影音先锋人妻每日资源站_亚洲天堂手机在线观看_美腿制服丝袜国产亚洲_日本免费观看视频_香蕉福利影院_偷拍视频一区

機器學習是一種讓計算機在沒有事先明確編程的情況下做出正確反應的科學，即利用算法自動發現人們自己不能發現的潛在特征，或者隱藏的一些規律。在過去的十年中，機器學習已經為我們在圖像識別、語音識別、自然語言處理、自動駕駛汽車、有效網絡搜索，以及提高人類基因組的認識方面帶來大量幫助。毫無疑問，機器學習目前位于新興技術的頂端，一場變革正開足馬力、蓄勢待發。

機器學習是一個迷人的話題， 無論你是否讀過 《在一位年輕婦女說出她懷孕的事實之前， 美國零售商就定位此客戶并推薦其與懷孕有關的產品》 這篇文章， 或者你已經在亞馬遜里見識過類似推薦行為?？雌饋?，機器學習好像可以做很多神奇的事兒，很讓人激動。

身處外貿行業的你，一定不想錯過這場技術革新帶來的紅利，但如何將機器學習與自己的企業經營管理聯系在一起呢？可以聯系的點很多，機器學習對外貿企業帶來的變革一定是目前所無所想象的，但離外貿企業最近的機器學習一定是Google Ads。

谷歌本身就是機器學習領域的先行者，谷歌AlphaGo和李世石的世紀圍棋大戰，人類以1：4的比分被谷歌擊敗，相信很多人都不陌生。機器學習已經廣泛應用在Google Ads廣告自動優化中。2017年11月15日之后，Google Ads通用應用廣告系列（Universal App Campaign，以下簡稱“UAC"）正式替代所有非UAC應用安裝廣告系列，舊版特定廣告網絡系列將不再受到支持（搜索、展示應用安裝系列、YouTube應用安裝系列）。這一重大更新標志著UAC時代正式來臨，同時也展示了谷歌對其機器學習的絕對自信。

UAC廣告引入，讓谷歌的APP投放廣告異常簡單，即設置了廣告目標、預算，上傳素材后，無需人為干涉，系統自動根據素材進行整理，生成合適的廣告進行展示。而按之前的方式來推APP，需要優化師手動設置好廣告系列，還要設置廣告組，然后設置廣告、關鍵詞、出價等。兩種方式對比，UAC的易用性確實是好了很多，但優化師對于廣告投放的干預空間卻小了很多，幾乎不能對廣告投放給哪些平臺及哪些受眾做干預。那靠什么來決定廣告的投放平臺和受眾呢，答案是機器學習。

首先，Google會根據用戶屬性、歷史搜索行為、瀏覽行為等海量數據，為每個用戶打標簽，建立特征值。

其次，根據Ads后臺設置針對用戶投放廣告并收集廣告投放結果數據，數據主要圍繞廣告投放目標受眾的特征值以及是否達成廣告主設置的目標值來收集。

第三，選擇合適的算法，可以選擇的算法主要有logistic regression（邏輯回歸）， decision tree（決策樹），neural network（神經網絡）， support vector machine（支持向量機）等等。

第四，利用選定的機器學習算法對廣告投放受眾進行優化，即增加對達成目標值的廣告受眾的廣告投放，減少對未達成目標值的廣告受眾的廣告投放，從而逐漸提升廣告投放效率。

為什么只能用在APP推廣上，而在外貿推廣領域Google并沒有推出類似UAC的產品呢？如果你是外貿老板，一定會想到這個問題。原因很簡單，因為機器學習是需要數據支持的，而且是完整的閉環數據的支持。機器只有通過對數據的不斷學習，算法才能越來越精準，投放效率才能越來越高。

因為APP推廣的轉化目標是在線上的，無論是APP下載，還是用戶注冊，還是APP內購買，都是可以在線上完成且實現數據打通的。而在外貿領域，這樣的場景是不存在的。外貿企業谷歌推廣的目標是獲取網站詢盤，而詢盤的來源渠道是多樣化的，有網站在線聊天的，也有網站留言表單的，還有直接發Email或打電話的。來了詢盤的轉化則需要用CRM系統來跟進和管理。廣告數據、詢盤來源數據、詢盤轉化數據分散在各個系統里，無法實現數據的閉環和打通。沒有數據的支持，谷歌AI是英雄無用武之地，完全不能發揮其超能力。