国产借船出海机器学习能带来全球买量新变化吗？

南方财经全媒体记者吴立阳上海报道。

“在海外，人们花在应用上的时间有近三分之二是在围墙花园之外。”最近，全球机器学习和增长营销解决方案Moloco在上海举行的研讨会上分享了他对海外购买市场的见解。

所谓的“围墙花园”主要是指大型互联网平台，如谷歌、脸书和Instagram。凭借庞大的用户基础和产品生态的护城河，“围墙花园”的广告投放通常是众多买家的首选，前者往往掌握着流量谈判和分配的主动权。

随着近年来海外app的多样化，“围墙花园”之外的许多小众、不同种类的长尾渠道开始引起广告主的广泛关注。而多风格的app生态又叠加了不同国家和地区受众喜好的差异，使得原本复杂的海外购买、分析、留存、变现变得更加复杂。如何有效准确地反馈购买效果，根据产品需求和市场特点调整购买策略，成为了购买端的制胜点。

作为一个专注于快速迭代更新和处理复杂应用场景的机器学习，Moloco认为它是应对当前APP出海困难的重要途径。“一个好的机器学习算法足以帮助广告主跨不同领域实现垂直类目下的增长目标。”其联合创始人兼Ikkjin Ahn在接受南方财经全媒体记者采访时表示。

准确高效

机器学习和人工智能技术作为近年来最热门的科技概念，被视为开启下一轮工业革命的核心。机器学习在注重流量渠道和物料选择，需要及时分析数据结果的采购领域有什么优势？在主题为“用AI解锁成长，用机器学习护航游戏出海”的“All in Machine Learning”研讨会上，多位业内人士分享了自己的观点。

“2008年，我刚加入即将开始变现的YouTube。当时YouTube平台上有超过50万个视频，但如何在最有可能变现的视频中精准投放一个广告，是当时YouTube面临的最直接的问题。”安一真表示，在早期，正是在这种需求的驱动下，机器学习技术被引入到YouTube的广告分发中，并最终帮助其实现现金和盈利。

在他看来，全自动实时预测、超大规模、深耕细作将是机器学习技术在买盘中脱颖而出的关键。

近年来，随着市场对数字营销效果和用户行为的分析越来越细致，选择最佳的广告时间和价格成为购买中不可忽视的环节。而对于缺乏海外市场经验或者无法花费大量精力和成本跟上市场变化的厂商来说，短时间内考虑到选材、初期出价、隐私、假货数量等因素，往往不容易快速做出决策。

通过标准化来处理复杂的应用场景，恰恰是人工智能的特长。通过从不同渠道抓取大量数据打磨的机器学习模型，根据所购买产品的特点和目标受众的APP使用习惯，在微秒的时间范围内快速形成购买计划，实现高效触达用户。

与此同时，变革和开拓成为新时期出海的关键词。在欧美日韩等传统成熟市场逐渐饱和，新兴市场构成出海重要增量的背景下，也需要提供覆盖面更广的解决方案，满足全球差异化市场的需求，帮助海工厂商应对细分市场。

“比如一个广告在140多个国家投放，有20套素材组可供选择，这20套素材组会涉及语言、版权、国家等问题。组合方法非常庞大和复杂。人类能做的就是给它提供一些洞察，提出想法和需求，剩下的可以交给机器学习，让它选择最合适的服务和对应的市场。”安贞指出，购买量的关键是如何在复杂的市场环境中确保每一项投入和产出都能被准确地衡量。随着渠道、APP本身、用户行为、监管规则的复杂化，市场的变化可能会来得更频繁。

“比如游戏和零售客户的优化目标可能不一样。举个例子，我们有一个外卖软件客户，他想获得一个能在下载APP的前7天内下单的用户，一个游戏客户想找到一个能在3天内进行购买的用户。”苏尼尔·拉扬说。

针对不断变化的市场环境和游戏、电商、金融科技等不同类别客户的需求，机器学习技术可以实现一个企业、一个型号的定制化、个性化，这将大大提升精准触达采购量的能力。

“作为机器学习技术的开发者，我们更愿意积极拥抱变化，因为更多的变化可以带来更多的数据来帮助我们不断增强技术框架，促进购买算法的性能。”他进一步表示。

建立第一手数据优势

在研讨会的分享过程中，多位发言人提到，随着全球数据监管的收紧，提高购买模型质量和维护用户可及性的需求，使得第一手数据的开发和利用变得越来越重要。

2021年4月，苹果iOS 14.5正式发布，遵循了一年前公布的应用追踪(ATT)透明规则，即限制应用读取用户设备广告标识符IDFA，并设置为默认关闭状态。

这项政策的实施对数字营销行业产生了很大的影响。据测算，新规实施一个月后，已安装iOS 14.5主动授权IDFA的用户比例约为30%，远低于之前版本的用户比例。第三方数据的数量和质量下降是必然的。

“随着各国不断推出新的隐私政策，在数字营销领域，第三方数据远不如第一方数据有效。”安一真表示，在第三方数据的获取和分析受到限制后，很多厂商开始尝试分析在广告和效果反馈中积累的第一方数据，但之前的分析方法往往不适合直接使用不同厂商的第一手数据，这也为利用机器学习根据具体场景和需求定制营销策略的优势提供了市场空间。

在Moloco大中华区总经理朱晓晓看来，厂商在构建自己的广告系列后，需要发回自己的全渠道数据，并启动机器学习。算法会根据其差异化需求进行模型训练，根据所购买产品的特点设计包括物料、渠道、出价等营销方案。

另一方面，随着数据价值和隐私合规在企业运营中的重要性日益增加，越来越多的企业更加注重对自身数据的控制。安贞也向记者承认，作为第三方机器学习技术服务提供商，Moloco只有在广告主充分信任它，并愿意与它分享第一手数据的情况下，才能发挥作用。

他进一步指出，有效的解决方案是可靠的安全性和透明度。就前者而言，整个过程需要端到端的加密，提高数据安全性。数据不在广告主之间共享，使用数据训练模型后及时删除，严格遵守当地隐私政策。“随着机器学习算法的不断升级，用更少更准确的数据实现购买目标成为可能。”

在做好数据和隐私合规的同时，结果的透明性是机器学习厂商的另一个价值主张。通过有效的防伪控制，服务商可以更好地与广告主建立信任关系。一方面，模型训练本身依赖于数据链的可信度和质量。另一方面，通过直观展示模型训练前后的购买效果，广告主更容易信任模型所能发挥的协同效应。

“我们希望帮助中国的广告行业应对假数量，因为没有一个机器学习工程师能够容忍因假数量而导致算法和模型不准确。这也是为什么我们能在十年打磨后脱颖而出，实现逆势崛起的原因。”安贞镇说。

(作者:吴立阳编辑:朱不静)

南方财经全媒体集团及其客户发布内容的知识产权归其媒体所有。未经书面授权，任何人不得以任何方式使用。请点击此处获取详细信息或授权信息。