search
一文看懂 Facebook 在 AI + 廣告中的應用和探索

一文看懂 Facebook 在 AI + 廣告中的應用和探索

300 + 明星創業公司,3000 + 行業人士齊聚全球人工智慧與機器人峰會 GAIR 2017,一 同見證 AI 浪潮之巔!峰會搶票火熱進行中。讀者有專屬送票福利活動哦,詳情見文末!

自 2012 年以來,隨著大數據和機器學習技術的發展,全球廣告市場得到了持續性的爆發增長。尤其是以 Facebook 為首的科技巨擘,憑藉其強大的社交網路積累了數十億量級的用戶數據,並運用機器學習在廣告市場中如魚得水。

據 Facebook 今年第一季度財報表明,該公司總營收為 80.32 億美元,其中廣告收入 78.57 億美元,占其總營收的 98%,超過去年同期的 97%和 2012 年的 84%。特別是在移動廣告上,收益增勢明顯,佔總體廣告營收的 85%,2016 年佔比曾高達 97%。

這些有力的數據有理由讓我們相信,Facebook 賣力推廣移動視頻廣告的努力已卓見成效。並且也讓我們不禁好奇:Facebook 究竟利用 AI 在廣告業務上實現了哪些應用?

Facebook 都有哪些廣告產品和廣告形式?

1、廣告產品

從廣告產品來看,眾所周知 Facebook 有 3 個堅實的陣地:

▪ Facebook

▪ Instagram

▪ Audience Network

Facebook 的廣告業務推出已有多年。2012 年,Facebook 開始推出品牌頁面功能,營銷人員可在 Facebook 上建立品牌頁面,用戶的點贊等傳播行為都可為 Facebook 帶來收益。同年的第一季度,廣告業務即為 Facebook 貢獻了 84% 的營收。

2012 年,Facebook 以 10 億美元收購 Instagram。相比 Facebook 廣告,Instagram 的形式更為簡單,且收費更高,效果也更好。如 Image Ads、Carousel Ads、30s Video Ads。去年 8 月推出的 「Story」 動態故事功能也在今年 1 月向廣告主開放了廣告版位,全屏的方式對廣告主吸引力劇增。據 Salesforce 統計,Instagram 的 CTR(點擊率)大約是 Facebook 的兩倍。

2014 年,Facebook 推出移動廣告服務 Audience Network(簡稱 FAN)。開發者不用自行銷售廣告、進行目標定位、測量廣告效果及提供支付通道即可賺錢,一切可由 Facebook 代勞。FAN 廣告有三種形式:標準的 IAB 橫幅廣告、標準的 IAB 插頁式廣告和原生廣告。不過 Facebook 指明發行商在屏幕上只能一次顯示一個廣告。前期 Audience Network 的廣告效果並不太理想,后 Facebook 對其進行了一系列的改善措施,如推出廣告版位評分定價系統,而廣告主而言更為人性化。

2、廣告形式

根據 Facebook 的官方介紹,可將其廣告形式概括為以下 6 種。

▪ Image Ads(圖片廣告):內容為單張圖片的廣告。

▪ Video Ads(視頻廣告):通過動態畫面和聲效來傳達品牌形象,一般為 60s。

▪ Carousel Ads(輪播廣告):在單條廣告中展示多張圖片或多個視頻。

▪ Slideshow Ads(幻燈片廣告):創建輕量級視頻廣告,在任何網速下都能和用戶建立聯繫。

▪ Canvas Ads(全屏廣告):類似於微信朋友圈的 H5 廣告,可通過圖片、視頻、文字和鏈接給用戶提供全屏互動體驗的廣告。

▪ 360 Video Ads(VR 全景廣告):這個相對來說比較好理解。因為 Facebook 本身的 VR 技術比較優秀,所以該廣告形式在互動性和廣告效果上都優於其他,當然廣告費也更高。

3、不得不提的 News Feed Ads

以上 6 種即為出現在 Facebook 三大產品中最基礎的廣告形式。對於 Facebook 廣告而言,還有一種不得不提的、非常受廣告主歡迎的形式:News Feed Ads。

News Feed Ads 也稱為信息流廣告,即在用戶新鮮事里插入廣告,會針對不同的內容源為用戶匹配不同的呈現方式。該廣告的創新型形式於 2011 年推出,2012 年正式上線。上線 4 年間,以它為主的廣告業務已為 Facebook 帶來近 400 億美元的收入。

針對該廣告形式,Facebook 對其上線了以下 4 種功能:

▪ Suggested Page (你可能喜歡的公眾頁):該功能的目的在於讓用戶與更多的人或物連接,這樣可以在用戶的 「新鮮事」 里展示內容。

▪ Page Post (公眾號帖子推廣):因為每天出現在用戶的新鮮事里多達 1500 條,一般用戶很難瀏覽完這麼多信息。Facebook 為考慮到廣告主公眾號推廣的需求,只要他們給的推廣費多,也能進入這一頁面。

▪ Suggested App (你可能喜歡的應用):這個功能出現的非常廣泛,相信大家都在國內的新浪微博、淘寶等看到吐了。據前 Facebook 工程師連喬表示,該功能在廣告效果中反饋不錯,尤其在遊戲行業里。

▪ Video Ads (視頻廣告):這個與前文提到的類似,只是出現的頁面不同而已。

連喬告訴雷鋒網 (),這四種功能,如今來看,Video Ads 的廣告轉化率最高,其次為 Page Post 和 Suggested App,排在末尾的為 Suggested Page。不過 Facebook 也在陸續研發新的廣告形式。

根據 AdRoll 公司在 2014 年的調查顯示,出現在 News Feeds 中的廣告的 CTR 是右邊欄中傳統 banner 的 49 倍,加上 Facebook 本身特色的 Like、Comment、Share 功能,也讓廣告主特別青睞這種廣告形式。更有業內人士表示,Facebook 扭虧為贏的一大原因就是來自該廣告形式的收入的貢獻。

隨著 Facebook 廣告內容形態的不斷推陳出新,也讓 Google 的廣告業務受到一定威脅。據分析機構 eMarketer 預測,今年 Instagram 的廣告收入可能會超過 Google 和 Twitter 的移動廣告收入。

Facebook 在廣告中都用了哪些 AI 技術?

雖然相較 Google 而言,Facebook 的廣告形式更偏傳統媒體,但其用戶數據更為優質。甚而有前 Facebook 員工如此評價其前東家的廣告,「Facebook 知道用戶喜歡什麼」。分析背後的原因,除了 Facebook 數十億量級的用戶之外,其 AI 技術 也為此貢獻了大部頭的力量。

通過使用 AI 技術掃描用戶的狀態更新、上傳的圖片、視頻、簽到、點贊,甚至是 Linked Apps(連接應用)等相關數據,Facebook 能夠生成用戶的數字檔案和用戶畫像,從而實現智能投放和精準營銷服務。

如雷鋒網此前報道:

在 Facebook,有兩個實驗室領導著 AI 發展方向,一個是 Yann LeCun 領導的 FAIR 實驗室,偏向 AI 的基礎研究;另一個,就是 AML(機器學習應用)實驗室,偏向機器學習應用,負責將 AI 技術落地在 Facebook 各種產品中。

二者結合自身重點緊密合作。其中,AML 實驗室在 2015 年變成由 Candela 領導。AML 旨在為提供排名、廣告、搜索、語言翻譯、語音識別、自動產生視頻字幕以及自然語言理解等所有領域開發更好的演算法以提升 Facebook 的底線。2012 年, Candela 跳槽微軟加入 Facebook ,任職廣告部門的負責人,旨在用機器學習的方法改革公司的廣告運營,讓廣告投放更加具有相關性和有效性。所以,在 3 年後被調任領導 AML 實驗室,且兼任管理廣告部門,這對 Candela、Facebook 來說都是機會。

究其緣由,是因為就 Facebook 當時的廣告業務而言,需要一個人類工作無法實現的系統,即對廣告點擊人數的即時預測。最後,Candela 基於機器學習的方法帶領他的團隊創造出一個新系統,成功實現了這一功能。這一次的行動也讓 Candela 相信,該系統還可以擴展到更多的服務中去。

基於此,經過和 FAIR 實驗室的相互合作,幾年的時間裡,Facebook 在其廣告業務板塊做出了多次 AI 技術應用的嘗試。

1、建立機器學習平台

據雷鋒網此前報道,Candela 帶領其團隊建立機器學習平台的目的是為了獲取更多的高質量數據。眾所周知,Facebook 的日活用戶已達 10 億以上,所以每天該公司都創造著大量的數據。該機器學習平台在此數據的基礎上得以不斷訓練。當他們開始測試時,也能有取之不盡的用戶行為樣本。「這使得廣告團隊進展很快,從每幾周推出一個新模型到每周推出一個新模型」,Candela 表示,「我們在預測廣告點擊率上取得了巨大成功,就像是一次大轉變。」 並且,這些模型最後終將成為一個平台,這一平台最大的優勢在於重複使用性。

2、FB Learner Flow 平台

建立該平台之初,Facebook 的 AML 團隊主要考慮 5 個方面的要素:性能、重複使用性、自動化、成套系統和應用研究社群。而在該平台成立之後,雖然僅限 Facebook 內部使用,但其 「重複使用性」 確實讓整個 AML 團隊都驚喜了一番。

以 Instagram 為例。去年 6 月,Instagram 開始對其 News Feeds 進行排序,該公司的幾名工程師在很短的時間內就完成了這一功能。而在前幾年,相同的 Feed 功能卻是一個大工程,需要經歷從無到有的建立過程。所以,這一進步在很大程度上都可歸功於該平台上的的重複使用性,工程師們可在其他工程師發布的 WorkFlow 的基礎上來構建自己的演算法。

Candela 對此表示,假設 Facebook 有新的垂直廣告業務,專門在 News Feeds 投放富媒體廣告,當負責這項工作的團隊沒有很多機器學習方面的專家時,就能在該平台里瀏覽到整個公司在此開發的每一項實驗和產品原型,從而抓取符合自己目標的模塊。

3、Deep Text 系統

就 AI 的另一項基礎技術——自然語言而言,AML 建立了 「Deep Text」 的系統,可結合機器學習來輔助 Facebook 完成每日 40 億次以上的翻譯功能的處理。此外,該系統還能在一秒之內理解超過二十多種語言的數千封郵件的內容。

通過對神經網路的訓練和使用真實數據對模型的測試,Facebook 已經可以探查到非常細微的語言區別,準確探查到哪個用戶正在詢問某地區內的餐廳或商場,進而觸發一個指令,並將相關的鏈接展示在用戶的 News Feed 上。而當某人分享一個推薦時,機器學習也會在用戶的 News Feed 上顯示出相關的餐廳或商場的地理位置。

如前文所提到的,News Feeds 中的 Suggested Page、Suggested App 等功能就與該系統的支持脫不了干係。特別是在該頁面上推送廣告,將遵循該系統的文本處理,以及 Facebook 的 AI 基礎技術,從而提升廣告投放的智能化程度。

4、Lumos 計算機視覺平台

針對 Facebook 平台上的所有圖像和視頻,AML 團隊還建立了一個叫做 「Lumos」 的機器學習視覺平台,以期對其進行更好地處理。該平台被視為 Facebook 的 「視覺皮質」,公司里的每個人都可以使用 Lumos 上的神經網路的各種功能來構建自己的模型方案。

據雷鋒網了解,Facebook 旗下 Instagram、Messenger、WhatsApp 和 Oculus 都在使用這一視覺處理方法。長期來看,Facebook 還會把 Lumos 與其自然語言平台相融合,從而可以確保 News Feeds 上要為用戶展示怎樣的內容。

結語

事實上,隨著 FAIR 和 AML 兩大實驗室的持續研究,Facebook 在 AI + 廣告中的應用必將也是一個持續探索的過程。正如 Candela 在今年的 @Scale 大會上所說,Facebook 如果沒有 AI,那就會失去存在根基。在如今廣告已成為 AI 商業落地最成功的領域之一的大環境下,Facebook 對其必將多加重視。

對於 Facebook 而言,AI + 廣告不僅是 「一棵大搖錢樹」,也是可作為模型擴展到其他產品和業務的成功案例。在對外競爭上,Facebook 也能憑此笑傲 Google 和微軟。

熱門推薦

本文由 一點資訊 提供 原文連結

一點資訊
寫了5860316篇文章,獲得23261次喜歡
留言回覆
回覆
精彩推薦