专访品友互动黄晓南：AI商业决策的两大核心是模式识别和预测模型

正如此前的数字化转型一样，在AI时代，越来越多的数字营销公司正在进行智能化的转型升级。

不久前，2018品友互动人工智能大会在北京召开，品友互动CEO黄晓南宣布品友全面升级集团战略，未来五年聚焦人工智能商业决策，集团下设品友智慧营销、品友智慧金融及品友智慧政务，以AI商业决策赋能营销、智慧、金融。

在会后，雷锋网 (公众号：雷锋网) 对品友互动CEO黄晓南进行了一对一的专访，深入了解品友互动在智能商业决策上的战略布局、技术和产品。

AI商业决策是市场的必然趋势

品友互动成立于2008年， 品友互动目前已经完成E轮融资，从集团层面升级人工智能商业决策战略，不是一件小事。黄晓南告诉雷锋网：对于一个企业来说，营销可能占到支出的60%,数字营销占到30%，数字营销里面可能只有10%是程序化广告。品友以前主攻程序化广告，这个领域比较窄，这件事情品友已经做到了最好，现在品友希望借助人工智能的力量，去影响整个数字营销的决策，而不只是其中的百分之十。

2017年起，黄晓南感受到一个趋势是：企业主越来越关注数据和人工智能对商业决策的影响，他们对智能化的工具和平台的需求更加旺盛，希望数据能帮助解决更多的问题，例如：新产品如何定位、如何找到目标消费者、该使用什么样的广告创意、如何选择媒体。

在做程序化广告平台时，品友积累了大量的数据，为发展人工智能囤积了足够燃料。在黄晓南看来，程序化广告也是人工智能最佳场景，“现在做智能广告营销，都离不开程序化广告”。 

福尔摩斯+数据云+云计算 三大基础架构构建底层技术逻辑

人工智能如何带来数字营销方法论的升级呢？人工智能营销决策产品的逻辑是什么？

黄晓南解释到，人工智能用于商业决策的两大核心是：模式识别和预测模型。

应用机器学习的技术，模式识别可以从大量的行为数据中找到类似的行为数据。预测模型能做的就是，根据历史数据来预测接下来的走势，例如根据一个广告位过去一个月从0点到24点的数据来预测下一个月的流量走势。模式识别和预测模型背后都是特征的提炼。

品友互动CTO欧阳辰介绍了品友的底层人工智能技术。

品友人工智能商业决策有三大基础架构，一是品友的福尔摩斯AI引擎，包括大量垂直行业的数据分析模型，也包括对于文本处理（NLP）和图像处理的技术。例如在营销领域，福尔摩斯AI引擎可以利用历史营销数据，基于马尔可夫过程对于未来营销效果进行预测。它还可以自动设计科学的A/B方案，提升创意的营销效果，另外它还利用深度学习网络（DNN）进行深度的跨媒体归因，提升归因的科学性。

二是品友的数据云，品友数据云利用品友多年的数据模型，整合多方数据源，形成全方位的用户画像。这种画像能力是人工智能引擎的重要基础之一。

三是品友的云计算平台，品友云平台管理近千台计算机，其中包括自有数据中心，也包括一些国内外的云服务商的机器。为了提供全球化的高性能数据服务，品友云打造了自有的深度学习的平台，以及实时的大数据分析平台，极大地提升了上层应用的开发和模型的训练。

人工智能决策平台MIP横空出世 全链路赋能AI商业决策

在营销领域，品友推出了人工智能决策平台——Marketing Intelligence Platform（MIP）。MIP平台其实和程序化广告平台一样，目的是实现更精准、更自动化的广告营销，只是此前的程序化广告平台只针对广告投放，而MIP平台是全链路智能营销决策引擎。

MIP主要包括三个模块：智能策略引擎（DMP）、智能内容引擎（CMP）和智能投放管理系统。智能策略引擎包括媒体价值洞察、人群深刻洞察、科学归因模型；智能内容引擎包括创意内容云端管理、产品概念创意测试、自动创意物料调优；智能投放管理系统包括程序化广告投放、常规广告投放管理、社交广告管理、电商投放管理。

以一个车企为例，在用户洞察部分，品友互动可以直接给出车企可能用到的目标人群数据，包括：基础目标人群、营销活动覆盖人群、官网访客人群、CRM人群等。每个人群都有细致的用户画像，可供客户选择作为媒介投放的人群。

设定好人群之后，智能营销这一模块可以做产品概念测试、创意点击预测。通过预曝光和数据反馈，帮助广告主从多款创意和产品概念中选择效果最好的一款。媒体洞察这一块可以详细预测不同媒介的投放效果。

总的来说，MIP平台可以帮助广告主完成目标人群选择、创意选择、产品概念测试、媒体策略等环节的决策，与广告营销的流程环环相扣。在雷锋网看来，相比于直接做媒介投放的程序化广告平台，MIP平台有更完整的商业逻辑，不仅仅可以做到精准投放，还可以帮助广告主做完整链路的广告营销决策。

品友互动全面升级集团战略 撬动万亿AI决策市场

除营销以外，品友互动集团战略升级后，还有品友智慧金融及品友智慧政务。

据黄晓南介绍，经过广泛的商业实践落地，品友发现在AI营销决策中所用到的AI技术和算法模型其实也能运用到金融场景，特别是在金融的征信、反欺诈方面。政务方面，现在国家在大力提倡智慧城市，品友目前在与一些垂直领域的政府行业共同协作，解决智慧城市的智慧大脑问题。

在黄晓南看来，客户对AI商业决策的需求越来越强，这将是一个万亿级的市场。目前AI商业决策在汽车、快消、零售、金融这些行业发展较为迅速，但仍然有很多行业值得挖掘。商业场景的很多决策需求都可以转换成机器学习、算法的问题。

欧阳辰介绍到，品友AI能力在未来会聚焦在D.I.S.C技术战略上，包括数据、智能和策略等。在数据层面，黄晓南也提到，现在做AI商业决策，其实最终还是看哪一家能拿到更好的数据资源。品友目前已经与京东云建立战略合作，双方将共同打造AI营销决策平台Matrix智麦。

在智能方面，品友主要聚焦在一些核心场景的算法，包括消费者意图的理解，产品的推荐算法，通过大规模个性化实现更好的连接品牌主和消费者等，产品的科学定位和提升营销的效率等。

在策略方面，品友希望MIP不仅仅能做深度的数据分析，还能够生成有效且操作性强的策略，赋能决策者的关键决策。 

在雷锋网看来，计算机视觉、智能语音技术、NLP这些单点的AI技术在细分领域已经带来了重大的革新，诞生了多个AI独角兽公司，而AI商业决策无疑是下一个趋势，期待拥有数据和场景积累的品友互动，在AI商业决策领域带来更多突破。

 

相关文章：

MIT开发新型神经网络训练技术，打开AI决策黑箱

AI营销的下一战场：利用时间序列和空间轨迹探索用户未知需求

。