用AI方法论，构建数字广告场景中的核心能力

用AI方法论，构建数字广告场景中的核心能力

实际上，这些能力也好、模型也罢，核心都是在用*新的AI方法论，构建数字广告场景中的两个核心能力：一个是理解能力，另一个是运算能力。

理解能力：让系统更懂“货”

系统构建的理解能力，有两个层次：**，不再把素材当成孤立的广告元素，而是通过理解素材背后所表达的内容和语义，分析出广告所传递的丰富信息，包括客户通过广告希望达成的营销目标，也包括广告中希望售卖的化妆品、课程、甚至是游戏产品。其次，通过内容理解，找到素材之间的联系，并进而找到与受众兴趣的关联度，从而实现更准确地推荐，高效达成客户的效果指标——“起量、成本和稳定性”。

这就是这次腾讯广告系统升级的一大重点体现——以全面商品化，将广告系统建模的基本单元，由广告升级为商品，真正实现以生意的视角来投放和管理广告。

在全面商品化这一路径下，通过解析出广告素材中的商品名称、规格等信息，配合与客户一起构建的行业化的知识图谱，就可以把同一个产品的不同素材绑定在一起，作为同样的一个“商品”来处理和建模。即使一个新素材首次出现在系统中，由于同产品的其他广告已经积累了不少数据，冷启动的起量过程，可以更快更稳健地完成。

大会上提到了一个润百颜的案例，让我印象很深：以往，润百颜也是采用传统投放模式，以广告为中心，通过建多个广告组的方式来搏起量概率。现在，在系统的理解能力支撑下，他们和腾讯广告合作搭建起了商品知识图谱，丰富了商品特征；在这个基础上，润百颜一方面能以统一工作台的视角，从商品维度进行管理，聚合多个广告的投放数据做后续的营销决策；另一方面，基于丰富的商品表达，系统主导人货匹配，而非囿于过往的人工标签圈选，有效提升了对高价值群体的探索。

也就是说，由于商品这个层级的引入，背后的模型早就知道它们是同样的一个商品，建模统计也都可以共享了。这样一来，以前有较好数据变现的商品，不容易因为新广告的随机表现被误杀，稳定性就大大提高了。

通过商品化的方式，润百颜的起量成功率提升了25.43%，空耗率降低了43.68%，从这两个指标来看，玄学的问题得到有效缓解。而全面商品化的进程，后续也将在更多的行业覆盖。

运算能力：让系统主导推荐

再说说运算能力，本质上是在用户与商品的空间里做探索，以期挖掘它们的潜在关系。说得通俗一点，就是找到哪些人群对你的产品感兴趣，人找对了，自然增长的成本就低了。

运算能力大幅提升的关键，当然就是这次升级所提及的广告大模型。混元AI大模型获得了更丰富的特征以后，可以联动广告大模型，从而进行更准确、更高效地建模。而广告大模型本身，也有海纳百川的强大能力。

以往广告投放的思路，从系统视角是怎么实现的？系统提供了大量人群标签，根据客户的经验挖掘出人群包，再组合选择这些标签来优化转化率和投放成本。在这样的方法论中，运算这一过程是算法建模辅助、人类经验主导。

然而，从2017年AlphaGo战胜李世石以后，业界已经有了共识：只要目标明确、数据充沛，算法智能大大超越人类经验是必然的结果。围棋如此、广告也理应如此。只是，在这么大的问题上，如果模型达不到一个临界规模，那么就像发育还未成熟的大脑，实现不了这一“伟大”目标。

而这次腾讯广告系统的升级，很可能已经摸到了这个临界点，*直接的市场观察就是：人群包全面下线了，人群与广告相匹配的运算过程，被彻底托付给了算法。在系统运算能力下，腾讯广告与客户能够更紧密地合作：

一、协同客户定义真正的商业目标。以往投放端对推广目标的表达比较简单，比如“注册、下载”等，但客户真正的商业目标可能更加具体，可能是找到更多“在多少天内有多少次付费行为”的人群，传统投放平台碰到这个需求，估计得举手投降了。此外，不同客户的生意诉求不尽相同，升级后的系统可以围绕真正的生意目标快速通过模型优化。

二、确定了商业目标以后，基于客户高质量的一方数据，广告系统能够对定制模型进行快速跑通和迭代。

从某位网服客户那里了解到，他们是比较早“吃螃蟹”的一家：通过跟腾讯广告深入交流，确定了具体商业目标以后，整个定制化的模型花了7天就上线了。据我了解，以往这样的模型定制，没有两个月搞不定，更别说有时候还得等研发的排期。

实践证明，通过定制化目标和定制化模型，放弃以往人群包的模式，把决策更多地交给广告系统的运算能力，效果也是不错的。这家网服客户的ROI提升了20%，平均出价和eCPM也提升了50%，从数据来看的话，有点儿AlphaGo大胜李世石那意思了。

至于数据以外的一些观察，那就更有趣了。我在前面的文章里讲过一些例子，而在上面这个网服客户的实践中，他们也惊讶地发现，*后成本低、转化好的那批客户，与增长部门*初设想的出入很大，而他们自己设想的那些人群，ROI非常不好。看来，如果在人类经验的指导下做增长，可能这次投放已经失败了。

理解也好、运算也罢，都是用算法智能补足人类经验的缺失，这个大趋势不可改变，而且在腾讯广告升级后的技术底座上，这样的临界点已经清晰地浮现在不远的前方。

不得不说，蒋杰围绕广告系统升级所做的这次分享，让我这个技术从业者听得津津有味。腾讯广告的努力方向，跟我的理念十分契合：通过苦练内功，从平台基建到模型研发进行广告系统的一系列升级，坚守“向技术要效率、要确定性”的理念，这才是解决客户生意痛点、破解投放玄学的正道。这些努力和结果，让我们更加坚信，广告营销走向精细化、拥抱确定性增长，在数据、计算和智能的时代，是一定能解决的问题。

作者：刘鹏，清华大学博士，大数据与互联网商业变现专家，奇虎360**总监。