廣告主的甜蜜煩惱

短視頻興起，有人看到了熱鬧，有人看到了商機。

繼微信公眾號、今日頭條之后，短視頻逐漸成為了大眾茶余飯后消遣時光的新方式。無論在地鐵上還是飯館里，隨時都能聽到抖音和快手里熟悉的配樂，和看到一張張歡快的面孔。數據顯示，2019年截止6月，短視頻App新安裝用戶已經接近1億，總體MAU8.21億，月人均時長超過22小時。

收割時間之余，短視頻博主也展示出了超強的帶貨能力。以大眾最熟知的“口紅一哥”李佳琦為例，他曾經在淘寶直播創(chuàng)造了“5分鐘賣掉1.5萬支口紅；5個半小時成交23000單，金額高達353萬”等一系列記錄。他在抖音上的表現更是堪稱“孤獨求敗”。憑借出色的節(jié)奏、氛圍和口播，他的單條短視頻就能帶貨數百萬甚至上千萬元，無愧為“抖音第一帶貨王”。

這樣的吸金能力讓廣告主們眼饞不已。但數據顯示，截至2018年12月，僅快手平臺就擁有超過1.6億日活用戶和3億月活用戶，平臺用戶每天上傳的短視頻數量超過1500萬條，庫存短視頻數量超過80億條。面對如此多的帶貨KOL和短視頻，如何判斷它們是否符合自己的品牌調性，是否愿意代理自己的產品，以及是否具有最高的投入產出比呢？這成了廣告主們甜蜜的煩惱。

雖然抖音、快手等短視頻平臺陸續(xù)上線了快手小店、快接單這樣的功能來幫助平臺紅人對接商家，可以為廣告主們提供一定的數據參考，但這種數據仍然比較粗糙。而且平臺之間各自為戰(zhàn)，這意味著廣告主必須同時對接多個平臺，非常耗時耗力。再者，平臺之間缺少統(tǒng)一的評判標準，平臺和博主之間也存在一定的利益捆綁關系，數據的參考價值究竟有多少也很難說。

種種問題都在指向一個答案，行業(yè)里需要一個專業(yè)和獨立的第三方平臺來對接廣告主和視短頻創(chuàng)作者間的供需關系。成立于2012年的微瑞思創(chuàng)或許是最早洞察到這一需求的企業(yè)。

微瑞思創(chuàng)是一家致力于用大數據技術服務垂直行業(yè)的科技公司，目前已經服務了互聯(lián)網、電商、零售、金融、地產等眾多領域的企業(yè)，并和多家國內頂尖電商平臺達成了戰(zhàn)略級合作。其開發(fā)的“方舟”中臺產品致力于為客戶構建全網的智慧營銷體系提供支持。

造字者“倉頡”

針對廣告主的短視頻營銷需求，不久前微瑞思創(chuàng)的“方舟”中臺正式上線了一個新的能力——“倉頡”引擎。倉頡本為創(chuàng)字之神，而微瑞思創(chuàng)研發(fā)“倉頡”的引擎可以利用深度學習算法，重新解讀博主創(chuàng)建的短視頻內容，對其進行價值再造。

據雷鋒網了解，“倉頡”可以通過深度學習技術對“方舟”內整合的包括抖音、快手、小紅書在內的多個平臺的KOL視頻中出現的商品或公司logo、名稱、標志物等進行自動檢測和定位，分析和識別視頻內容創(chuàng)作者可能進行的商業(yè)營銷行為，幫廣告主找到最合適的KOL。

具體來說，它的功能實現可以分為3個步驟：

1、對接各類平臺的海量視頻數據，按照視頻創(chuàng)作者對其進行歸類；

2、利用深度學習領域的卷積神經網絡目標檢測算法建立專有的logo檢測識別模型，以品牌的logo數據集為基礎，對模型進行訓練，得到模型的最優(yōu)參數；

3、加載最優(yōu)參數的識別檢測模型預測視頻是否含有商業(yè)宣傳內容；相應地，根據視頻創(chuàng)作者的內容豐富度，實現對大V的核心受眾分類，例如：美妝、數碼、美食，旅游，母嬰等。

通過上述技術和模塊能力，“倉頡”能夠有效地利用服務器集群高速分析百萬視頻內容，并且對視頻內容創(chuàng)作者的商業(yè)營銷價值進行自動評估、分類，方便廣告主從網上數以百萬計的自媒體短視頻內容創(chuàng)作者中篩選出適合自己的創(chuàng)作者進行廣告投放和營銷合作。

打個簡單的比方，如果某個博主的視頻中經常出現零食，那么零食品牌對他進行投放是比較有效的；如果他的視頻經常出現可樂，那么可樂品牌對他進行投放就可以說是非常精準了。

這個過程聽起來似乎簡單，但要依靠人力對浩如煙海的視頻進行歸類和分析，幾乎是不可能的。即便今天已經有了深度學習技術，實踐起來依舊有著不小的挑戰(zhàn)。

最顯而易見的問題就是數據量太大，僅僅快手單個平臺的庫存短視頻數量就已經超過了80億條，達到了PB量級的視頻處理需求。而且視頻畫面的背景非常復雜，需要識別的目標非常多樣，logo在視頻畫面中的尺寸也很小。要在識別速度和識別準確率之間尋找平衡，對算法和算力都提出了非常高的要求。

這件事情放在別的企業(yè)非常難實現，但對微瑞思創(chuàng)的首席數據科學家司蘇沛來說卻要輕松的多。

技術降維打擊

司蘇沛曾經就讀于北京大學城市與環(huán)境學院地理科學專業(yè)。2006年本科畢業(yè)后他留校繼續(xù)從事構造地貌、氣候變化、地震地質的研究，先后發(fā)表了SCI論文5篇，國內核心期刊論文10余篇，并獲得北京大學理學博士學位。博士畢業(yè)后，司蘇沛進入中國地震局地殼應力研究所從事研究工作，獲國家青年自然科學基金和地震行業(yè)科研專項基金資助。

可以說，加入微瑞思創(chuàng)前，司蘇沛的職業(yè)生涯始終和地質分析緊緊捆綁在一起。那么，在學術界摸爬滾打了十幾年后，他為何又要改弦更張進入工業(yè)界呢？

司蘇沛向雷鋒網介紹，地質大數據和視頻大數據的分析本質上是相通的，但前者更為復雜，涉及到地形、氣候、人類活動等方方面面的因素。視頻大數據的分析則要簡單得多，影響要素也更加固定，但“最重要的是它能夠給你即時的反饋?！?/strong>

司蘇沛表示，做地質分析等基礎研究有一個特點，就是周期特別長，一項研究可能要好幾年時間，因為大自然不會立即給你反饋。就拿地震的研究來說，有些地方幾百年上千年才發(fā)生一次地震，這意味你的研究成果很多時候是沒有反饋和無法驗證的，至少是需要很長的時間。

司蘇沛笑言，自己是個急性子，等不了?！霸诠I(yè)界做研究很快就有反饋，寫一個算法，客戶馬上就能告訴你好不好用，你可以有針對性地去調整和優(yōu)化。成就感來的特別快，也更有動力去繼續(xù)前行?！?/p>

談到為何選擇加盟微瑞思創(chuàng)時，他笑著對雷鋒網說道：“這里氣氛很好，會也少，我可以全身心的投入到自己喜歡的事情當中去?！?br/>

雖然已經離開了基礎研究領域，但十幾年的科研生涯已經在他身上打下了深刻的烙印。那份對于科學的敬畏和嚴謹，以及對海量數據的掌控和分析能力沉淀下來，成為了他主導研發(fā)“倉頡”引擎的重要燃料。從更為復雜的地質研究領域跨越到視頻大數據分析，也可以說是一種技術上的降維打擊了。

基于中臺的自我進化

從功能層面來看，雖然“倉頡”目前重點聚焦在短視頻精準營銷領域，但分析整個“方舟”中臺的內核，無論是前端的爬蟲工具、中間的數據清洗和標注平臺，還是最后的機器學習算法，都是非常通用的模塊?；谶@些模塊，未來微瑞思創(chuàng)還可以在“方舟”平臺上開發(fā)面向各種場景的應用。正因如此，微瑞思創(chuàng)將“方舟”定義為一個中臺產品。

借助“中臺”模式，微瑞思創(chuàng)能夠更好地與廣告主進行合作，改變原有的合作模式，不再只是廣告主的服務商、代理公司等，而是以共建數據庫，幫助客戶進行數據治理等方式進行長期深入合作，進一步挖掘大數據的價值。因為在互聯(lián)網內容營銷時代，互聯(lián)網型的用戶及其特點要求企業(yè)能夠快速精準地響應其需求，而真正自媒體投放數據治理的價值，恰恰隱藏在企業(yè)內部的每一次投放、每一條內容、每一個達人效果評估中。

不僅僅如此，如今隨著數字營銷基礎建設的逐漸完善，企業(yè)與品牌在自媒體領域的投放預算愈來愈大，投放需求也越來越定制化，面對的投放資源也越來越多樣化，種種因素使得企業(yè)對于一個能提供實時敏捷高效的智慧服務的營銷平臺的需求愈發(fā)濃厚，這也就是“中臺”所存在的意義。

司蘇沛表示，盡管有著“倉頡”引擎這種尖端科技的賦能，目前“方舟”平臺依然無法實現客戶的全部需求。但中臺架構保證了它擁有極強的自我進化能力。也許現在的“方舟”還只是一只小小的渡船，但假以時日，它完全有可能進化成一艘萬噸巨輪。

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。