本文摘要:图片来源:techcrunch5月24日消息 据TechCrunch报导,谷歌今日(23日)在Google Marketing Next大会上发布了其实体店访问量测量工具的根本性改版。
图片来源:techcrunch5月24日消息 据TechCrunch报导,谷歌今日(23日)在Google Marketing Next大会上发布了其实体店访问量测量工具的根本性改版。该公司于是以通过深度自学来扩展现有的模式,以期为更好的商户获取有力的仔细观察数据。自2014年以来,谷歌仍然利用电子邮件方位、WiFi信号和地图等涉及数据去估计线上广告引起的实体店铺采访。虽然谷歌在这一块的技术已十分纯熟,但是对于运营人口密集型城市,如东京、圣保罗等,和多层购物商场的消费者而言,这一技术能获取的观察力(数据过于及时和精确)仍然受限。
图片来源:TechCrunch为了解决问题这种不可靠性,谷歌宣告在此重新加入深度自学。该公司期望在深度自学的模型中重新加入更好的多样化训练数据,以期兼容更好的用于场景,从而完全恢复估计数据的准确性。
Google AdWords的产品管理副总裁Jerry Dischler在专访中回应:“我们期望以机器学习为核心,测量实体店访问量将几乎依赖此。”据一项数据表示,在三年的时间里,谷歌早已已完成了50亿次的实体店访问量的测量。
为了进一步提高这一数据量,谷歌还计划在YouTube TrueView上伸延用于这一测量工具。即测量某一则视频广告的转化率,以顺应当下视频简化的趋势。除此之外,谷歌还向外发布了免费版本的Google Attribution,该工具子集了深度自学的算法,可协助商户管理销售数据,即可以计算出来出有除去营销广告费用及其转化率后的营业收益。
这些数据的构建,都将有益商户更佳地区分广告的转化率和访问量。Via techcrunchnewsroomamerica,(公众号:)编译器原创文章,予以许可禁令刊登。下文闻刊登须知。
本文来源:yabo888vip网页登录平台-www.khfanyong.com