数据驱动 技术如何让广告更美好

本文涉及的产品
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 Tair(兼容Redis),内存型 2GB
简介: 每日大量的广告传播为整个广告监管工作带来了极大的压力和挑战。华治数聚作为相关企业,在阿里云POLARDB的支持下,成功完成了从一个软件提供商向数据服务商的转型。本部分中浙江华治数聚科技股份有限公司董事长兼CEO 张伟方,将为大家介绍华治数聚的整个转型过程。

每日大量的广告传播为整个广告监管工作带来了极大的压力和挑战。华治数聚作为相关企业,在阿里云POLARDB的支持下,成功完成了从一个软件提供商向数据服务商的转型。本文浙江华治数聚科技股份有限公司董事长兼CEO 张伟方,将为大家介绍华治数聚的整个转型过程。

_

一、广告行业数据化发展背景

十多年前,广告乱象的社会情况尤为严重,华治数聚也将解决该问题作为自己的使命,提出了“技术让广告更精彩; 广告让生活更美好”的愿景。大家知道,市场监督管理机关(工商行政管理)的职能是对主体的出生到死亡的全过程管理,从田间到餐桌的全链条管理,以生命和财产为核心的多领域监管,广告就属于其管辖职能范畴。而中国有六千多家媒体,千万级的APP和网站中的大量广告,这为全国的广告监督管理造成了极大的压力。

政府行政执法的核心是从主体的信息获取、分析到传递。从信息技术角度来看,就是要关注一整条信息加工链。当前,利用互联网、物联网、云计算以及大数据等技术方式可以极大的降低监管成本。研究表明,信息成本对法律实施有着极大的影响。这是由于,对对象的理解,对机关的解释,以及不同主体的获取等方面都会影响法律的执行。华治数聚由“第一方”转变成了“第三方”,由原本的仅向政府提供软件,转变成了将采集、分析、传递过程一同完成的服务方,由此也极大的地提高了政府监管部门的治理效率。华治数聚在全国布置了五百多个点,覆盖了31个省份,涉及三千多个电视、电台以及一千多个网站等。跨越了原来的业务困境,华治数聚完成了转型,已经建成全国实时广告数据库中心。

利用阿里云下一代云数据库POLARDB,华治数聚希望可以满足扩容的需求和兼容的需求。同时,由于采用的是租用的形式,使得数据库成本甚至可以忽略不计。再加上阿里的团队技术支持,使得华治数聚在一年的时间内很快地完成了转型,从原来的IT模式转变为了现在的DT模式。

二、华治数聚的技术变迁

在华治数聚所研发的软件中,利用人工智能技术可以极快的将播出的广告进行切片。原本需要两天时间才能完成的任务,现在在广告播出的几秒钟之内就可以完成,实现了广告的全自动监测,将这样的新技术应用到政府治理当中也带来了一种极好的用户体验。

在十多年前,叫模式识别算法,来提取音频视频的特征,再进行音频采集、分离、录入、审核、线索、报告、审核步骤中,实现了四个步骤的自动化。而借助现在的云技术,实现了整条处理过程的全部自动化,人工部分则实现了众包化,从而极大地降低了成本。以一个电视台为例,每年会生成三百多万条的记录,而以前的技术需要大量的人力才能完成监管。

通过十多年的坚持,以及大数据处理技术的进步,响应国家社会化治理号召,截止到2018年,华治数聚已经向全国的监管部门和电视电台提供了大数据服务。至此,企业已经完成了从提供软件到提供服务,再到提供大数据的三个阶段转型发展。对很多企业而言,不能进行跨越连续性的创新是他们失败的根本原因。如果一个企业的主营业务依赖过重,团队、思想、技术都在一条线上,往往是很难跨越鸿沟的。而阿里巴巴所提供的下一代云数据库POLARDB却为很多企业进行的二次创业、创新提供了非常好的技术基础。

对于滴滴打车、摩拜和OFO这样的共享单车以及美团等很多企业来说,技术进步推动了需求的变化和供给结构的变化。同时,政府也进行了相应的调整。而管理模式的变化也会推动整个行业的变化,最终使得我们进入了2B的模式,为很多大企业提供了服务,比如茅台等,可以帮助他们了解营销环境,也为企业自身带来了新的想象空间和走向国际化过程中的新思考。

三、应用实践

从“互联网+”的本质上说,需要做到在线化,数据化和交付化。原本一个省需要三百个干部对广告进行监管的工作,而现在通过华治数聚服务,只需要少数几个人辅助就可以完成,极大的改革了整个生态,完全重构了监管和服务的价值,实现了结构和能力的变迁。在实际应用中,华治数聚在全国布署了采集点,将数据采集到阿里云的服务器中的POLARDB数据库,从而完成整个监管治理流程。通过阿里云的技术支持满足了企业对现在和将来的需求,降低了成本,实现了高可用性和自适应能力,也为企业提供了极大的便利。

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
机器学习/深度学习 算法 Python
Python高级算法——支持向量机(Support Vector Machine,SVM)
Python高级算法——支持向量机(Support Vector Machine,SVM)
769 2
|
数据库
Excel提取中文,数字和字母,一分钟搞定!
Excel提取中文,数字和字母,一分钟搞定!
Excel提取中文,数字和字母,一分钟搞定!
|
3月前
|
JSON Java 数据格式
Spring Boot返回Json数据及数据封装
在Spring Boot中,接口间及前后端的数据传输通常使用JSON格式。通过@RestController注解,可轻松实现Controller返回JSON数据。该注解是Spring Boot新增的组合注解,结合了@Controller和@ResponseBody的功能,默认将返回值转换为JSON格式。Spring Boot底层默认采用Jackson作为JSON解析框架,并通过spring-boot-starter-json依赖集成了相关库,包括jackson-databind、jackson-datatype-jdk8等常用模块,简化了开发者对依赖的手动管理。
389 3
|
监控 微服务 Python
微服务的故障恢复与弹性设计
【8月更文第29天】在微服务架构中,由于服务间的相互依赖,任何单点故障都可能导致整个系统崩溃。因此,设计具备高可用性和弹性的微服务系统至关重要。本文将探讨如何通过重试机制、断路器和超时设置等策略来增强系统的容错能力和恢复能力。
506 1
|
10月前
|
机器学习/深度学习 人工智能 算法
《C++与 ONNX:构建跨平台推理引擎的智慧融合》
本文探讨了如何在 C++ 中整合 ONNX 格式模型,实现跨平台部署。首先介绍了 ONNX 的重要性和跨平台部署的意义,然后详细阐述了整合 ONNX 模型到 C++ 推理引擎的步骤,包括模型解析、计算图构建、节点计算功能实现、内存管理和跨平台适配。最后讨论了性能优化、模型兼容性和开发复杂性等挑战及解决方案,并展望了未来的发展前景。
241 9
|
存储 NoSQL 大数据
【MongoDB 专栏】MongoDB 在大数据场景下的应用
【5月更文挑战第11天】MongoDB,适用于大数据时代,以其灵活数据模型、高可扩展性和快速性能在大数据场景中脱颖而出。它处理海量、多类型数据,支持高并发,并在数据分析、日志处理、内容管理和物联网应用中广泛应用。电商和互联网公司的案例展示了其在扩展性和业务适应性上的优势,但同时也面临数据一致性、资源管理、数据安全和性能优化的挑战。
1116 1
【MongoDB 专栏】MongoDB 在大数据场景下的应用
|
机器人 iOS开发
空间音频是什么?
从单声道音频发展到双声道、再到多声道和环绕立体声,数字音频的表现力不断提升。空间音频(也称为三维声音或3D音频)并不只是通过增加声道来创造立体感,而是一种与视频空间化同步的音频处理过程。基于空间的音频甚至可以具有六个自由度,使用户能够互动。声音不仅要清晰动听,还要与空间场景完美契合,带来沉浸式体验。让我们一起深入了解一下空间音频技术。
|
小程序 前端开发 JavaScript
从零开始:小程序开发环境搭建详解
本文主要介绍了如何搭建小程序开发环境,并介绍了小程序开发的基本概念和开发流程。首先,文章介绍了小程序开发的基本要求和开发工具的安装方法,包括微信开发者工具和编辑器等。然后,文章通过实例介绍了小程序的基本结构和页面开发流程,并介绍了如何通过模板和组件开发加快开发速度。最后,文章介绍了如何通过调试和发布小程序来完成开发流程,同时给出了一些常见问题的解决方法。本文适合初学者了解小程序开发的基础知识和开发流程,帮助读者更快速地上手小程序开发。
909 0
从零开始:小程序开发环境搭建详解
|
关系型数据库 MySQL API
同步 MySQL 到 Hologres 的过程
同步 MySQL 到 Hologres 的过程
296 1
|
传感器 存储 前端开发
视觉SLAM 关键技术与发展概述
最近看了北京理工大学的课程《智能车辆概述与应用》,感觉入门角度讲的还不错的,于是通过本文记录关键内容。
729 0