「在不久的将来，快乐将会被极速感知，我们每个人看到的、下载的都是自己喜欢的应用，不会再被自己不喜欢、不匹配的应用所干扰，」这就是智能分发网络的魅力......
「在不久的将来，快乐将会被极速感知，我们每个人看到的、下载的都是自己喜欢的应用，不会再被自己不喜欢、不匹配的应用所干扰，」这就是智能分发网络的魅力。
为此，NOX 夜神进行了三年的市场布局。
2015 年，夜神工程师写下第一行代码开始，夜神的 AI 营销建设之路便已经起航。相比 AI 优先的战略（无人驾驶、AI 芯片和硬件等），夜神选择的是优先进入营销这个领域，夯实数据源供应，逐步迭代大数据基础架构与特征工程，建立自有神经网络。
●2015 年 6 月，以虚拟移动安卓客户端——NoxPlayer，快速进入跨屏市场，为夜神的神经网络积累了第一批数据；
●2016 年 4 月，国内首个完整的云手机（云端移动 OS）解决方案——夜神云手机 NoxPhone，将跨屏技术扩展至全屏时代，实现多终端数据共通；
●2017 年 7 月，推出 NoxApp+、NoxGamer 等创新产品，深度理解不同应用之间的关联。
经过近三年的数据积累，夜神的产业核心已经非常清晰，通过自有流量积累并逐步切换到通过 SDK 获取的方式，不断更新数据图谱，保证数据的新鲜、持续、有效供给。
夜神为什么在这个时候宣布进入这个市场？
经历了 2015、2016 年的高速发展，夜神在 2017 年开始共享全球数据。一方面是因为进入 2017 年后，全世界 50% 的用户已经进入互联网，流量红利在「最优市场」逐渐触顶，增量用户的获取更为困难，自有用户数据、用户迁移规律、流量生命周期、复用率等提升成为产业的核心溢价能力。
另一方面，截止 2017 年年底，NOX 夜神全球拥有 1 亿+用户，每天帮助用户安装 500W+应用，每月入库 100 亿级应用使用信息，这个数据量已能够独立支撑深度学习。
图 1：夜神全球用户分布图谱
目前，在夜神的数据系统内，可实时感知全球哪些应用在迅速传播，各应用的市场流行度、生命周期状态，之间的迁移规律等信息，比如，通过夜神的神经网络可以知道从应用 A 到应用 B 的是如何迁移的，从而通过人工智能计算用户使用应用 C 的可能性。这种数据能力在应用和游戏的数字营销当中发挥着巨大的作用。
图 2: 夜神观测到的亚洲地区应用热度图谱
夜神通过建立分发平台——AiadMobi（夜神广告平台），打造全新的数字媒体分发系统，引入 AI 技术，以 AI+大数据的方式，有力对抗分发中的流量质量差（留存、付费低）等传统分发弊端，帮助广告主规避假量和影响自有品牌的非增益曝光。并且不断通过自身的数据力量逐步赋能到更多出海企业，帮助企业的海外流量获得更大的商业价值。夜神的智能体系还帮助游戏出海企业链接到了海外网红——NoxInfluencer（夜神网红营销平台），低成本获得流量，满足移动应用生命周期中曝光与效果的双向需求。
为什么在应用分发领域使用 AI?
程序化购买发展数年，虽然已经解决了投放动作的自动化和线上化，但他并没有摆脱标签驱动方式，远远没有达到大脑对用户行为的理解程度。比如：
●新用户，只能通过简单的概率模型投放，准确率很低，降低了数据的价值；
●更换手机或者切换新账号，历史数据将被淘汰，这会导致传统数据库（DMP）需要不断补充数据来满足用户特征库的完备性，无形中提高了维护数据的成本；
●人工投放，策略准确率相差很大，优秀的投放师能为企业节省数百数千万的资产。
而借助 AI 的魅力，可以从根本上提高程序化分发领域整体的产能。例如在夜神的神经网络中，可以知道一个安装 3 个以上咨询类 App 的 20~30 岁之间的用户使用直播类应用的概率小于 5%（学习型用户与泛娱乐的关联），而这样的知识数据是历史上任何程序化投放都没有出现过的。
另外，在夜神的神经网络模型中，每个广告知识、投放知识、用户理解等规则在不同国家中可以复用。例如：A 国家和 B 国家都属于东欧一个民族或语言体系，AB 两个国家的 90% 以上的用户模型相等；再比如针对用户韧性，根据用户对一个 App 的厌倦的时间周期等人性公共指标可以推算出一个 APP 的生命周期的长度。这样知识驱动的模型在数据复用效率上远远高于传统用户单一标签结构。
图 3: 夜神观测到某移动应用用户关联图谱
数字营销要解决的基本问题是寻找精准用户，匹配广告资源和潜在用户，而理解用户不同于传统的数据记录，是添加了分析、运算、智慧的数据。在夜神的数据库里面有数亿用户的兴趣周期图谱，夜神的智能分发模型可以不断理解人类常量化的兴趣点。根据内部透露的数据，分发的准确率达到了 89%。也就是说，单单这一项功能，就可以使夜神智能分发在这一步的选择上有 89% 的概率与用户的兴趣点相同。夜神现阶段的「数据」与以往的数据存在很大不同，可以以更智慧的方式对用户的数据进行理解与智能使用。
例如：
韩国对于新型 App 的接受程度远高于日本。
伊斯兰国家的男女用户使用 App 的习惯截然不同。
使用外卖应用的用户更喜欢玩游戏。
在东南亚南美这种在线支付尚未发达的国家，支付率和当前网络状态的关联度非常高。
使用电商应用的女性在泛娱乐 App 的接受率低于平均，但 ARPU 远高于平均。
以上这样的看似简单的数据特征，最终在神经网络里形成一个可描述的机器语言，是非常有挑战的事情，很多规则其实无法用语言描述，但是最终会以策略的形态出现。这些宏观策略会帮助广告主在营销之前做好预算和整体投放计划。
夜神的 AI 观
以数据+，成为用户的知「心」朋友
伴随着整个市场的换血变慢，用户体验增多，个性化需求变强，现有用户数据沉淀与挖掘能力成为产品的核心能力，是夜神的重心之一，
夜神会不断的问自己，「用户到底是谁，他们的真正需求是什么？」为了深度理解用户，在夜神的数据系统中，有两个深度神经网络：第一个神经网络用来生成候选应用列表；第二个神经网络用来对输入应用列表打分排名，以便将排名靠前的应用推荐给用户。候选应用的调取生成是依靠协同过滤算法产生一个宽泛的针对用户的个性化推荐候选名单。排名神经网络是基于第一个候选生成网络的列表，提供更精细的区分细化，达到较高的推荐命中率。通过定义目标函数来提供一系列描述应用和用户的特征，排名网络则根据目标函数来给每一个应用打分，分数最高的一组应用就被推荐给用户。
再举个简单的例子，假如你想下载一个视频应用，神经网络就会将你过往的视频观看记录、使用记录在其数据库中进行调用、分析，判断出最适合你的视频应用类型，然后再在其视频应用数据记载库中，结合视频的本身特征、以外用户的标签等维度，按照刚才预判的结果进行排名，调取排名靠前的视频应用并推荐给你，这样基于用户喜好，个性化定制的广告体验，用户的接受度会提升 2-3 倍。
而夜神的神经网络模型坚持在海量数据（大数据）里发现知识、积累知识，不断地描述数据内在的逻辑，而这些逻辑成为夜神更懂用户的依据。
以技术+，提升数据的 LTV
AI 营销以客户生命周期的价值最大化为核心诉求，结合用户的数据、用户周边数据（所使用的应用数据-生命周期-营收能力等），对用户做 360 度的画像分析，用以 AI 为核心的模型来去做预测营销，获知用户未来消费的潜力倾向，建立营销模型，在正确的场景推荐正确的应用、刺激其消费，对用户的生命周期价值进行科学管理，全面提升用户的整体价值。
比如，在夜神会对数据系统里面的每个数据，通过深链的方式追踪其在各个平台、各个 APP 的不同使用行为，并针对每一个数据产生的数据知识都尽可能的提高其复用价值，再比如，日本用户、台湾用户在对游戏的喜好能够达到 80% 的相似度，就可以将台湾的用户数据复用在日本地区，再结合一部分日本用户数据，可以产出更具知识驱动的数据模型。而这样的数据知识运算而出的数据的生命周期相较传统的 DMP 形式，将会被提升 3 倍左右。
以智慧+，赋予 AI 智慧
夜神智能分发模型在分发应用的时候是非常「聪明」，大量的数据成为它「思考」的来源。但 AI 不是由大数据完全决定的，还要有人的经验与智慧的赋予，比如，代表 AlphaGo 跟李世石坐下来对战的那个人本身就是六段的高手，他在训练 AlphaGo 时就加入了大量的人类智慧和经验，越过了很多弯路，但是在 AI 的光彩之下，被绝大多数的人所忽略。而夜神主张以智慧+AI 的方式，在 AI 技术赋能数字营销的同时更具智慧，所以在夜神的团队中，70%+以上成员来自国内顶级互联网企业（BATM360）,60%+为技术团队，其中高级工程师占比 50%+。
夜神坚持工程师文化——以技术为导向，借助人的智慧，在数据科学以及数据工程不断完善的情况下，去不断提高夜神的 AI 智慧。
来源：极客网
