百度國際旗下智能廣告平臺MediaGo近日宣布，對其深度學習模型進行全面升級。升級后的模型可以準確判斷流量質量，對廣告版位實現智能競價，并在營銷漏斗的每一步實現精準預測，幫助廣告主實現最大化投資回報率（ROI）。
MediaGo DSP基于深度學習技術構建智能廣告引擎，采用參數規模10億+的深度神經網絡技術，每秒處理超過700萬次廣告請求，實時評估廣告效果并制定智能競價策略。
近年來，廣告行業中普遍存在著低質流量泛濫的問題，難以促成最終轉化等問題。為了解決行業常見難題，MediaGo有針對性地對深度學習模型進行訓練，推出五大模型，覆蓋營銷轉化全鏈路：
五大深度學習模型
1. 流量價值預估模型：該模型可以精準預估流量價值，一方面有效避免機器人流量、作弊流量等無效流量（IVT）對廣告主利益的威脅，將IVT比例大幅降低至行業均值的10%以內；另一方面準確判斷流量價值，淘汰掉效果較差的低質流量，僅對價值最高的流量出價，從而提升投放效果，保證廣告主利益。
2. 注意力、興趣、意圖預測模型：基于媒體數據和全球營銷歷史數據，從吸引用戶注意，到引起用戶興趣，再到最終完成轉化，在營銷漏斗的每一步實現實時預測，一方面準確預估廣告版位的曝光效率，將廣告有效曝光率平均提高20%，另一方面準確判斷用戶的興趣和轉化意圖，幫助廣告主爭取更有可能點擊和轉化的用戶，將廣告點擊率（CTR）平均提高15%，轉化率（CVR）平均提高40%。
3. 競價策略模型（SmartBid）：MediaGo智能競價產品SmartBid根據市場動態和廣告效果自動調整出價，支持目標單次行動成本（TCPA）和最大轉化（Max CV）兩種模式，以滿足不同廣告目標需求。數據顯示，MediaGo平臺上使用SmartBid的廣告活動ROAS平均提高了35%。
"MediaGo DSP 致力于用深度學習技術實現廣告主的ROI最大化。" 百度國際MediaGo負責人潘錦鋒表示，"我們相信，通過不斷探索深度學習模型的可能性，不僅可以幫助到MediaGo的廣告主，更可以使我們的合作伙伴乃至整個營銷行業從中獲益。"
