写点什么

用大模型评分,精准筛选转化率高的“网红博主”

  • 2024-12-10
    北京
  • 本文字数:3463 字

    阅读完需:约 11 分钟

用大模型评分,精准筛选转化率高的“网红博主”

AI 正从过往单纯的辅助工具,逐步转变为产品生命周期中的核心“玩家”。无论是设计、开发还是营销,AI 的身影几乎渗透到了每一个环节。


就拿游戏行业来说,AI 不仅让设计工作变得更加高效,也在营销环节展现其强大的“预判”能力。


近日,网易有道国际 App 产品部负责人赵越在接受 InfoQ 采访时表示,过去,游戏营销通常依赖于博主的观看量和点赞数来衡量推广效果,但这些数据往往不能反映最终的转化效果。如今,借助 AI 大模型的分析,营销团队能够精准找到哪些博主具备更高的转化潜力,从而提高推广的精准度。


然而,AI 带来的优势并非所有企业都能够平等享有。赵越提到,具备技术积累和资源的大公司,尤其是在网红营销领域,更能轻松利用 AI 提升效率和优化运营,而对于许多中小企业来说,技术差距可能使他们逐渐失去竞争力。


12 月 13~14 日,AICon全球人工智能开发与应用大会在北京召开。在《大模型商业化产品探索》专场下,赵越将发表主题演讲《AI创新应用C端B端商业化实践,从中国走向全球》,如果你想了解如何利用大模型和 AI 技术打造高 DAU 和高利润的 C 端 App,以及如何在 B 端场景中实现成本覆盖和整体盈利,欢迎来听本场分享与交流!


以下内容是经 InfoQ 编辑的对话:

精准选博主:从观看量到转化率


InfoQ:近年来,AI 和大模型的热度不断攀升,这些技术如何对产品的各个生命周期阶段产生变化?比如在设计、开发、生产、营销和销售等环节。


赵越:我觉得这些技术确实带来了一些变化。虽然每个环节的变化不一定那么剧烈,但会有或多或少的影响。就我个人的观察,AI 对设计环节的影响是最大的,特别是在游戏设计领域。


InfoQ:具体来说有哪些体现,能否举一些例子?


赵越:过去,设计师需要花费大量时间和精力来制作设计图,而随着 AI 的应用,已经不需要那么多设计师参与这类工作,AI 绘画技术已经非常成熟,游戏设计这块就可以利用 AI 快速生成图像,大幅度提升了生产效率。


InfoQ:除了设计领域,AI 在产品开发和营销环节是否也有所应用?


赵越:在营销方面,AI 的应用也在逐步扩大。通过数据分析,AI 可以帮助团队更好地理解用户需求,提供个性化的营销方案,从而提高转化率和用户粘性。


我们有一块业务是做游戏营销,比如说做网红营销,我们现在会大范围地抓取公开网红或游戏博主以前发布的一些视频,进行数据分析。通过这些分析,我们可以知道哪些博主推广效果好,哪些博主内容传播性强、传播广,并且具有高转化率。


最近我们就在做这些事情,这种分析在过去是很难做的。但现在借助 AI 大模型以及多模态大模型等技术,我们能够预测每个博主的转化效果。


所以在做游戏推广时,我就能精准选择这些转化效果好的博主来合作,效果会更好。


InfoQ:那以前 AI 参与感没有那么“重”的时候,我们是怎么判断要找什么样的博主的?应该也会看一些数据,以前看的数据和现在看的数据是不太一样吗?


赵越:对,完全不一样。过去我们会看博主的视频观看量,或者是点赞数、互动数等这些基本的指标。如果博主的视频观看量很高,可能就会觉得这个博主有很强的传播性。但是,这些数据并不一定能反映出实际的转化效果。


InfoQ:是否方便透露一下,相比以前的方式,现在转化率准确度提高了多少?


赵越:我们做了一个小规模实验,选取了 10 个以往做过的推广案例,通过专家的数据分析发现这些案例的转化效果较好。然后,我们从全网分析数据,筛选出了 300 个游戏相关的转化效果较好的视频,这些视频是通过我们当前的算法挑选出来的。结果发现,这 10 个视频中有 9 个出现在我们筛选的 300 个视频里。


以前网红营销一个难点就是难以评估效果,通常只能通过观看量或者互动数等指标来判断。但这些指标未必能真正反映实际效果。现在,通过新的方法,我们能够更进一步或者说更精准地了解转化效果。


InfoQ:你们现在是把这个功能做成一个工具吗,在内部是如何使用这些数据的?


赵越:我们现在有一个内部数据库,这个库只对内部开放。具体来说,我们把网上所有的网红数据都抓取回来,AI 和大模型主要用于给每个网红做传播效率和转化效率的评分。然后把这些评分提供给内部的市场和运营部门。当他们进行推广时,会依据这些数据来选择合适的博主。


InfoQ:那是否有一个专门的垂域模型来做这件事,还是使用通用的模型


赵越:我们既使用了一些通用模型,也做了很多微调。因为我们积累了大量历史推广数据,所以能够基于这些数据进行个性化的模拟训练。


InfoQ:除了游戏这一块,您这次在这次AICon大会上的分享大纲里有提到网易有道、翻译软件以及翻唱等产品。对于这些海外产品,它们的营销是否也会使用到您刚才提到的案例?


赵越:现在因为游戏营销是我们这边的一块重要业务,所以我刚才提到的主要是游戏。国内很多游戏在海外的宣发,包括网红渠道的宣发,很多都是由有道来做的,因此我们做了很多游戏的宣发工作。但对于海外推广 App 来说,我们目前用得相对较少,因为 App 相比游戏更加轻量,也更加简单。所以目前虽然有一些尝试,但还不是那么多。


InfoQ:主要还是在游戏方面的尝试比较多。


赵越:是的,我们在游戏出海的网红营销领域,应该是国内做得最大的。

AI 可能让中小规模的企业难以追赶

InfoQ:现在您这边带的团队,在不同产品的生命周期阶段,协作方式或工作流程有没有受到影响?


赵越:没有太大影响。其实每个环节,比如以前是生产环节,现在还是生产环节,AI 只是对每个环节提供了一定的赋能,或多或少地影响了各个环节。


InfoQ: 但对于网红营销这一块,和网红的协作流程,好像还是有一些变化?


赵越: 对,但框架本身没有太大变化,我们现在是能够为网红提供更多有价值的服务。这让网红的工作更加轻松,质量也有所提升,甚至成本可能也会更低。


InfoQ:看来现在网红营销还是个好生意?


赵越: 对于我们来说还是非常好的生意,因为我们已经做了很多年,在这个领域非常专业。不过,对其他公司来说,未必是好生意。


以前大家的差距还没有那么大,大家都在做网红营销,但基于传统的机器学习算法,可能很难做到精准的分析,或者成本会特别高。但现在,有了大模型,我们能够做得更好。


InfoQ:就是说那些中小型企业可能没有这样的技术资源,所以无法充分利用 AI 的能力,因此在接下来的阶段,他们可能会逐渐落后。


赵越:是的,尤其对于这些中小企业来说,在技术和资源方面的投入会有限,因此在这个快速发展的阶段,可能很难竞争下去。


InfoQ:不过现在也有很多原本提供 SaaS 服务的厂商,开始推出 AI Agent 去帮助企业做营销。


赵越:但像我们做的一些数据基础建设的工作,是需要大量的资源投入才能做好。而且,只有具备足够大的销售规模,才能将这些投资摊销下来。


InfoQ:AI 能够为公司带来竞争优势,甚至是吸引用户的关键因素。但也有观点认为,单纯的技术堆砌可能反而成为负担。您如何看待这种看似矛盾的观点?


赵越:我们暂时没这个问题。因为我们会根据实际需求引入技术,所引入的技术成本都是可控的。而且,我们有足够大的市场规模能够消化这些成本。举个例子,如果一个技术投入只提升了 2%的效率,但因为市场规模大,这 2%的提升就足以让投入变得值得。因此,对我们来说,这些投入目前还不会带来负担。

AI 应用于 C 端和 B 端场景的逻辑

InfoQ:最后,您对 AI 未来在产品生命周期中的应用有哪些展望?比如,您觉得还有哪些潜力或作用尚未被发掘?


赵越:我觉得 AI 在产品生产环节和服务用户环节,还有很多工作没有做。随着技术的升级,AI 能力的增强将能解决更多的新问题。比如,像“AI 学业规划师”这样的应用,能帮助用户规划学业、提供指导建议、提升成绩,是我们教育业务正在探索的方向。


此外,AI 在提升营销效果方面也还有很多优化和完善的空间。这个过程是一个持续迭代和认知优化的过程。深入细节领域优化工作,可能会带来新的市场增长点。虽然整体场景还是那些大方向,但在细节层面可以挖掘很多新的潜力


InfoQ:您在AICon的演讲中会涉及到 AI 的商业化应用,分为 C 端和 B 端两部分,能否简单说一下 C 端和 B 端在 AI 应用上最大的区别是什么?


赵越:B 端往往需要一个明确的效果,也就是说帮助客户解决一个具体的问题,这是 B 端的特点。而 C 端的应用属性则有两种,一种是帮助用户解决民生问题,另一种是提供娱乐价值。娱乐方面的需求不一定是明确的问题,它更倾向于发散性,比如 AI 生成音乐、图像等,给用户带来娱乐体验。而 B 端更多是解决明确的业务问题,只要能解决问题就可以了。


12 月 13~14 日,AICon全球人工智能开发与应用大会在北京召开。在《大模型商业化产品探索》专场下,赵越将发表主题演讲《AI创新应用C端B端商业化实践,从中国走向全球》,如果你想了解如何利用大模型和 AI 技术打造高 DAU 和高利润的 C 端 App,以及如何在 B 端场景中实现成本覆盖和整体盈利,欢迎来听本场分享与交流!

2024-12-10 14:411

评论

发布
暂无评论

有内味了!阿里内部Tomcat高阶调优笔记成功刷新了我的认知

Java架构之路

Java 程序员 架构 面试 编程语言

「回血赠书」Python入门书单,新年全力扬帆

博文视点Broadview

[如果公司要招一个高级版你]给资深/晋升后的岗位写一个理想岗位模型(Job Model)

Geek_lot02c

产品经理训练营

给现实深情拥抱,向产业洪流奔跑:华为云AI的2020

脑极体

安装Android系统 missing operating system

mengxn

android

Kubernetes安装篇(上):基于Minikube方式部署本地环境

xcbeyond

Kubernetes 安装 minikube 28天写作 Kubernetes从入门到精通

新年Flag 中奖名单公布|如何科学的从55人中随机选出11个中奖名额

InfoQ写作社区官方

话题讨论 热门活动

中国工业的基础设施“重化工业”是怎么发展起来的

JiangX

供应链 工业 28天写作 制造

现在就开始倒数2030了? 华为的这条线索不能错过

脑极体

云原生 DevOps 的 5 步升级路径

阿里巴巴云原生

Serverless 容器 DevOps 微服务 云原生

SpringCloud 从入门到精通 12---Nacos配置中心

Felix

量化交易自动炒币机器人系统开发搭建

薇電13242772558

策略模式 区块链+

案例集锦|科技赋能,华为云GaussDB助千行百业数字化转型

华为云开发者联盟

数据库 华为云 企业应用

运维数智化时代——京东数科AIOps落地实践(一)

京东科技开发者

运维自动化 AIOPS

一文带你学会AQS和并发工具类的关系2

伯阳

Java AQS 多线程 lock

区块链农产品溯源--实现农产品全程溯源

CECBC

食品溯源

基于gRPC的注册发现与负载均衡的原理和实战

万俊峰Kevin

微服务 go-zero Go 语言

限量!腾讯高工用4部分讲清楚了Spring全家桶+微服务

996小迁

Java 架构 面试 springboot SpringCloud

限量!阿里甩出878页性能优化笔记阿里甩出878页性能优化笔记!

Java架构之路

Java 程序员 架构 面试 编程语言

大厂必问Redis:肝完这份阿里出品“Redis神技”还说你不会Redis?

Java架构之路

Java 程序员 架构 面试 编程语言

CopyOnWriteArrayList 读写分离,弱一致性

叫练

弱一致性 读写分离; Vector; fail-fast; fail-safe

没搞清楚网络I/O模型?那怎么入门Netty

Java 后端 io

dubbo-go 白话文 | 从零搭建 dubbogo 和 dubbo 的简单用例

阿里巴巴云原生

Java 云原生 dubbo 中间件 dubbogo

怎么提升写代码的能力

阿里巴巴云原生

程序员 个人成长 方法论 云原生 自我思考

【函数计算实践】阿里云函数计算初探

程序员架构进阶

阿里云 架构 函数计算 28天写作 弹性扩容

案例研究之聊聊 QLExpress 源码 (九)

小诚信驿站

聊聊架构 28天写作 QLExpress源码 聊聊源码

数字人民币支付新选择 没有网络时也能使用

CECBC

数字红包

基础篇-http协议《http 简介、url详解、request》

清菡软件测试

测试

中国区块链行业人才缺口将达75万以上

CECBC

区块链人才

给跨专业程序员的一些建议

Ryan Zheng

架构师训练营第八周作业

zamkai

用大模型评分,精准筛选转化率高的“网红博主”_AI&大模型_罗燕珊_InfoQ精选文章