12月19日，由霞光智库联合新黄河、经济观察报举办的“WAVE2023 全球领航者大会”在北京举办。
面对新周期下的全球化，中国企业出海在2023年迎来爆发。出海已成为各行各业都在关注的新趋势、新机遇。而过去数年，已经在海外深扎布局的企业，也逐渐成长为中企出海的“领航者”。它们的经验、教训和洞察，正是新一代中国出海企业最需要的营养。
在潮起·奔流 WAVE 2023全球领航者大会—泛娱乐分会场，Moloco大中华区新客业务总监Bowen Li，以《流量蓝海的 AI 攻略》为题，详细讲述了业内对于“流量蓝海难题”的认知以及Moloco的定位与优势。
以下是演讲实录。
大家好，我是Bowen Li，来自Moloco。
在我的演讲里，分为三个主要的主题：
第一，大家反复提及“流量蓝海难题”，到底什么叫“流量蓝海难题”？
第二，我会简单介绍Moloco，以及我们的价值定位。
第三，我会把Moloco最核心的产品给大家做详细介绍。
首先，什么是“流量蓝海难题”？
2023年的主题其实是“复苏”。后疫情时代，能看到我们的经济在复苏，我们的信心在复苏，我们的市场在复苏。
历史告诉我们，每一次经济的复苏，都需要一个新的机遇点。这也是在2023年，“蓝海”这个词被反复提及最主要的原因。当然对于广告行业，其实更多被提及的是“流量蓝海”。
但是，我们真的缺少流量吗？
我相信面对这个问题的时候，大家每个人都有自己心里不同的答案。在我们看到的广告主里面，我们看到的市场里面，其实会发现随着国外市场越来越规范，随着我们的安全隐私问题被政府、国家及个人越来越多的重视。我们发现，在以往流量推广、国际市场触达的方面，如果仅仅依靠传统的几个大的头部APP，大的头部流量去触达用户，我们会发现流量红利消失了。
所以，更多人会问，“我们在什么样的环节里面能找到新的流量？”
我们发现流量“失灵”了，其实更准确的说法是“有价值的流量”的缺失。
我们都知道数据是有价值的，然而，在我们的公司里面真的物尽其用、数尽其用了吗？传统企业提到数据的应用，最先想到的是家乐福。这是一个非常著名的大数据应用案例，家乐福发现很多人在购买尿片的时候会购买啤酒，就是在尿片旁边放了啤酒，以此提高销量。然而，我们发现在今天的市场上，由于数据量过大，对数据进行统计、分析、再到应用这种工作，会给人、给所有公司带来一个更大的负荷量，进而变得不在可行了。这个时候，AI非常及时的诞生了。我这里不是说AIGC，是AI诞生了。其实早在1956年，随着图灵测试的概念产生，AI就已经诞生了。但是何时AI真的被应用到我们的生活里呢？其实真正的技术成熟于神经网络理论的突破。
上世纪90年代，是神经网络技术的奠基期。在1997年发生了什么事情呢？IBM开发的深蓝系统，打败了国际象棋大师卡斯帕罗夫。2016年Deepmind开发的AlphaGo，打败了围棋大师李世石。这个时候我们突然间发现，从那以后，人脑没有办法再次战胜计算机了。我们也看到，AI真正地开始替代人脑进行工作。
那么，如何能把这样一套技术，应用在我们的商业逻辑里面呢？这是在蓝海里，帮助我们更好地应用数据，发挥机器学习优势的正确方向。
总结一下，我们今天面对超大规模的数据体系，需要对全球的数据进行实时处理，在这样的处理过程中，需要精准预测结果，需要精准找到目标人群，这就是我们今天所面对的蓝海难题。
面对流量蓝海，每个成功的企业都有自己成功的逻辑，我能做的是把我看到的成功的开发者的经验分享给大家：
第一点，我们会发现更多的开发者，会寻找更多元化的流量合作伙伴，并且在这些流量合作伙伴里面进行自己的沉淀，选择出自己最合适的一套体系，然后帮他们触达想要触达的流量人群。
第二点，更多开发者不会再紧紧地把自己局限在移动端，而是会寻找更多的接入端口。比如PC端、H5和电视大屏，我们会发现在更多的端口选择的时候，我们的选择变的更多了，我们的目标用户群体变的更大了，真正的蓝海在这个时候出现了。
第三点，更多开发者、广告主会对自己传统的考核方式进行改革。他们不再说单独考查一个安装成本或者变现成本到底是多少，而是说在今年所有的广告投入里，在公司的运营业务里，怎么能够通过流量的挖掘帮助公司真金白银地变现成功。这个其实是一个难题，怎么考核一个业务维度，怎么利用这个维度让一个公司成功，这对每一个公司都会是一个非常重要的话题。
Moloco做了什么？
Moloco是一家以技术为导向的公司。在Moloco成立的若干年里，并没有急于把自己的产品进行商业化，而是在不断地对自己产品进行打磨。在这个打磨过程中，产品成熟之后才被广告主、客户们在各种评测报告和榜单中中看到。知道我们到底是谁、到底做了什么，这才是Moloco的特点。
其实Moloco在机器学习、神经网络方面，也有非常好的沉淀。
就像GPT之于OpenAI，Bert 之于谷歌一样，我们的机器学习技术在业界也有非常独到的建树。我们的CEO其实是一个非常技术型的高管，没有过多的商业化包装，而是选择用一个非常朴实无华的词，“Machine Learning Company”来定义Moloco，这也是Moloco这个名字的来源。
最近几年，对于Moloco，大家可以在行业中能得到非常多正向反馈。大家可以看一下近几年的行业报告，Moloco带给大家更多的，是新的或是持续的机会挖掘和用户触达的能力。
用我们老板的话说，“Moloco其实是把机器学习技术，应用在了广告这个我们最熟悉的行业里面”。未来我们会把机器学习技术应用到更多的行业或是应用中。
今天，我们已形成了非常完善的产品体系，DSP是我们最成熟的产品体系之一，我们会接入、帮助客户进行广告预算的花销，SDK是我们帮助广告主进行变现的一套产品体系，RMP和AVOD会帮助开发者，通过嫁接Moloco的广告技术，达到在全球实现终端用户触达并且变现的能力。
CTV是基于非常传统的广告展示形式，实现更好的考核目标，或是实现更好的转化效果的一套方案。其中大家可以看到Moloco有自己独特的价值，也反映到刚刚讲的流量蓝海问题。
当然，Moloco是一个广告平台，最大的价值在于我们自己独特的流量。
举一个简单的例子，三星是我们在Moloco平台里面最有特色的流量之一，三星已经成为全球出货量最大的手机厂商之一。同样，对于游戏开发者的生态中，帮助我们的开发者出海的同时，也给开发者带来了可观的收入。
在Moloco整体流量体系中，类似三星这样的流量平台有非常多，大家可以看到许多类似三星这样有特色的流量平台。
除了传统移动端流量之外，还有哪些方式触达用户呢？
我刚刚介绍到CTV的一套方案。CTV是一个非常传统的方案，大家小时候已经接触到了电视广告，传统的电视广告为什么如此迷人？原因在于它有非常好的用户基础，有非常好的传播效果。
这里以美国为例，北美地区有8700万的CTV用户，还有7200万的付费电视用户。我们发现美国的家庭用户其实有非常好的订阅习惯和观赏习惯。这也是为什么我们在没有办法考核或者衡量CTV的转化价值的时候，依然能够看到CTV广告每年的花销，依然会呈现出上涨的趋势。
可以看到，在CTV的广告中，传统CTV广告或者电视广告最大的问题是，它是基于历史数据对用户进行推荐的。可以回想一下，我们平时看电视的时候会看到什么样的广告？是不是电视剧集的推荐居多，可能会有游戏，但电商很少。因为在传统体系中，我们对用户进行分组的时候，并没有办法把定向用户划分的非常精准。
Moloco在的产品体系里，把CTV作为一个类似于移动的终端，实现了通过三方监控的方式，基于用户的实时行为，可以做到在最准确的时间、最合适的地方，向最合适的家庭展现出需要的广告。
这里给大家举一个小例子，一位我们美国的客户，投放了自己的Bingo广告，取得了非常好的效果。在他的安装成本甚至说在转化效果上，跟我们的移动端广告达到了非常接近，甚至优于移动端广告的效果。这就是现在CTV更多终端上客户的选择，它能够帮助客户达到原来无法触及到的一部分用户。
Moloco的核心技术是机器学习。
什么叫机器学习？大家在了解机器学习时，看到更多的其实是线性回归的模型。所谓线性回归模型，是相对来说基于历史数据的用户特定画像分析。这种模型的优势，在于可以快速地把广告推送出去，然后使用固定成本的方式，达到最大化、最快速地触达人群的目的。
但是当把时间维度拉长，需要更精准地触达客户的时候，我们的难题出现了。
如果产品生命周期是一个月，可能Facebook是我们最好的选择。当生命周期有两年，还能只依靠Facebook去获取用户吗？这个时候，需要把目标人群做更加细致的分组，能达到找到更好用户的目的，这是Moloco在做的事。我们使用深度神经网络模型，使用更加丰富的标签，更加丰富的信号，去找到更加合适的用户。
所以在Moloco的平台上，大家可以看到我们其实可以把用户获取的时间维度拉的非常长，可以找到以前没有办法触达的用户，帮助他们更好的优化他们的ROI，实现他们的目标。
Moloco第二个能力是触达了35家广告平台，200万以上的应用，140个国家以及57亿的设备。
全球现在一共有198个国家，还有38个地区，其中有2个地区是争议地区。也就是说，Moloco可以帮助大家触达60%以上的人口及80%的设备，这个是非常惊人的。
谈及应用，为什么我们需要触及更多的应用呢？我相信大家有这样一个概念，使用京东购物的用户，不一定会使用Tiktok电商，使用澎湃新闻的用户，不一定会刷快手短视频。大家请注意，这里又一个短暂的广告植入，涉及到四家企业。Moloco是一个非常良心的企业，针对于这样非常短暂的曝光，是不会对大家进行收费的。当Moloco接触到更多应用平台的时候，我们其实能满足更多元化的用户需求。
大家在出海方面更加重要的，是合规和透明性。
海外市场会更加规范，针对于数据安全、隐私合规、地区数据合规上的方案，都远比国内要复杂的多。所以Moloco会帮助大家规避出海过程中所碰到的合规或数据安全风险。
在Moloco的体系里，我们也会把所有子渠道无一例外毫无保留的曝光给大家，让大家能够了解到底触达了什么样的流量渠道，什么样的展示环境，能够达到更佳的展示效果。
总结一下，其实Moloco在做的几件事情包括：
更便捷地帮助广告主创建广告，进行广告素材的管理。在进行广告投放的过程中，使用全自动的AI投放技术，帮助大家找到用户，达到商业KPI目标。当我们出现不了解针对素材或者是展示逻辑存在疑问的时候，可以通过A/B Testing的方式，去设计整个广告的模式，让广告变得不再难以预测。我们也会有非常丰富的最终报告的展示形式，帮助大家追踪所有广告效果。
最后，想跟大家分享一个非常实际的案例。TMON是韩国的电商品牌，TMON面对的问题与流量蓝海难题非常吻合。
当时TMON已经使用了非常丰富的广告流量，但是当它体量达到一定规模之后，很难找到更合适它的流量，带来更多的用户。这个时候TMON找到了Moloco，双方合作的前期TMON也并不相信Moloco能够帮助它达到什么样的效果。结果跟TMON合作的第一周，就发现Moloco的投放效果已经跟其它的广告渠道相当，最后在长期投放过程中，我们帮助TMON实现了1.5美元以上的成本的节约，以及每天500个以上的新增的安装。这对于TMON来讲是一个非常好的结果。
以上是我的演讲。谢谢大家！
