ZDNet至顶网软件频道消息:这个夏天,你如果不知道“可口可乐歌词瓶”,还真是有些out了。
这是可口可乐公司发起的一次营销活动,包括周杰伦的《听妈妈的话》、梁静茹的《勇气》、大张伟的《倍儿爽》在内的60多首歌的经典歌词印在了可口可乐瓶身上。这些歌词或者励志、或者煽情。比如“阳光总在风雨后”、“我要一步一步往上爬”、“时间都去哪儿了”...通过用手机扫描瓶身上歌曲对应的二维码,还可以听到完整的歌。而且歌词瓶的瓶身还可以定制,比如印上自己的名字。
图片来源于可口可乐官网
这个颇为炫目的营销活动,在可口可乐大中华区数字营销总监张天博士的眼中,都被量化成了一个一个的数字指标:哪些歌曲最受欢迎?用哪句歌词最讨巧?选择哪些明星代言“晒歌词瓶”活动效果最好?营销活动对拉动销售的贡献率是多少?
支撑这些指标的,是小瓶子背后的大数据分析。在当下的营销圈,借用大数据分析来为营销决策提供支持、对营销效果进行考量,已经成为了一件必备的武器。
作为在线酒店预订服务的专业公司,雅高达(Agoda)把更多精力放在搜索引擎的优化上。在三年时间内,通过对上千万关键词的优化,其搜索引擎优化率提升了24.6倍。
无论可口可乐还是雅高达,他们的背后都有一家公司通过大数据分析,对这些营销行为提供技术支持,这家公司叫做国双科技。甚至Agoda的中文名字雅高达,也是国双科技通过关键词搜索分析,帮助Agoda起的名。
在国双科技产品及销售高级副总裁李峰看来,客户的营销行为永远会问这样几个问题:适合我的KPI体系是什么?有没有一个科学的监测KPI的工具?监测结果报表能否直观一些?接下来,会进入他们更关心的问题:如何进行搜索营销?如何优化用户体验?如何打通线上线下、实现数据整合?
国双科技产品及销售高级副总裁李峰
客户关心的问题,在国双科技已经有了一个完整的全流程数字营销解决方案——AdSuite,AdSuite将碎片化的数字营销整合为一个完整的生命周期,整个生命周期对应着客户营销过程中最关心的问题,针对每一个问题,AdSuite都有相应的应对。
通过国双科技的数字营销解决方案,中国人保财险(PICC)车险投保订单转化率提升了354%;东风日产在用户体验优化方面,页面跳出率降低22%,停留时间提高46%。
针对制定KPI,可以运用Gridsum Dissector系列工具,把数据整合成智能化、可视化的报表,在结合科学的数字营销媒体价值分析,制定媒体组合计划并进行投资;同时,针对品牌核心网站不断优化用户体验,提升潜在用户转化率;最后,整合有用的线上线下数据并导入客户管理系统中,实现真正的O2O。
AdSuite的解决方案具体功能包括:Analytics:数据采集、挖掘与分析;Dashboard:量身定制、直观呈现的仪表盘,把复杂的数据通过简单的图形化呈现出来,让营销人所见即所得;Service:专业的SEM、UEO、数据挖掘、分析等全程数字营销管家咨询服务;Utility:用户体验、热力图、流量质量评分、作弊流量识别等众多可以灵活组合的应用套件;Integration:整合。包含线上线下数据整合、前后端数据整合、跨平台跨设备数据整合;Technology:以先进的技术及系统为支撑体系。Efficiency:综合综效应用,最终实现商业机会最大化,经营效率最大化。
在AdSuite发布活动上,百度营销研究院常务副院长侯丽斌、Agoda东北亚区PPC总监孟宇、中国人保财险网销事业部副处长薛杰诚、可口可乐数字营销总监张天、标志雪铁龙PSA媒体策略和购买负责人朱慧怡参与了《大数据如何让您更懂营销》的圆桌讨论。
(从左到右)国双科技高级副总裁李峰、百度营销研究院常务副院长侯丽斌、Agoda东北亚区PPC总监孟宇、中国人保财险网销事业部副处长薛杰诚、可口可乐数字营销总监张天、标志雪铁龙PSA媒体策略和购买负责人朱慧怡。
不止一位嘉宾提到了大数据时代企业的基础设施能力。Agoda孟宇表示,大数据分析需要有硬件设备来存储数据;可口可乐张天认为,企业基础设施能力也并非完全自建,也可以通过云计算的方式来实现数据的存储和分析,在这方面无论国外的亚马逊还是国内的阿里云、百度云,都具备这样的能力;但是也有其他嘉宾表示,传统IT是否接受云计算的方式?还有一个接受的过程。
据国双科技商业运营高级副总裁续扬介绍,2011年,国双科技与国家信息中心联合成立网络政府研究中心,为超过1900家政府网站提供服务;2013年,成功入选“德勤高科技、高成长中国50强;2014年7月1日,与中国人民大学达成合作,共建“人大-国双大数据科学联合实验室”。
国双科技商业运营高级副总裁续扬
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。