麥當勞收購 AI 公司,成為近20年最大收購案。從行銷角度觀察,麥當勞身為通路業者掌握了龐大的消費族群,應用科技創造消費者體驗、甚至是減少人力負擔,都是合理的。但,誰又知道這或許是企業想跨足科技產業的第一步呢?至少麥當勞不是選擇自行研發AI技術,而是選擇戰略伙伴。

是的,講求效率的年代,競爭的不是研發新技術,比的是誰最能夠應用現有技術幫團隊打出每場漂亮的仗。 adGeek 的 AI 優化產品便是如此。

 

將數據系統性整合,尋求效益最佳化

adGeek 的 Optimization 優化團隊,從客戶的帳戶、媒體預算、投放策略、出價、成效表現等重直經營管理。過去,當媒體還各自獨立封閉的環境下,客戶只能選擇購買單一媒體,最後的結果就是消費者重複接觸、行銷預算有部分因而浪費。

adGeek 將視角從媒體拉回到受眾身上,分析品牌目標族群結構,找出不合理或無效的媒體投放,讓預算重新配置。除了策略重整,優化人員隨時監測投放效益,即時調整素材、預算。四年下來,人腦智慧累積豐富厚實的優化經驗,這些經驗對訴求轉換成效的 EC 或成效型客戶而言,感受最深刻。當我們用了對的方式達成商務目標,客戶就更有時間人力將重心放在策略研發上面。

 

階段式管理,讓AI學會思考

數據量只會更多不會變少。過去的經驗是一步一腳印走出的,當團隊開始導入自動化,目標是讓 AI 完整接受這套優化訓練,讓機器學習處理分析更龐大更複雜的資料,並且做到自動優化。

adGeek 技術團隊進行了長達半年的AI優化訓練,讓人工與AI同步運作,直到目前,機器學習已被訓練至具備思考能力,所優化的成效已超越人為且趨於穩定。

在 AI 管理上,大致分為三個階段:

  • 資料收集整合
  • 給予學習模組
  • 以數據驗證學習模組正確性

透過此一管理模式,團隊可針對 AI 所優化的結果進行判斷或者下決策,翻轉了過去人工必須處理大量報表數據的模式,將目光放在如何運用分析結果上。

 

使用Google Tensorflow技術,裝備adGeek核心引擎

就本文一開始談的,adGeek 選擇採用Google已經做好的 Tensorflow,用以發展我們的AI引擎。原因很簡單,放著有國際技術規格的現成產品不用,何必花大把時間去重新研發新的產品?重點是,如何將Tensorflow 的技術界接到 adGeek 核心引擎中,並與我們其他產品串接,提供客戶最好用的服務。因此,當我們完成和 Tensorflow 的串接之後,便有了充裕的時間研擬AI優化技術、幫助 DMP 數據串接、adGeek SmartEngage Platform 的運行、以及CI BOT的語意分析。

對adGeek AI優化有興趣嗎?連絡我們