至顶网软件频道消息:
移动游戏市场发行竞争愈发激烈,买量成本逐步上升,游戏行业也正在从暴力买量的时代快速切换到智能营销的发展新生态。唯有以效果助力,才能在游戏的营销角逐中独步为先。
10月19日,由金山云和小米营销联合举办,主题为”Let's Fun“的游戏行业智能营销沙龙抵达广州,与当地合作伙伴进行交流分享。此次沙龙分享围绕智能营销时代下,金山云如何运用智能营销平台助力游戏广告主实现营销价值的突破。同时邀请到小米营销渠道负责人田野和瑞玩游戏市场总监李丹丹进行了投放的经验分享,和合作伙伴一同探索营销的乐趣。
多元化资源赋能行业生态伙伴
在沙龙中,小米营销高级渠道经理田野表示,小米从线上到线下,从硬件到软件,从新闻资讯到娱乐社交,从内容营销到流量支持,全面助力行业生态链伙伴营销升级。
目前,小米已经拥有21个日活超过千万的原生APP,拥有2.8亿MIUI全球联网用户,其中37%以上是本科及以上学历,平均年龄31.2岁,覆盖受众群体趋向年轻化,且更加多样优质,和游戏用户有很高的重合度。
除此之外,利用小米手机+MIUI体系,可以触达每一位用户的需求,打造用户想要的个性化场景,达到增收、节支、提效的效果,为智能整合营销提供了无限空间。
金山云作为小米营销游戏行业唯一代理商,可以充分运用小米营销的多元化资源,为行业的生态伙伴赋能,创造高质量的数据精准度与效率。
人工智能和大数据相结合 助力游戏厂商精准触达
目前游戏行业的营销已经从暴力买量的时代向精准化投放过渡,越来越多的广告主发现,只有真正找到游戏精准目标玩家进行投放,才是最好的节约成本和提高ROI的方式。借助智能算法和大数据支持的金山云智能营销平台KIR则可以有效助力游戏广告主解决效果痛点。
金山云智能营销平台致力于打造专注手游行业的垂直平台,一方面通过精准的大数据和先进的人工智能算法帮助广告主精准了解玩家们的兴趣属性、消费习惯,从而找到自己真正的目标用户,另一面筛选广告场景,打造差异化营销,大幅提升投放效率,永远将最合时宜的营销内容展现在有需要的用户面前,助推营销投放的最大商业转化。
金山云广告运营总监李晓京在演讲中介绍到, 金山云智能营销平台拥有亿级投放平台数据和十亿级的渠道数据基础,根据客户推广需求抓取几十款相似游戏的核心玩家数据,按照付费能力、活跃频次构建不同的潜在玩家画像。同时结合爱奇艺今日头条等渠道用户特点,形成有针对性的基础数据库。通过算法对玩家数据进行精准细分,深刻洞察用户行为,喜好,游戏环境等数几十种信息。然后将不同场景下的用户数据进行充分的整理和分析,形成更有价值的投放依据,从而实现从入口到出口全链条的智能推荐,保障客户推广效果。
据了解,今年7月,某休闲竞技类游戏客户提出了获取目标人群注意力,增加新增用户,次留30%以上的需求,金山云智能营销平台为其精选游戏场景素材,集中投放江浙等下载率高的省份,并且根据游戏类型和付费标签,高效触达热爱游戏的潜在消费人群,最终实现56%的次留存率,1.5%的激活转化,激活成本低至11元。
客户现身说法畅谈0-5000万的营销秘诀
智能营销的到来已经为更多的游戏厂商带来了丰厚的回报。现场,瑞玩游戏市场总监李丹丹分享了“青云诀”在智能营销时代中的具体实操方法,结合投放渠道的布局、素材的差异化定制、联运市场的投放三大板块,讲述成立半年西瓜游戏平台流水是如何从0到5000万元的。
李丹丹在解读“青云决”案例时表示,青云决的投放最初跟其他游戏投放类似,渠道和素材同质化程度比较高,成本高却没有带来实际效应。投放后期一方面,对素材进行了持续的优化,突出主题,使用游戏原画,增强游戏场景真实感,让用户有更强的代入感。另一方面增加与金山云合作,运用MIMO渠道资源,共同联运迅速把成本降至此前的三分之一,为青云决的成功带来的决定性的作用。
雷军在2016年乌镇互联网大会上说:”人工智能毫无疑问是互联网经济下一个引爆点,今天人工智能在各个领域都在创新,出现引爆中国市场的产品还需要一两年,但不远了。”
而如今,人工智能已经逐步应用于各个场景之中,它正成为一种新的营销驱动力,不断拉近广告主和用户之间的距离,在两者之间建立新的连接。金山云智能营销平台以人工智能和大数据为依托,实现高效精准沟通,让更多广告主和用户都能享受智能带来的高效,也为游戏智能营销的未来带来无限可能。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。