“广告看似简单，但是，每条广告都要以大量的数据、信息和持续数月的研究为基础。”
——克劳德·霍普金斯
“显微镜”级别洞察力背后的黑科技
无论何时，市场洞察都是营销人的眼睛，视线看向哪里、看到了什么，都左右着未来商业潮水的走向。
20多年前，“市场洞察”更多还被称为“市场调研”，由于可获取的样本量有限，调研结果在如今看来并不精准，更难以称之为“洞察”。
互联网的兴起才让“洞察”真正成为可能。但受限于技术和产品能力，广告主只能通过粗粒度的行业通用标签来投放。例如，不同广告主只能共用一个“美妆”的行业标签，商业分析依旧无法达到理想中的“精准”。
如今，5G时代下，流量潮水正逐渐褪去，接近饱和的移动互联网广告市场正宣告着存量时代的来临，营销步入精细化阶段。这意味着，洞察需要更加精准才有能力支撑更清晰的商业决策。
以美妆行业为例，广告主不仅需要看见对美妆感兴趣的人群在哪里，更需要知道对自己品牌感兴趣的人群有哪些。
广告的投放也不止于有限且固定的位置，还可以结合上下文场景。如主打美白的产品可以植入到所有与“美白”相关的内容场景中。
洞察不再只是粗犷的行业调研，而是能够看见某一细分品类甚至某个产品的市场利益分析。
事实上，上述这些功能都藏在巨量引擎的商业数据产品巨量云图中。有了这些精细的洞察，曾经相对模糊的营销的中上游如今有了更加清晰的视野，广告主也能有的放矢，把控更多决策细节。
“显微镜”级别的洞察背后，是机器对万亿级数据流的抽丝剥茧，以及人类与机器的高效联动。最初，巨量引擎技术团队围绕“精准洞察”需求，决定在3个层面升级技术能力，开发出更精细、灵活、快速的解决方案：
基础层：提升机器的内容理解丰富度，产出更多样化的标签。
应用层：洞察不仅要精准，更要为广告主真正所需。因此搭建一个标准化标签生产平台，灵活满足广告主个性化标签需求，做到“所需即所得”。
效率层：提升数据查询速度，确保广告主即时看到分析结果，以快速跟进决策。
文章插图
基础层：让机器理解更丰富的世界
在巨量引擎，内容是最基础的“原料”，无数内容流汇成数据的基本盘，为商业分析提供不竭动力。但事实上，正如原油要经过一系列工业流程才能变成有商业价值的石油，从海量内容中提炼出精准的商业洞察还需要很多操作。其中最关键的一环就是让机器能理解更多信息。机器获取的信息量越大，输出的标签颗粒度就会越细，最终发现更具象的商业洞察。
整体上从两个方面入手。一是在识别粒度上，将机器的文本理解能力提升至词粒度；二是在识别广度上，让机器具备理解视频的能力。二者都是为了让机器从海量内容中获取更多的信息，“看见”一个更丰富的世界。
1. 细粒度的文本理解能力
在文本识别方面，机器的理解能力按照精细程度主要分为三个级别。同样一篇文章，初级水平的机器只能知道这段文本讲的是汽车，因此标签的分类也十分粗糙；中级水平的机器能理解到语句级别，识别出这篇讲汽车的文章中有多少篇幅讲的是发动机；高级水平的机器更聪明一些，能够识别出句子中的关键词。文章中某辆汽车的品牌、型号、外形、性能、配置等各方面表现都能被准确识别出来。
在巨量引擎，机器的文本理解水平已经精确到了词粒度，达到了目前语义理解的最小单位。简单来说，技术同学会制定一套具备商业属性的关键词策略，例如语义上是否相关、词频高低、热度搜索趋势、数据源是否有商业属性等，机器会根据这套策略将识别到的词语按照关键程度进行排序，越符合规定策略的词则排名越高，最终被定义为商业关键词。这些商业关键词如果再经过系统的“美工”，就是我们在分析中经常看见的词云图。
推荐阅读
- 阿里巴巴|马云“接班人”是啥来头第一天上任，阿里巴巴损失517亿！
- 电商|俞敏洪或要“转型”？在电商平台做起直播带货，是有何打算？
- 亚马逊|告别“好评返现”，商家侧的“晒单有礼”还有意义吗
- 上门|快递上门的“蜀道难”
- 低俗词汇|B站发布“低俗词汇谐音梗”治理公告，多次违规将被封号
- 工地|“小马云”已不火，如今“工地马云”火了，网友：确定不是本人？
- 景气度|2022，七“贱”下天山
- 劳动者|这些工作将实行“职称制”！官方发通知，新的“香饽饽”行业来了
- 网易养不起“考拉”，阿里拼多多急剁手，网友丁磊全职养猪
- 阿里巴巴|曾是阿里高管，遭马云“忽视”创办410亿公司，却进腾讯口袋