一文看懂Facebook在AI +廣告中的應用和探索

首頁 > 最新資訊 > 一文看懂Facebook在AI +廣告中的應用和探索

六月 28, 2017

微信图片_20170628090845

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的為首的科技巨擘,憑藉其強大的社交網絡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,佔其總營收的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的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的究竟利用AI在廣告業務上實現了哪些應用?

Facebook的都有哪些廣告產品和形式?

1,廣告產品

從廣告產品來看,眾所周知的Facebook有3個堅實的陣地:

▪Facebook

▪Instagram

▪觀眾網絡

Facebook上的廣告業務推出已有多年。2012年,Facebook的開始推出品牌頁面功能,營銷人員可在Facebook的上建立品牌頁面,用戶的點贊等傳播行為都可為Facebook的帶來收益。同年的第一季度,廣告業務即為Facebook的貢獻了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。如圖像廣告,轉盤廣告,30年代視頻廣告去年8月推出的“故事“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推出移動廣告服務觀眾網(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。前期觀眾網絡的廣告效果並不太理想,後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

根據實的官方介紹,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。

微信图片_20170628090841

▪ 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。

微信图片_20170628090837

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

微信图片_20170628090834

▪ 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。

微信图片_20170628090831

▪ Canvas Ads(全畫幅廣告):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。

微信图片_20170628090828

▪360視頻廣告(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。

微信图片_20170628090820

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:新聞Feed廣告。

新聞Feed廣告也稱為信息流廣告,即在用戶新鮮事裡插入廣告,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。 4年間,以它為主的廣告業務已為實帶來近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”裡展示內容。

▪ Page Post(公民號帖子推廣):因為每天出現在用戶的新鮮事裡多達1500條,一般用戶很難瀏覽完這多多信息.Facebook為考慮到廣告主公眾號推廣的需求,只要他們給推廣費多,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,尤其在遊戲行業裡。

▪ 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,出現在新聞Feeds中的廣告的CTR是右邊欄中傳統橫幅的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的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的在廣告中用了哪些AI技術?

雖然相對於Google而言,Facebook的廣告形式更偏傳媒,但其用戶數據更為優質。甚而有前Facebook員工如此評價其前東東的廣告,“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。

如雷鋒網此前報導:

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的各種產品中。

二,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,這對坎德拉,臉譜來說都是機會。

究其緣由,是因為就Facebook的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,坎德拉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。這一次的行動也讓坎德拉相信,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的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

據雷鋒網此前報導,坎德拉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,臉譜的日活用戶已達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,從每幾週推出一個新模型到每週推出一個新模型“,坎德拉表示,”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,臉譜的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的內部使用,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開始對其新聞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工作流的基礎上來構建自己的算法。

Candela對此表示,假設Facebook有新的垂直廣告業務,專門在新聞稿投放富媒體廣告,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​​該平台裡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A 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。

通過對神經網絡的訓練和使用真實數據對模型的測試,臉譜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新聞Feed。而當某人分享一個推薦時,機器學習也會在用戶的新聞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,新聞稿中的建議頁面,建議應用程序等功能就與該系統的支持脫不了乾系。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的平台上的所有圖像和視頻,AML團隊還建立了一個叫做“熒光閃爍”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的的“視覺皮質”,公司裡的每個人都可以使用Lumos上的神經網絡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將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 +廣告不只是“一棵大搖錢樹”,也可以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也能憑此笑傲谷歌和微軟。

全方位一站式網絡推廣

創意(國際)傳媒整合手機、社交、搜尋網絡推廣,全港網上商機,幫你一網打盡!