引擎|“效果和安全”我都要?巨量引擎两大神器了解一下?( 二 )


联邦学习案例
在另一个教育品牌的例子中 , 客户对正价课付费人群数据严格保密 , 无法输出至巨量引擎服务器 , 但该数据又是营收核心指标 , 客户希望优化该部分转化率即正价课续课率 。
巨量引擎通过“联邦学习-巨量引擎单侧特征模型”的方法 , 巨量引擎侧和客户侧各自提供用户标识+特征/标签 , 数据取交集后共同建模 。 这种方法在不获知用户深度行为标签(即哪些人购买了正价课)的同时 , 具备预测深度正价课转化率的能力 。 结合在广告精排阶段的动态出价调整 , 优化在线教育广告的正价课转化率 , 提升客户获客ROI 。
基于以上方案 , 联邦学习目前与在线教育行业多家头部客户深入合作探索中 , 帮助教育客户广告跑量提升124% , 正价课续报人数提升209% , 续报率提升33.1% , 正价课续费用户获客成本降低11.7% 。
引擎|“效果和安全”我都要?巨量引擎两大神器了解一下?
文章图片

视具体情况给出具体措施 , 巨量引擎这两种方案解决了大部分数据安全疑虑 。
观察这些案例可以发现 , 在这种数据尤为敏感的行业中 , 联邦学习和联合建模在私密性的前提下 , 也有十足的敏捷性、高效性 , 对效果提升的影响显著 。
了解基本逻辑和运用场景之后 , 那么广告主应该如何使用这两种方法?具体方法参见如下步骤:
联合建模操作流程
引擎|“效果和安全”我都要?巨量引擎两大神器了解一下?
文章图片

引擎|“效果和安全”我都要?巨量引擎两大神器了解一下?
文章图片

联邦学习操作流程
引擎|“效果和安全”我都要?巨量引擎两大神器了解一下?
文章图片

结语
【引擎|“效果和安全”我都要?巨量引擎两大神器了解一下?】任何数据与技术 , 都需要结合品牌营销实践创新 , 才可能得以落地 , 并检验效果 。 联邦学习、联合建模 , 既能在保障安全的基础上发挥企业自有数据的价值 , 也能充分利用平台的技术 。 这样的协同共建 , 是商业成熟的标志 , 也是营销成功的前提 。


推荐阅读