应用取得了突破性进展,为广告行业的创新模式树立了新的标杆。

一、打破数据孤岛,赋能广告营销

在大数据及人工智能飞速发展的今天,法律法规和信任问题严重阻碍了企业之间的数据流通,数据孤岛问题像一只无形的手挡在了企业之间,限制了诸多有价值的数据合作,无论是金融风控还是营销都或多或少地遇到了效果瓶颈,企业对更高质量的数据合作诉求日益强烈。

腾讯云安全隐私计算正好满足企业之间合法合规、安全、高效无损地进行数据合作的诉求,产品基于腾讯 Angel PowerFL 隐私计算框架,以联邦学习(FL)、安全多方计算(MPC)、可信执行环境(TEE)等隐私数据保护技术为基础,针对机器学习、数据分析等算法进行定制化的隐私保护改造,保证原始数据不出本地即可快速完成隐私计算任务,保障数据安全的同时又能发挥数据最大价值。作为业界头部隐私计算赛道的产品,已连续3年获得信通院多方安全计算、联邦学习产品安全性及性能方面的测试认证,而且在2019年“基于多方安全计算的数据流通产品”测评中,还是全国首批唯五获得该证书的产品之一。

(2021首批信通院联邦学习性能测评证书)

 (2021首批多方安全计算性能测评证书)

WPP 多年来在全球持续打造和优化数据、技术及产品能力,在中国其自研的数据管理平台已帮助大量客户提升广告受众分析、策划和执行的效率和效果,并逐渐累积了在联邦学习方面的技术经验。本次与 WPP 的合作是隐私计算在广告营销领域的又一次创新尝试,腾讯云安全隐私计算平台优异的安全性、性能表现在本次广告业务合作中发挥了重要作用,既保障数据安全又最大化释放了企业数据价值,在赋能广告营销场景上取得了标杆性的突破。

TalkingData 是国内领先的数据智能服务商,也是腾讯云的战略合作伙伴,在数据服务、营销 DMP、广告监测、私域流量运营等领域具有业界领先的能力沉淀与丰富经验,并在近年来致力于探索安全合规的创新营销科技与实战。本次合作中,其在营销方案、技术对接以及数据赋能上给予助力,旨在共同探索新时代下持续以数据驱动营销增长的最佳实践。

WPP 大中华区首席执行官、群邑大中华区首席执行官徐俊(Patrick Xu)表示: “对整个行业而言,联邦学习的合作模式目前尚属探索阶段。WPP 和腾讯云作为各自领域的佼佼者,希望能充分发挥各自能力,持续努力学习、应用最新的数据和技术能力,为客户提供更大价值的同时,推动整个行业的发展。期待与更多合作伙伴共同携手在数据技术领域拓宽拓深。”

二、多方联邦学习落地实战,投放效果显著提升

保乐力加作为一家极其注重智能化转型和创新的企业,旗下马爹利(Martell)和格兰威特(The Glenlivet)等多个品牌勇于尝鲜,作为广告主积极参与了本次基于多方联邦学习的效果广告营销实战。

在本次信息流广告投放案例中,保乐力加提供了马爹利和格兰威特在过往营销转化的高质量样本,基于各合作方数千纬度的特征,多方联合建模最终调试出超预期的效果。完成模型训练后借助平台的隐匿查询功能完成了批量设备号联邦预测打分。整个过程各合作方的原始数据始终不出本地,平台通过交换加密中间参数即完成了联合建模。

腾讯云安全隐私计算平台

从线上实际投放结果来看,针对马爹利这样具有大量 CRM 历史样本数据的品牌广告主,通过联邦学习联合多方训练精准模型,在较长的 campaign 广告营销活动中,其投放效果比对照组(基于单方数据训练模型)有显著提升:

另一方面,针对格兰威特这样比较新的品牌,运用有限的 CRM 数据进行联邦学习训练的精准模型,在较短的 campaign 周期中,也获得了比对照组高两倍的高质量曝光:

保乐力加用户互动负责人杨静怡(Nicole Yang)表示:“虽然整个行业对数字化转型已经探讨多年,但洋酒和传统的食品饮料行业由于对线下渠道依赖非常深,面临着较大挑战。保乐力加已经积极搭建了自有的 CDP 用户中台,联邦学习这样的合作模式更是如虎添翼,让我们看到了数据能力运用的巨大空间,相信未来会有越来越多创新和突破。”

点击文末「阅读原文」,了解腾讯云安全隐私计算更多信息~

腾讯云大数据

长按二维码 关注我们

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2021-07-28,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 腾讯云大数据 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
联邦学习
联邦学习(Federated Learning,FELE)是一种打破数据孤岛、释放 AI 应用潜能的分布式机器学习技术,能够让联邦学习各参与方在不披露底层数据和底层数据加密(混淆)形态的前提下,通过交换加密的机器学习中间结果实现联合建模。该产品兼顾AI应用与隐私保护,开放合作,协同性高,充分释放大数据生产力,广泛适用于金融、消费互联网等行业的业务创新场景。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档