江苏龙网

  1. 首页 > 资讯 > 科技 > >

|“效果和安全”我都要？巨量引擎两大神器了解一下？( 二 )


|“效果和安全”我都要？巨量引擎两大神器了解一下？
本文插图

和之前的方案相比 ， 这两种方案更进一步解决了私密性不够的问题 ， 广告主数据安全性有保障；而在巨量引擎的技术加持下 ， 自动化建模得以实现 ， 广告主操作简单；并且 ， 根据数据开放程度 ， 巨量引擎提供了多种方案供选择 。 最后还有一个细节是 ， 这个技术系统支持批量上传 ， 效率得到大幅提高 。
针对不同行业的灵活落地策略
目前 ， 这两种方案在对客户数据隐私保密性极高的行业 ， 如金融、电商、网服、教育等 ， 应用颇为有效 。
联合建模案例
比如在一个电商客户案例中 ， 广告主考核周期长 ， 无法使用深度转化实时优化 ， 巨量引擎改为对7日下单ROI进行考核 ， 利用客户离线数据进行联合建模 。 7日后ROI提升318% ， 激活下单转化率提升63% 。
在另一个电商客户的合作中 ， 客户本身有很好的投放优化能力 ， 但客户依旧遇见了增量获取的难题 。 如上文所述的第三种场景 ， 考核投放目标大模型数据累积不足 ， 成本波动大且跑量困难 。 基于这个痛点 ， 巨量引擎通过联合建模传入数据 ， 加快新目标的冷启动优化 。 结果显示 ， 这个方案让客户下单成本降低了12% ， 跑量提升了8% ， 顺利渡过冷启动期 。
联邦学习案例
在另一个教育品牌的例子中 ， 客户对正价课付费人群数据严格保密 ， 无法输出至巨量引擎服务器 ， 但该数据又是营收核心指标 ， 客户希望优化该部分转化率即正价课续课率 。
巨量引擎通过“联邦学习-巨量引擎单侧特征模型”的方法 ， 巨量引擎侧和客户侧各自提供用户标识+特征/标签 ， 数据取交集后共同建模 。 这种方法在不获知用户深度行为标签（即哪些人购买了正价课）的同时 ， 具备预测深度正价课转化率的能力 。 结合在广告精排阶段的动态出价调整 ， 优化在线教育广告的正价课转化率 ， 提升客户获客ROI 。
基于以上方案 ， 联邦学习目前与在线教育行业多家头部客户深入合作探索中 ， 帮助教育客户广告跑量提升124% ， 正价课续报人数提升209% ， 续报率提升33.1% ， 正价课续费用户获客成本降低11.7% 。
|“效果和安全”我都要？巨量引擎两大神器了解一下？
本文插图

视具体情况给出具体措施 ， 巨量引擎这两种方案解决了大部分数据安全疑虑 。
观察这些案例可以发现 ， 在这种数据尤为敏感的行业中 ， 联邦学习和联合建模在私密性的前提下 ， 也有十足的敏捷性、高效性 ， 对效果提升的影响显著 。
了解基本逻辑和运用场景之后 ， 那么广告主应该如何使用这两种方法？具体方法参见如下步骤：
联合建模操作流程
|“效果和安全”我都要？巨量引擎两大神器了解一下？
本文插图

|“效果和安全”我都要？巨量引擎两大神器了解一下？
本文插图

联邦学习操作流程
|“效果和安全”我都要？巨量引擎两大神器了解一下？
本文插图

部署FedLearner联邦学习系统框架（已开源github地址：
https://github.com/bytedance/fedlearner）
结语
【|“效果和安全”我都要？巨量引擎两大神器了解一下？】任何数据与技术 ， 都需要结合品牌营销实践创新 ， 才可能得以落地 ， 并检验效果 。 联邦学习、联合建模 ， 既能在保障安全的基础上发挥企业自有数据的价值 ， 也能充分利用平台的技术 。 这样的协同共建 ， 是商业成熟的标志 ， 也是营销成功的前提 。


推荐阅读


上一篇：|富士康「最牛打工妹」：10年坐拥910亿身家，抢iPhone生意

下一篇：|被吹上天的百度云手机！实体体验慢的卡出翔，这会是未来趋势吗？