一年一次大揭祕,阿里媽媽與商家最息息相關的前沿技術都在這裡了
一年一度的雲棲大會是各項前沿技術集中釋出和展示的盛會,而阿里媽媽作為阿里集團的營銷先鋒也是每年現身於其中的一個重要角色。9月21日,“AI讓營銷變得更簡單”阿里媽媽智慧營銷專場在雲棲大會亮相。
過去一年新零售開始風起雲湧,電子商務營銷開始進入消費者運營階段,阿里媽媽針對性釋出了全新的營銷優化平臺TMOP;今年它還特別加入了品牌廣告的技術內容,披露了自研演算法XSHALE的進展。除此之外,阿里媽媽繼續扮演在廣告技術領域的領跑角色,推出了自研的分散式深度學習框架XDL,讓AI技術在超大規模的工業級資料上產生了真金白銀。
隨著對人工智慧領域佈局的全面深入,阿里媽媽全方位的技術品牌屬性越加明顯,Ad Tech技術驅動營銷,成為其一張顯著的名片。
以消費者運營為中心,全新營銷優化平臺TMOP 釋出
從運營流量轉向運營消費者,這顯然成為了整個大淘系所倡導和引領的新風向。對此,阿里媽媽在營銷領域也早有佈局,此次釋出的營銷優化平臺TMOP正是基於其搜尋業務的多項探索而重磅推出的。
阿里媽媽資深演算法專家仇光(花名九吾)介紹說,TMOP平臺包含了關鍵詞推薦、人群推薦、出價、創意等多項功能,圍繞客戶在營銷過程中遇到的各個環節,提供對應的方案和演算法支援。
以出價環節為例,TMOP推出轉化出價的功能,把商家的營銷需求與消費者運營聯絡到了一起。假設一個商家原本對“薯片”一詞的出價為1元,TMOP會根據當前搜尋薯片的網民與其買薯片的轉化概率進行匹配,如果轉化概率低,系統會幫助他降低出價,確保客戶的錢是真正花在效果好、轉化概率高的消費者身上。這類面向序列決策的實時競價策略,仇光團隊也產出了相應的論文,被資料探勘頂級會議KDD 收錄。
以消費者運營為中心的思路,意味著每一個消費者都是獨特的,打破了商品維度的單一化運營。因此,千人千面的特色在TMOP尤為明顯,不僅是商品呈現,還是創意圖片,乃至商品資訊,不同消費者看到同一個商品的標題都會不一樣,機器可以根據消費者特性,實時動態匹配新標題。僅僅通過動態標題這一項,點選率就實現了2%均值的提升。
仇光提到,在TMOP平臺的設計中,特別強化了“自動化”這個特點,在人工智慧的幫助下,客戶只需簡單的操作,剩下的事情全部由平臺來自動幫他實現,更精準、更智慧、更普惠。
智慧演算法構建全域營銷大圖,圖深度學習精確理解使用者意圖
使用智慧演算法,阿里媽媽將搜尋、推薦、視訊、金融、物流等線上和線下資料、淘系站內和淘系站外資料整合和提煉,得到了一個大規模、複雜、異構的全域資料大圖。這張全域資料大圖包含了數十億節點和數百億邊,從多種視角刻畫商家、商品/廣告、使用者之間豐富的關聯關係,具有非常大的價值。
阿里媽媽高階演算法專家林偉(花名楊焜)進一步介紹了阿里媽媽如何通過自研的圖深度學習演算法,將全域資料大圖中的實體對映到高維空間,高效進行使用者意圖與廣告的匹配。
以第二代半監督圖深度學習演算法LasGNN為例,通過異構圖卷積,LasGNN同時刻畫了標註資訊和圖結構資訊。標註資訊給LasGNN提供了點選、成交等核心抓手指標;圖結構資訊為LasGNN提供了大量同一資料生態的一致性知識,幫助LasGNN更好地認知使用者意圖和商品/廣告物料之間的關係。林偉特別提到兩點:1)通過圖卷積, LasGNN能夠將使用者的搜尋序列變成搜尋子圖,更立體全面地捕捉使用者意圖;2)圖卷積的傳播機制有很強的推理泛化能力,可以使LasGNN對新廣告更友好。
同時,阿里媽媽搭建了工業級的圖訓練引擎,支援十億節點、百億邊圖規模的儲存、訓練,實現了多種圖遊走、圖卷積演算法,高效全面地支撐圖深度學習更精確、立體、深入地理解使用者意圖和商品/廣告物料。
從效果廣告到品牌廣告,技術賦能“合約保量”的創新
品牌廣告與效果廣告有很大的不同,阿里媽媽高階演算法專家祝文祥(花名橫雲)認為,與電商類效果廣告所強調的實時競價不同,品牌廣告更強調“合約保量”,廣告主提前購買未來一段時間內的流量,在合同中明確廣告展示的時間、數量和價格,平臺保量完成。
而阿里媽媽品牌廣告,通過重新定義消費者和品牌鏈路關係,幫助品牌識別、運營和管理消費者。
精準保量是其中非常核心的演算法,阿里媽媽品牌廣告的技術創新主要體現在三方面——
1、最細粒度的廣告分配
如今品牌也會看重投放效果,將廣告供給節點從普通演算法的人群粒度細化到使用者粒度,使得能根據使用者對品牌的偏好,直接優化後鏈路的觸達效果;
2、複雜約束的運算元抽象
在淘寶、優酷等品牌廣告業務中,存在大量特定業務需求,比如廣告主優先順序、資源互斥、複雜的頻次控制需求等,我們將其全部抽象為運算元,作為最優化問題的約束條件;
3、大規模問題優化求解
通過分散式的引數伺服器架構解決大規模二部圖分配優化問題,通過梯度下降迭代求解可以在精度和速度之間權衡,通過安排任務優先順序形成有向無環圖進行多工並行化批處理,在投放過程中根據保量完成情況進行實時調整。
其中,祝文祥團隊也通過自研的XSHALE演算法,對上億使用者對應的廣告供給節點在上百個投放計劃,實現分鐘級別的最優化投放概率計算。
構建深度學習平臺,XDL 成為阿里媽媽重要的動力引擎之一
被人稱作 “演算法天才”的蓋坤(花名靖世)也現身演講,作為阿里媽媽精準展示技術部的資深總監,他介紹了阿里媽媽自研的新一代工業級分散式深度學習框架——XDL,不僅對當下的營銷起著關鍵的作用,對於阿里媽媽未來幾年的佈局也至關重要。
深度學習推動了近幾年網際網路演算法的快速發展,而推動深度學習技術產生巨大價值的核心點則是強力的深度學習訓練框架。誰擁有了更大的架構與算力,誰就有機會在未來的競爭中掌握先機。業界的頂尖公司,如谷歌、Facebook等紛紛研發並開源了其深度學習框架,但現有的開源框架往往構建在影象、語音等應用基礎上,對於廣告/搜尋/推薦這種網際網路領域典型的高維稀疏離散資料,往往比較低效。
阿里媽媽的XDL深度學習框架,是基於阿里巴巴海量規模的業務場景實踐,全新設計和研發的新一代分散式深度學習框架。XDL獨創了四大關鍵正規化(新資料正規化、新模型範式、新能力正規化、新架構正規化),使其真正具備工業級強度。XDL實現了千級節點併發的近似線性計算加速比,能容納千億規模稀疏引數訓練、線上流式訓練,以及全流程非同步流水線最大化硬體飽和率的能力。
目前,XDL已經在阿里媽媽的眾多業務場景中被大量應用,創造了百億規模的收入增益。同時,得益於XDL全新的架構能力,一系列業界首創的模型演算法能夠在XDL平臺上高效訓練,包括基於樹狀結構的任意深度學習全庫檢索模型、使用者行為影象和CTR模型的超大規模端到端異構網路等。更可喜的是,XDL未來可能會逐步開源,賦能整個業界。
隨著頂層智慧營銷演算法到底層深度學習平臺等一系列佈局的逐步深入,阿里媽媽以AI為代表的Ad Tech正讓營銷變得更簡單,它也離全球最高效的一站式數字化營銷雲平臺越來越近。