面对如此多的带货KOL和短视频，如何判断它们是否符合自己的品牌调性，是否愿意代理自己的产品，以及是否具有最高的投入产出比呢？这成了广告主们甜蜜的烦恼。
作者 | 刘伟
广告主的甜蜜烦恼
短视频兴起，有人看到了热闹，有人看到了商机。
继微信公众号、今日头条之后，短视频逐渐成为了大众茶余饭后消遣时光的新方式。无论在地铁上还是饭馆里，随时都能听到抖音和快手里熟悉的配乐，和看到一张张欢快的面孔。数据显示，2019年截止6月，短视频App新安装用户已经接近1亿，总体MAU8.21亿，月人均时长超过22小时。
收割时间之余，短视频博主也展示出了超强的带货能力。以大众最熟知的“口红一哥”李佳琦为例，他曾经在淘宝直播创造了“5分钟卖掉1.5万支口红；5个半小时成交23000单，金额高达353万”等一系列记录。他在抖音上的表现更是堪称“孤独求败”。凭借出色的节奏、氛围和口播，他的单条短视频就能带货数百万甚至上千万元，无愧为“抖音第一带货王”。
这样的吸金能力让广告主们眼馋不已。但数据显示，截至2018年12月，仅快手平台就拥有超过1.6亿日活用户和3亿月活用户，平台用户每天上传的短视频数量超过1500万条，库存短视频数量超过80亿条。面对如此多的带货KOL和短视频，如何判断它们是否符合自己的品牌调性，是否愿意代理自己的产品，以及是否具有最高的投入产出比呢？这成了广告主们甜蜜的烦恼。
虽然抖音、快手等短视频平台陆续上线了快手小店、快接单这样的功能来帮助平台红人对接商家，可以为广告主们提供一定的数据参考，但这种数据仍然比较粗糙。而且平台之间各自为战，这意味着广告主必须同时对接多个平台，非常耗时耗力。再者，平台之间缺少统一的评判标准，平台和博主之间也存在一定的利益捆绑关系，数据的参考价值究竟有多少也很难说。
种种问题都在指向一个答案，行业里需要一个专业和独立的第三方平台来对接广告主和视短频创作者间的供需关系。成立于2012年的微瑞思创或许是最早洞察到这一需求的企业。
微瑞思创是一家致力于用大数据技术服务垂直行业的科技公司，目前已经服务了互联网、电商、零售、金融、地产等众多领域的企业，并和多家国内顶尖电商平台达成了战略级合作。其开发的“方舟”中台产品致力于为客户构建全网的智慧营销体系提供支持。
造字者“仓颉”
针对广告主的短视频营销需求，不久前微瑞思创的“方舟”中台正式上线了一个新的能力——“仓颉”引擎。仓颉本为创字之神，而微瑞思创研发“仓颉”的引擎可以利用深度学习算法，重新解读博主创建的短视频内容，对其进行价值再造。
据雷锋网了解，“仓颉”可以通过深度学习技术对“方舟”内整合的包括抖音、快手、小红书在内的多个平台的KOL视频中出现的商品或公司logo、名称、标志物等进行自动检测和定位，分析和识别视频内容创作者可能进行的商业营销行为，帮广告主找到最合适的KOL。
具体来说，它的功能实现可以分为3个步骤：
1、对接各类平台的海量视频数据，按照视频创作者对其进行归类；
2、利用深度学习领域的卷积神经网络目标检测算法建立专有的logo检测识别模型，以品牌的logo数据集为基础，对模型进行训练，得到模型的最优参数；
3、加载最优参数的识别检测模型预测视频是否含有商业宣传内容；相应地，根据视频创作者的内容丰富度，实现对大V的核心受众分类，例如：美妆、数码、美食，旅游，母婴等。
通过上述技术和模块能力，“仓颉”能够有效地利用服务器集群高速分析百万视频内容，并且对视频内容创作者的商业营销价值进行自动评估、分类，方便广告主从网上数以百万计的自媒体短视频内容创作者中筛选出适合自己的创作者进行广告投放和营销合作。
打个简单的比方，如果某个博主的视频中经常出现零食，那么零食品牌对他进行投放是比较有效的；如果他的视频经常出现可乐，那么可乐品牌对他进行投放就可以说是非常精准了。
这个过程听起来似乎简单，但要依靠人力对浩如烟海的视频进行归类和分析，几乎是不可能的。即便今天已经有了深度学习技术，实践起来依旧有着不小的挑战。
最显而易见的问题就是数据量太大，仅仅快手单个平台的库存短视频数量就已经超过了80亿条，达到了PB量级的视频处理需求。而且视频画面的背景非常复杂，需要识别的目标非常多样，logo在视频画面中的尺寸也很小。要在识别速度和识别准确率之间寻找平衡，对算法和算力都提出了非常高的要求。
这件事情放在别的企业非常难实现，但对微瑞思创的首席数据科学家司苏沛来说却要轻松的多。
技术降维打击
司苏沛曾经就读于北京大学城市与环境学院地理科学专业。2006年本科毕业后他留校继续从事构造地貌、气候变化、地震地质的研究，先后发表了SCI论文5篇，国内核心期刊论文10余篇，并获得北京大学理学博士学位。博士毕业后，司苏沛进入中国地震局地壳应力研究所从事研究工作，获国家青年自然科学基金和地震行业科研专项基金资助。
可以说，加入微瑞思创前，司苏沛的职业生涯始终和地质分析紧紧捆绑在一起。那么，在学术界摸爬滚打了十几年后，他为何又要改弦更张进入工业界呢？
司苏沛向雷锋网介绍，地质大数据和视频大数据的分析本质上是相通的，但前者更为复杂，涉及到地形、气候、人类活动等方方面面的因素。视频大数据的分析则要简单得多，影响要素也更加固定，但“最重要的是它能够给你即时的反馈。”
司苏沛表示，做地质分析等基础研究有一个特点，就是周期特别长，一项研究可能要好几年时间，因为大自然不会立即给你反馈。就拿地震的研究来说，有些地方几百年上千年才发生一次地震，这意味你的研究成果很多时候是没有反馈和无法验证的，至少是需要很长的时间。
司苏沛笑言，自己是个急性子，等不了。“在工业界做研究很快就有反馈，写一个算法，客户马上就能告诉你好不好用，你可以有针对性地去调整和优化。成就感来的特别快，也更有动力去继续前行。”
谈到为何选择加盟微瑞思创时，他笑着对雷锋网说道：“这里气氛很好，会也少，我可以全身心的投入到自己喜欢的事情当中去。”
虽然已经离开了基础研究领域，但十几年的科研生涯已经在他身上打下了深刻的烙印。那份对于科学的敬畏和严谨，以及对海量数据的掌控和分析能力沉淀下来，成为了他主导研发“仓颉”引擎的重要燃料。从更为复杂的地质研究领域跨越到视频大数据分析，也可以说是一种技术上的降维打击了。
基于中台的自我进化
从功能层面来看，虽然“仓颉”目前重点聚焦在短视频精准营销领域，但分析整个“方舟”中台的内核，无论是前端的爬虫工具、中间的数据清洗和标注平台，还是最后的机器学习算法，都是非常通用的模块。基于这些模块，未来微瑞思创还可以在“方舟”平台上开发面向各种场景的应用。正因如此，微瑞思创将“方舟”定义为一个中台产品。
借助“中台”模式，微瑞思创能够更好地与广告主进行合作，改变原有的合作模式，不再只是广告主的服务商、代理公司等，而是以共建数据库，帮助客户进行数据治理等方式进行长期深入合作，进一步挖掘大数据的价值。因为在互联网内容营销时代，互联网型的用户及其特点要求企业能够快速精准地响应其需求，而真正自媒体投放数据治理的价值，恰恰隐藏在企业内部的每一次投放、每一条内容、每一个达人效果评估中。
不仅仅如此，如今随着数字营销基础建设的逐渐完善，企业与品牌在自媒体领域的投放预算愈来愈大，投放需求也越来越定制化，面对的投放资源也越来越多样化，种种因素使得企业对于一个能提供实时敏捷高效的智慧服务的营销平台的需求愈发浓厚，这也就是“中台”所存在的意义。
司苏沛表示，尽管有着“仓颉”引擎这种尖端科技的赋能，目前“方舟”平台依然无法实现客户的全部需求。但中台架构保证了它拥有极强的自我进化能力。也许现在的“方舟”还只是一只小小的渡船，但假以时日，它完全有可能进化成一艘万吨巨轮。
