自2012年以來，隨著大數(shù)據(jù)和機器學習技術的發(fā)展，全球廣告市場得到了持續(xù)性的爆發(fā)增長。尤其是以Facebook為首的科技巨擘，憑借其強大的社交網(wǎng)絡積累了數(shù)十億量級的用戶數(shù)據(jù)，并運用機器學習在廣告市場中如魚得水。

據(jù)Facebook今年第一季度財報表明，該公司總營收為80．32億美元，其中廣告收入78．57億美元，占其總營收的98％，超過去年同期的97％和2012年的84％。特別是在移動廣告上，收益增勢明顯，占總體廣告營收的85％，2016年占比曾高達97％。

這些有力的數(shù)據(jù)有理由讓我們相信，F(xiàn)acebook賣力推廣移動視頻廣告的努力已卓見成效。并且也讓我們不禁好奇：Facebook究竟利用AI在廣告業(yè)務上實現(xiàn)了哪些應用？

Facebook都有哪些廣告產(chǎn)品和廣告形式？

1、廣告產(chǎn)品

從廣告產(chǎn)品來看，眾所周知Facebook有3個堅實的陣地：

Facebook

Instagram

Audience Network

Facebook的廣告業(yè)務推出已有多年。2012年，F(xiàn)acebook開始推出品牌頁面功能，營銷人員可在Facebook上建立品牌頁面，用戶的點贊等傳播行為都可為Facebook帶來收益。同年的第一季度，廣告業(yè)務即為Facebook貢獻了84％的營收。

2012年，F(xiàn)acebook以10億美元收購Instagram。相比Facebook廣告，Instagram的形式更為簡單，且收費更高，效果也更好。如Image Ads、Carousel Ads、30s Video Ads。去年8月推出的“Story”動態(tài)故事功能也在今年1月向廣告主開放了廣告版位，全屏的方式對廣告主吸引力劇增。據(jù) Salesforce 統(tǒng)計，Instagram 的CTR（點擊率）大約是 Facebook 的兩倍。

2014年，F(xiàn)acebook推出移動廣告服務Audience Network（簡稱FAN）。開發(fā)者不用自行銷售廣告、進行目標定位、測量廣告效果及提供支付通道即可賺錢，一切可由Facebook代勞。FAN 廣告有三種形式：標準的 IAB 橫幅廣告、標準的 IAB 插頁式廣告和原生廣告。不過Facebook指明發(fā)行商在屏幕上只能一次顯示一個廣告。前期Audience Network的廣告效果并不太理想，后Facebook對其進行了一系列的改善措施，如推出廣告版位評分定價系統(tǒng)，而廣告主而言更為人性化。

2、廣告形式

根據(jù)Facebook的官方介紹，可將其廣告形式概括為以下6種。

Image Ads（圖片廣告）：內(nèi)容為單張圖片的廣告。

Video Ads（視頻廣告）：通過動態(tài)畫面和聲效來傳達品牌形象，一般為60s。

Carousel Ads（輪播廣告）：在單條廣告中展示多張圖片或多個視頻。

Slideshow Ads（幻燈片廣告）：創(chuàng)建輕量級視頻廣告，在任何網(wǎng)速下都能和用戶建立聯(lián)系。

Canvas Ads（全屏廣告）：類似于微信朋友圈的H5廣告，可通過圖片、視頻、文字和鏈接給用戶提供全屏互動體驗的廣告。

360 Video Ads（VR全景廣告）：這個相對來說比較好理解。因為Facebook本身的VR技術比較優(yōu)秀，所以該廣告形式在互動性和廣告效果上都優(yōu)于其他，當然廣告費也更高。

3、不得不提的News Feed Ads

以上6種即為出現(xiàn)在Facebook三大產(chǎn)品中最基礎的廣告形式。對于Facebook 廣告而言，還有一種不得不提的、非常受廣告主歡迎的形式：News Feed Ads。

News Feed Ads 也稱為信息流廣告，即在用戶新鮮事里插入廣告，會針對不同的內(nèi)容源為用戶匹配不同的呈現(xiàn)方式。該廣告的創(chuàng)新型形式于2011年推出，2012年正式上線。上線4年間，以它為主的廣告業(yè)務已為Facebook帶來近400億美元的收入。

針對該廣告形式，F(xiàn)acebook對其上線了以下4種功能：

Suggested Page （你可能喜歡的公眾頁）：該功能的目的在于讓用戶與更多的人或物連接，這樣可以在用戶的“新鮮事”里展示內(nèi)容。

Page Post （公眾號帖子推廣）：因為每天出現(xiàn)在用戶的新鮮事里多達1500條，一般用戶很難瀏覽完這么多信息。Facebook為考慮到廣告主公眾號推廣的需求，只要他們給的推廣費多，也能進入這一頁面。

Suggested App （你可能喜歡的應用）：這個功能出現(xiàn)的非常廣泛，相信大家都在國內(nèi)的新浪微博、淘寶等看到吐了。據(jù)前Facebook工程師連喬表示，該功能在廣告效果中反饋不錯，尤其在游戲行業(yè)里。

Video Ads （視頻廣告）：這個與前文提到的類似，只是出現(xiàn)的頁面不同而已。

連喬告訴雷鋒網(wǎng)，這四種功能，如今來看，Video Ads的廣告轉(zhuǎn)化率最高，其次為Page Post和Suggested App，排在末尾的為Suggested Page。不過Facebook也在陸續(xù)研發(fā)新的廣告形式。

根據(jù) AdRoll 公司在2014年的調(diào)查顯示，出現(xiàn)在 News Feeds 中的廣告的CTR是右邊欄中傳統(tǒng) banner 的49倍，加上 Facebook 本身特色的 Like、Comment、Share 功能，也讓廣告主特別青睞這種廣告形式。更有業(yè)內(nèi)人士表示，F(xiàn)acebook 扭虧為贏的一大原因就是來自該廣告形式的收入的貢獻。

隨著 Facebook 廣告內(nèi)容形態(tài)的不斷推陳出新，也讓 Google 的廣告業(yè)務受到一定威脅。據(jù)分析機構 eMarketer 預測，今年 Instagram 的廣告收入可能會超過 Google 和 Twitter 的移動廣告收入。

Facebook在廣告中都用了哪些AI技術？

雖然相較 Google 而言，F(xiàn)acebook的廣告形式更偏傳統(tǒng)媒體，但其用戶數(shù)據(jù)更為優(yōu)質(zhì)。甚而有前 Facebook員工如此評價其前東家的廣告，“ Facebook 知道用戶喜歡什么”。分析背后的原因，除了 Facebook 數(shù)十億量級的用戶之外，其 AI技術 也為此貢獻了大部頭的力量。

通過使用AI技術掃描用戶的狀態(tài)更新、上傳的圖片、視頻、簽到、點贊，甚至是 Linked Apps（連接應用）等相關數(shù)據(jù)，F(xiàn)acebook 能夠生成用戶的數(shù)字檔案和用戶畫像，從而實現(xiàn)智能投放和精準營銷服務。

如雷鋒網(wǎng)此前報道：

在Facebook，有兩個實驗室領導著 AI 發(fā)展方向，一個是Yann LeCun領導的 FAIR 實驗室，偏向 AI 的基礎研究；另一個，就是 AML（機器學習應用）實驗室，偏向機器學習應用，負責將AI技術落地在Facebook各種產(chǎn)品中。

二者結(jié)合自身重點緊密合作。其中，AML實驗室在2015年變成由 Candela 領導。AML旨在為提供排名、廣告、搜索、語言翻譯、語音識別、自動產(chǎn)生視頻字幕以及自然語言理解等所有領域開發(fā)更好的算法以提升 Facebook 的底線。2012年， Candela跳槽微軟加入 Facebook ，任職廣告部門的負責人，旨在用機器學習的方法改革公司的廣告運營，讓廣告投放更加具有相關性和有效性。所以，在3年后被調(diào)任領導AML實驗室，且兼任管理廣告部門，這對Candela、Facebook來說都是機會。

究其緣由，是因為就Facebook當時的廣告業(yè)務而言，需要一個人類工作無法實現(xiàn)的系統(tǒng)，即對廣告點擊人數(shù)的即時預測。最后，Candela 基于機器學習的方法帶領他的團隊創(chuàng)造出一個新系統(tǒng)，成功實現(xiàn)了這一功能。這一次的行動也讓Candela相信，該系統(tǒng)還可以擴展到更多的服務中去。

基于此，經(jīng)過和FAIR實驗室的相互合作，幾年的時間里，F(xiàn)acebook在其廣告業(yè)務板塊做出了多次AI技術應用的嘗試。

1、建立機器學習平臺

據(jù)雷鋒網(wǎng)此前報道，Candela 帶領其團隊建立機器學習平臺的目的是為了獲取更多的高質(zhì)量數(shù)據(jù)。眾所周知，F(xiàn)acebook 的日活用戶已達10億以上，所以每天該公司都創(chuàng)造著大量的數(shù)據(jù)。該機器學習平臺在此數(shù)據(jù)的基礎上得以不斷訓練。當他們開始測試時，也能有取之不盡的用戶行為樣本。“這使得廣告團隊進展很快，從每幾周推出一個新模型到每周推出一個新模型”，Candela表示，“我們在預測廣告點擊率上取得了巨大成功，就像是一次大轉(zhuǎn)變。”并且，這些模型最后終將成為一個平臺，這一平臺最大的優(yōu)勢在于重復使用性。

2、FB Learner Flow平臺

建立該平臺之初，F(xiàn)acebook 的AML團隊主要考慮5個方面的要素：性能、重復使用性、自動化、成套系統(tǒng)和應用研究社群。而在該平臺成立之后，雖然僅限Facebook內(nèi)部使用，但其“重復使用性”確實讓整個AML團隊都驚喜了一番。

以Instagram為例。去年6月，Instagram開始對其News Feeds進行排序，該公司的幾名工程師在很短的時間內(nèi)就完成了這一功能。而在前幾年，相同的Feed功能卻是一個大工程，需要經(jīng)歷從無到有的建立過程。所以，這一進步在很大程度上都可歸功于該平臺上的的重復使用性，工程師們可在其他工程師發(fā)布的WorkFlow的基礎上來構建自己的算法。

Candela 對此表示，假設Facebook有新的垂直廣告業(yè)務，專門在News Feeds投放富媒體廣告，當負責這項工作的團隊沒有很多機器學習方面的專家時，就能在該平臺里瀏覽到整個公司在此開發(fā)的每一項實驗和產(chǎn)品原型，從而抓取符合自己目標的模塊。

3、Deep Text系統(tǒng)

就AI 的另一項基礎技術——自然語言而言，AML 建立了 “Deep Text” 的系統(tǒng)，可結(jié)合機器學習來輔助 Facebook 完成每日40億次以上的翻譯功能的處理。此外，該系統(tǒng)還能在一秒之內(nèi)理解超過二十多種語言的數(shù)千封郵件的內(nèi)容。

通過對神經(jīng)網(wǎng)絡的訓練和使用真實數(shù)據(jù)對模型的測試，F(xiàn)acebook已經(jīng)可以探查到非常細微的語言區(qū)別，準確探查到哪個用戶正在詢問某地區(qū)內(nèi)的餐廳或商場，進而觸發(fā)一個指令，并將相關的鏈接展示在用戶的 News Feed 上。而當某人分享一個推薦時，機器學習也會在用戶的 News Feed 上顯示出相關的餐廳或商場的地理位置。

如前文所提到的，News Feeds中的 Suggested Page、Suggested App等功能就與該系統(tǒng)的支持脫不了干系。特別是在該頁面上推送廣告，將遵循該系統(tǒng)的文本處理，以及 Facebook 的AI基礎技術，從而提升廣告投放的智能化程度。

4、Lumos計算機視覺平臺

針對Facebook平臺上的所有圖像和視頻，AML 團隊還建立了一個叫做“Lumos”的機器學習視覺平臺，以期對其進行更好地處理。該平臺被視為Facebook的“視覺皮質(zhì)”，公司里的每個人都可以使用 Lumos上的神經(jīng)網(wǎng)絡的各種功能來構建自己的模型方案。

據(jù)雷鋒網(wǎng)了解，F(xiàn)acebook旗下Instagram、Messenger、WhatsApp 和 Oculus都在使用這一視覺處理方法。長期來看，F(xiàn)acebook 還會把 Lumos 與其自然語言平臺相融合，從而可以確保 News Feeds 上要為用戶展示怎樣的內(nèi)容。

結(jié)語

事實上，隨著 FAIR 和AML 兩大實驗室的持續(xù)研究，F(xiàn)acebook在AI＋廣告中的應用必將也是一個持續(xù)探索的過程。正如 Candela 在今年的＠Scale大會上所說，F(xiàn)acebook如果沒有AI，那就會失去存在根基。在如今廣告已成為 AI 商業(yè)落地最成功的領域之一的大環(huán)境下，F(xiàn)acebook 對其必將多加重視。

對于 Facebook 而言，AI＋廣告不僅是“一棵大搖錢樹”，也是可作為模型擴展到其他產(chǎn)品和業(yè)務的成功案例。在對外競爭上，F(xiàn)acebook也能憑此笑傲 Google 和微軟。