今日，跃盟科技Deepleaper正式宣布完成数千万人民币A+轮融资，由智度股份、洪泰基金等投资。跃盟科技Deepleaper成立于年，公司自主研发了核心产品“瞬知商业语义处理引擎”，此前曾获得洪泰领投的万元A轮投资，以及显德资本领投的万元天使轮投资。本轮融资后，资金将用于进一步扩充北京及苏州技术研发与商业运营团队，加速人才招募、平台建设与数字营销行业应用场景深挖。以下是公司此前报道：年中国移动广告的市场规模达.3亿，同比增长率.3%。近3年保持了超过%的增速，根据艾瑞预测，年移动广告规模将超过亿元，在网络广告市场的渗透率近80%。在这其中，信息流广告算是移动端主流的广告业务形态。通常情况下，媒体方会对接DSP、网盟等平台，由平台统一对接广告主然后投放。但点击率却在3％以下，更别提实际转化率。不仅对广告主是浪费，对媒体来说也不利于增收。原因有很多，比如说固定的广告位，会导致读者习惯性的跳跃阅读。以及，多轮人机对话后，平台的投放效果不精准。拿我们接触比较多的DSP来说，当用户打开一个页面，首先会请求DMP读取用户画像，假设判定此用户为25岁女性，随后DSP中的广告主就会竞价，排名第一的获得该用户面前的展示机会。Deepleaper创始人兼CEO王冉认为，DSP本质是提高了投放效率，但谈不上真正的精准营销。例如，早晨搜索从北京到重庆的机票并购买，用户会被打标签是携程的用户，之后页面的广告位会依旧展示北京到重庆当天的机票，很显然不合理，没有考虑到时效性的问题。这时候更好的场景应该是当地的酒店推荐，或者返回的机票推荐。王冉在年6月创立Deepleaper，希望利用人工智能等技术手段，帮助媒体做好广告管理，以提升广告主的投放效果。一方面Deepleaper跟Agency或者大企业合作，获得广告主资源，另一方面，Deepleaper通过SDK或者API对接媒体统一做广告分发。如下图所示，当用户在信息流中点击查看了滑雪教程，返回的时候就会自动生成一条相关广告。在这个过程中，Deepleaper先用自然语言识别技术（NLP）分析出文章本身讲的内容，然后建立带有实效性的人群画像，之后结合位置、是否有wifi等场景特征，推荐可以匹配的商业服务。例如，用户在浏览了一篇食物相关的文章，时间是中午，地点又是在公司，那么更多可能是用户饿了，所以广告可以推荐外卖平台或者楼下餐馆的优惠券，等等。当长时间跟踪学习用户点击的逻辑，就会让推送的场景变得更精准。如果GPS判断不在常驻位置，则视为异常请求，分析用户可能是在出差，然后推荐相关服务。并且，Deepleaper的广告投放逻辑也是可控的。比如汽车行业，假设宝马和奔驰都投放了“自动驾驶”在内的10个关键词，首先可以对匹配精度进行选择——只有10个关键词同时匹配才能竞价，或者有5个符合就可以竞价，这样就是先判定两者是否具有同样的竞价资格，之后再根据出价高低获取用户。还可以设置一些特定要求，比如不在杀人文章上面投放高级品牌等。整体来看，Deepleaper主要分三个阶段，第一步是冷启动，根据用户的实时需求认识用户；第二步跟用户多轮交互，学习用户的行为特征；最后一步是回溯，强时效性的特征去除，积累深度特征。不过，目前Deepleaper只对接信息流广告，因为对于固定的Banner位，只能通过用户画像的形式，没有革新点。而在信息流中，用户主要有点击、文内下拉、返回、信息流刷新四个动作，Deepleaper现在更多是在返回、刷新步骤中触发广告逻辑。至于收费，Deepleaper则是通过cpc／cpm的抽佣模式。目前已对接了头部10多家的媒体，投放效果可以提升30％-50%。据悉，DeepleaperCEO王冉历任多家跨国企业市场部门负责人，CTO李东军是前百度搜索时效性排序团队负责人，搜索点击推荐专利作者，全球拥有多项技术专利。
转载请注明：http://www.abachildren.com/ysty/7304.html
联系电话：