9月9日至14日，2021亞馬遜云科技線上峰會拉開帷幕，在10日上午的技術論壇中，亞馬遜云科技大中華區產品部總經理顧凡以“自由在云上構建”為題進行了主題演講。在人工智能和機器學習領域，易點天下因其獨特的營銷場景以及對亞馬遜云機器學習相關產品服務的深度應用，受邀在現場發表主題演講。
作為智能營銷領域、也是西北地區唯一一家受邀進行主題演講的企業，易點天下聯合創始人兼CTO王一舟，在現場帶來了易點天下基于Amazon SageMaker等產品在全球智能營銷場景下的技術解決方案及發展趨勢。
易點天下聯合創始人兼CTO王一舟
全球營銷 “云”上創新
作為行業領先的智能營銷服務公司，易點天下已經為超過5000家公司在全球范圍內提供了服務，客戶涵蓋跨境電商、工具應用、內容分發和游戲等行業，其中包括阿里巴巴、騰訊、網易、快手、愛奇藝等企業。資料顯示，公司累計實現應用安裝、用戶注冊、商品銷售等商業效果轉化超過5億次，覆蓋獨立設備超過70億臺，遍及全球238個國家和地區，單日最高有效轉化達到百萬量級。
在國際智能營銷服務的背后，易點天下不僅擁有全球營銷深度本地化、營銷過程全面數字化及營銷創意視頻化等核心產品能力，還構建了高度彈性可伸縮的云原生架構、海量數據的綜合治理、營銷全流程的數字化和視頻創意智能化生產等多種技術能力。
在構建這些眾多能力的過程當中，由于服務行業眾多且目標市場國家分散，整個服務過程數據量龐大，服務的質量也要求非常嚴格，原有的技術解決方案很難在實施交付的周期上滿足業務需求。
為此，易點天下跟亞馬遜在很多技術方面進行了聯合創新。比如通過亞馬遜云科技的 EMR 服務，用來進行特征抽取，包括用戶的興趣、權重標簽，行為事件統計等用戶相關的特征，以及媒體、版位、國家、地區、設備系統等上下文特征，也包括素材創意、廣告類型、商店信息挖掘和用戶的歷史行為數據的一些統計和特征的抽取。除此之外，易點天下還使用了亞馬遜的 Sagemaker 進行深度調參和模型的優化，那這些都幫助易點天下在很多方面做到了巨大的提升。目前易點天下構建的Seer算法體系，可以實現高速迭代的CXR預估框架。
基于成熟的算法體系，易點天下目前可以從容應對每天480億次請求、6TB系統日志的數據治理壓力，以及全球范圍內不同網絡設施、媒體版位和廣告形式帶來的復雜挑戰，此外還涉及曝光、點擊、轉化整個廣告鏈路的復雜業務場景。
產品加速釋放圖像/視頻創意生產力
從圖片走入視頻營銷時代，如何通過技術為廣告創意生產過程降本增效成為易點天下當前的主攻方向之一。
王一舟介紹到：“常規視頻創意拍攝周期長、參與人員多、后期剪輯制作繁瑣，致使視頻創意成本居高不下，且產出量有限，難以滿足市場要求。尤其是進入投放優化環節后，視頻創意經常被視為一個不可打破‘黑盒子’，難以局部修改、調優和重復利用，進一步加大了視頻創意的綜合使用成本。而少數專業演員短時間高頻率參與不同廣告內容的拍攝，也導致了系統性的品牌安全風險。”
智能營銷過程中，往往需要大批量、高頻率的A/B test來提升廣告精準度，這對于廣告素材的數量和制作周期就有著嚴苛的要求。為此，易點天下從產品技術側開啟了加速迭代。
YeahCreative創意平臺主要功能
圖片時代，易點天下自主研發了一站式創意再生平臺YeahCreative等產品，得以實現創意批量化生產。通過YeahCreative平臺，設計師只需要產出新的創意模版，優化師即可批量替換內容后進行一鍵投放，充分發揮優化師對廣告主需求和目標用戶的理解，提升投放效果，也去除了設計師的重復性工作，使其得以專注到創造性工作中。
在實現創意低門檻和高產出的同時，YeahCreative可以直接對接投放平臺和主流媒體渠道，實現創意一鍵式投放以及創意數據回流，方便優化師根據投放效果，迭代創意。
而面對越來越多的視頻廣告訴求，YeahCreative的功能也在不斷迭代，視頻模板化批量生產、云端批量渲染及視頻智能拼接等功能在過去一年多的時間內相繼上線。目前已經被應用在游戲、視頻平臺等客戶的營銷過程中。創意產品化、智能化，也將是易點天下未來的主要發展方向。
強化數據隱私保護 加大聯邦學習等隱私計算方向的投入
信息化時代數據是核心。從蘋果公司在今年 4 月正式啟用廣告追蹤透明度框架（ATT），IDFA 的獲取受限，到國內《個人信息保護法》的頒布，數據安全和隱私保護也受到越來越多的關注。
作為全球智能營銷從業者，易點天下也一直關注保護數據隱私。公司2018年加入IAB Tech Lab，參與制定數字廣告行業標準，同時符合歐盟GDPR（《通用數據保護條例》）和CCPA（加州消費者隱私法）的要求，目前正在進行ISO27001信息安全管理體系和ISO27701隱私信息管理體系認證。
除此之外，站在發展的角度，數據隱私與精準營銷這個看似天然存在的悖論，正在被聯邦學習技術的深入應用逐漸打破。
聯邦學習是一種機器學習技術，具體來說就是人們在多個擁有本地數據樣本的分散式邊緣設備或服務器上訓練算法。這種方法與傳統的集中式機器學習技術有顯著不同——傳統的集中式機器學習技術將所有的本地數據集上傳到一個服務器上，而更經典的分散式方法則通常假設本地數據樣本都是相同分布的。它可以使多個參與者能夠在不共享數據的情況下建立一個共同的、強大的機器學習模型，從而可以解決數據隱私、數據安全、數據訪問權限和異構數據訪問等關鍵問題。
目前，易點天下已經與亞馬遜云科技的工程師，開始探索聯邦學習等隱私計算方向在智能營銷場景下的應用實踐。雖然聯邦學習技術在2016 年已經提出，不過目前全球范圍內的應用場景仍然是基于單一集團公司內部不同地區、部門的數據打通，類似易點天下這樣涉及全球、多行業、多公司的超復雜應用場景下對聯邦學習的應用仍屬首創。
“在保證數據安全、合規的前提下，提高程序化廣告中的精準定位能力，是我們最核心的目標之一。”王一舟介紹到。
