打造广告主的”阿尔法狗“：这家公司要用AI+大数据颠覆商业决策 | AI+

人工智能的企业基因

早在2007年创办公司寻求融资时，品友的BP就曾让投资人们困惑了一阵：在那个AI和算法尚不为人所知的时期，其中提到的是以数据+技术驱动，以及利用神经元算法，推动数字营销。

黄晓南从没有把品友定位成做“中介服务”的广告公司。在创业之前，她看到数字化和互联网技术已经开始改变在美国的金融、旅游等行业中带来改变，因此，品友也要立足于这一点，为营销行业带来改变。

2012年，品友互动推出程序化平台，成为国内最早进入这个领域的公司之一。随之，程序化在国内爆发，经历了一段井喷式的发展。

品友也迎来了的数字化营销的机遇。所谓程序化，简单来说，就是利用程序，来实现营销和媒介策略。传统的依赖“人”的经验做决定的营销方式，由于机器的介入得以改变。

而更为重要的是，这也为品友后来的人工智能应用，提供了前提。

黄晓南告诉黑智，人工智能发挥作用的前提条件是：一是要有海量数据；二要有通过算法对数据进行加工的能力；三是利用有用信息做决策。

不同于其他的广告公司，在早期，黄晓南就组建了核心研发组，包括系统研发、数据和算法三个团队，全面推进利用数据和算法进行机器决策的能力。而这波程序化广告浪潮，使得客户和媒体愿意提供自己的数据资源与机器对接，机器分析的算法“大脑”有了用武之地，海量的决策关系开始在其中进行。

大量数据的喂养，让品友的算法和机器的决策效率不断提升。“从最初的机器每秒1-2万次的决策能力，到现在可以每秒做出40-50万次决策。”

据了解，品友计算平台已经具有每天280亿流量实时验证的算法能力，每天能够处理1.5P的数据量（1P相当于1024T）。

品友互动从“程序化营销”走向人工智能，也由此成为顺理成章的事。

品友互动创始人 黄晓南

“透明化”与 “千人千面” 决策

程序化在经历了几年的快速发展后，国内广告业又一波新的洗牌来临。

2016年，广告业迎来了发展的低谷。上百家程序化广告公司拥挤在这个行业内，真真假假、良莠不齐，对于广告主而言，没有效果的提升，反而带来了更多的困惑。“在很大程度上，程序化其实是一个机器人。”黄晓南说，“它是帮助广告主来决策在哪些渠道上执行相应的策略的。但是当很多公司把它变成了一种媒体形式的时候，那一定就不对了。”

营销行业关于程序化的争论也日益激烈。市场秩序的混乱也引发了广告主对行业的信任缺失。但随着时间的推移，营销行业也在面对企业客户新的需求和痛点。

随着移动互联网和数字化的发展，如何在复杂的媒体中寻找有效受众、分析用户行为、建立个性化的营销体验，进行人力所无法完成的智能决策，成为越来越多的企业客户的刚需。

在黄晓南看来，传统的广告业，走到了拐点。但是，这并不意味着程序化营销方向的问题。在其背后，基于数据与算法进行营销决策的核心并没有改变，人工智能技术驱动的智能决策，就是它下一步演进的方向，一脉相承。

AlphaGo的成功，也为国内客户理解人工智能的应用，打开了大门。黄晓南觉得，品友到了“二次出发”的时候。

在黄晓南看来，人工智能已经成为数字营销下半场的关键词。而要实现这一切，必须要先实现“透明”，包括系统的算法机制、数据的安全、投放的过程，重建广告渠道各方之间的信任。从2016年起，品友就开始推动营销的“透明化”，推出数字营销平台擎天柱(Optimus Prime)，对系统进行全面升级，让客户能够透析所有的投放细节，推动品友与广告主、媒介平台的信任度提高。

2017年，品友发布了人工智能营销决策平台MIP，基于细分受众洞察、产品决策、媒介触达决策、智能CRM及智能归因优化，为企业提供决策能力。

MIP用以解决客户的决策效果问题，而品友还想更进一步推进决策”千人千策“的解决方案。在MIP战略中，还包含了品友的DMP数据管理平台，通过整合企业自身的大数据能力，为企业搭建私有化的数据资产管理平台，输出更具针对性的营销策略。

“原来有些公司说程序化，把广告变成了整个生态的末端，这是本末倒置的。它本来应该的流程是，基于数据，制定策略，然后再落地。这应该是一整套基于大数据分析产生的结果。” 黄晓南说，“而现在行业中，我们之所以能够做成这件事，就是因为，在过去，我们的业务如果用一句话来描述，我们就是在不停地采集数据、分析数据，基于数据产生出策略，再进行投放。”

MIP实现了“混合模式”，建立在云端SaaS和企业内部In-house DMP基础之上，用以提高企业决策效率，同时保障企业的数据资产安全。

擎天柱、DMP和MIP，覆盖了企业采集数据、数据分析和管理、营销投放、策略输出的商业流程，形成了品友整体的智能决策产品矩阵。

黄晓南举了个例子。某经营旅游酒店的客户在应用品友的系统后，发现集团旗下不同酒店品牌之间的广告产生了关联作用，经系统发现并量化之后，直接对集团整体营销策略产生了影响。

All in 智能营销决策

品友的目标，也已经不仅仅限于广告投放决策这一个环节。真实商业场景中，每一个行为都是“决策”的过程。在企业营销行为中，包括产品定位、客户关系、用户的转化路径分析等，都与用户行为数据处理与分析息息相关。对于企业而言，对数据分析和智能决策的需求，已经从单纯的广告营销层面，向更广泛的整体产品与市场战略延伸。

而这也为品友的未来，拓展了更大的想象力。合理挖掘和利用数据，智能化的平台能够对消费者行为进行更为合理的预测。在可量化的状态下，决策算法能够在更多的领域应用，例如在金融决策、征信等场景中，发挥作用。

据黄晓南透露，在2017年下半年DMP/MIP平台发布后，目前已经有金融、汽车、零售等行业中的十家大型企业客户和品友签约，建立了合作关系。

“营销能力较高的、所在行业产生了大量消费者数据的大型公司，是我们的主要目标客户，事实也证明，它们在决策方面的旺盛需求。”黄晓南说。

黄晓南表示，2018年，品友将进一步all in 数据、all in 算法。“未来人工智能领域的竞争，就是数据和算法、决策场景的PK。”黄晓南说。“在未来，也许所有公司的市场部人员，都将是数据科学家。”

这也是在智能化和数字化时代，大型企业日益增强的刚需。正如黄晓南对黑智提到，一位客户所表示的：“今天如果我们还不能依赖于人工智能和大数据来做营销决策的话，就肯定会失败。”

黑智专访

纳人 姜海峰众趣科技 高翔

图森未来 陈默

投资人说