這是一個“讀圖時代”,消費者在發布和轉發圖像信息時,并不總是直接提及品牌和產品的名字。醒目的Logo和產品造型更易于識別,且助于消除純文本易產生的歧義。同時,圖像中還經常對消費場景進行了有意無意的展現,如包含了消費場所、消費情景、與其他產品關聯消費等信息,且與本文相比,制造圖像“水軍”的成本無疑更高。因此,圖像已經成為了企業信息傳播、品牌曝光、情感表達等互聯網營銷最重要的形式。
盡管圖像在互聯網傳播中更具優勢,但由于機器的邏輯特性與技術局限,既有互聯網信息的監測和分析更多停留在文本層面,而包含圖片和視頻在內的海量圖像數據則未被較好挖掘與應用。隨著計算機視覺的發展,圖像分類(Image Classification)與物體定位(Object Localization)等技術不斷成熟,由兩種技術結合的物體檢測功能(Object Detection)勢必將逐漸應用于互聯網圖像監測與分析的眾多領域。
(通過圖像檢測識別出圖片和視頻中贊助品牌的產品和Logo圖像)
國雙深度視覺監測系統GDVD(Gridsum Deep Vision Dissector)因此孕育而生。GDVD基于目前最主流的、效果最好的Faster R-CNN物體檢測算法,利用深層Resnet對圖像進行更好的特征提取,同時修改網絡結構使得對于小目標檢測也有很高的準確率 。而國雙基于大數據的人工智能引擎國雙先知(Gridsum Prophet)則為GDVD的實現提供了圖像識別、物體監測、深度學習等全面的AI能力。不僅如此,單純拼技術和算法早已不能滿足現實需求,將視覺監測系統應用于數字營銷領域,為企業帶來效益才是GDVD作用于商業領域的價值。簡單來說,國雙深度視覺監測系統首先采集全網圖片,然后通過對圖像進行標注,經過深度神經網絡學習得到識別模型,讓機器進行自動判別,找到互聯網中所有提及某一品牌、產品和企業的相關數據,并與國雙多年來積累的技術、產品與服務優勢相結合,實現圖像監測與后續數據分析功能,從而幫助企業提升營銷效果。
(國雙深度視覺監測系統GDVD原理簡圖)
讓全網輿情監測更全面
作為AI的子領域,自然語言處理的發展進一步優化了文本分析,針對文本的輿情監測和數據挖掘水平不斷提升。而AI的另一子領域,圖像識別技術將幫助輿情監測補齊圖像傳播這一板塊。通過監測視覺元素露出的時長、頻率、位置、渠道等指標,在傳播的廣度和深度上進行趨勢把握,并追蹤由此帶來的衍生話題。更為重要的是,圖像監測可結合文本監測進行進一步挖掘與分析,“兩手抓,兩手都要硬”,真正做到全網輿情監測。
讓廣告效果評估更精準
近幾年,選擇贊助節目和品牌植入的企業越來越多,傳統的人力監播將是明日黃花,不僅監測效率低下、成本較高,而且維度也非常單一,數據價值也得不到深挖。但視覺監測系統則可以實時監測直播視頻中品牌Logo及產品的露出,識別素材露出形式的差異,彌補既有品牌植入效果評估的不足。
系統同樣可以作用于展示類廣告,對廣告素材的大小、位置等多種創意元素進行自動識別后,再結合監測到的廣告曝光和點擊數據,從而更精準地對廣告效果進行評估。
讓品牌傳播推廣更安全
廣告營銷效果的基礎是對品牌價值的正確傳播,但隨著各種新型的廣告形式層出不窮,媒體環境也愈發不可預料。最近一段時間,各種媒體上頻繁出現的一些頁面、視頻內容與廣告品牌價值不一致,甚至與大眾取向相悖的事件,給廣告主帶來了很惡劣的影響,也讓品牌安全成為廣告界十分關注的話題。
而國雙在自主開發的全場景營銷監測系統AD中,即有專門針對品牌安全監測分析的功能基于爬蟲及自然語言分析技術,并搭載深度視覺監測系統提供的圖像監測能力,對廣告投放的環境進行全方位監控。基于系統,可以將廣告所在頁面的文本,圖片進行還原分析,從內容語義、圖像主體、相關性及協調性方面進行綜合評估,為品牌傳播的安全保駕護航。
讓市場營銷決策更智能
互聯網的去中心化模糊了傳統中心和節點的邊界,讓KOL和粉絲的連接方式更加開放、扁平、平等,因而催生了眾多KOL和粉絲經濟。企業的營銷策略則要進行相應地調整,將KOL、粉絲、品牌/產品這三者更緊密地連接起來。
一方面,視覺監測系統可以通過圖像識別找到包括明星或大V在內的眾多KOL發布的包含品牌的圖片,讓企業快速準確地找到線索,通過轉發、評論、蹭熱點、合作等多種形式抓住更多消費者。另一方面,系統通過監測消費者分享的品牌和產品的視覺內容,鎖定忠實粉絲,進行人群畫像以及lookalike處理,進行精準投放。而分析消費者的購買場景,則能幫助企業挖掘隱藏在圖像里的潛在商業機會和消費意愿,加深對消費者的理解,做出更智能的決策。
國雙早在成立之初就看到分布式運算的潛勢,公司其名(Gridsum)就是分布式計算(Grid)與分析(Sum)的結合。近年人工智能技術不斷演化,對于產業所產生的變革,不斷顛覆你我想象。作為中國領先的云計算企業級大數據分析和人工智能解決方案提供商,我們已經并將繼續致力于幫助企業和政府客戶以新穎有效的方式使用數據,提高生產力。
(新聞稿 2017-08-28)