1

对话Moloco李子瞻:一家以机器学习算法为核心的出海数字营销服务机构是如何炼成的

 1 year ago
source link: https://cn.technode.com/post/2022-08-18/interview-with-moloco-bruce-li/
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.

对话Moloco李子瞻:一家以机器学习算法为核心的出海数字营销服务机构是如何炼成的

2022/08/18 18:09
|作者 李鹏辉

在见证了估值高达千亿美元的 SHEIN 以及携《原神》不断刷新海外移动游戏市场营收榜单的米哈游们之后,现在,当人们谈起出海发展时,某种角度上来说,企业出海已然从一种 “火热选项” 成为了 “必要选项”。

有数据指出,就今年而言,已经有 79.1% 的开发者计划或已经选择了出海的道路。接下来,随着如拉美、东南亚、MENA 等新兴市场地区数字化需求的进一步释放,这一赛道也势必吸引更多的关注。然而,在越来越多探索者的加入下,可以预见的是,随之而来的也会有着更加激烈的竞争和更加高昂的竞争成本。

在企业出海的核心环节出海营销方面,根据艾瑞咨询发布的数据显示,中国出海数字营销市场规模已从 2015 年的 36 亿美元增长到了 2020 年的 183 亿美元,年复合增长率为 38.5%。到 2025 年,这一数字预计将达到 502 亿美元。在这样的背景下,出海企业不仅需要更加重视在数字营销环节上的投入,如果企业希望能其中脱颖而出,它所要在出海营销方面进行的准备也就随之需要愈发充分。

Moloco 大中华区销售总监李子瞻向动点出海指出,就出海营销方面而言,面对更加激烈的竞争,企业一定要重视降低自身风险,注重运营效率,要找到一种高效的投放方式获取更加精准的用户。另一方面,他认为,产品在某一国家和地区做投放时,也需要格外重视市场的本土化策略——这包括是否了解当地的法律法规、是否能对其中的风险进行规避,以及是否能够在产品和素材方面做好充分准备,以应对不同的本土化营销策略。

moloco-bruce.jpg

李子瞻,Moloco 大中华区销售总监

此外,他也强调到,国内企业出海已经有了相当长的一段历程,但现在仍然有很多开发者迷茫于不知道选择什么样的合作伙伴、选择什么样的广告平台,甚至不知道什么是相对比较靠谱的合作伙伴···这时,选择一家能够提供一站式出海营销服务的公司也就显得格外重要。以 Moloco 为例,他表示,Moloco 可以为出海企业在面对不同国家、不同类型和目的的营销 Campaign 时提供一站式解决方案,从而帮助他们获得更深度的数据分析,在开放的互联网中实现更好、更快的广告表现的同时,助力营销人员实现自动化、可盈利以及规模化的增长。

目前,这家以机器学习公司为自我定位的数字营销服务机构已于去年时正式进入了中国市场。据他透露,自进入中国以来,Moloco 的团队和业务规模都实现了快速增长,已经和大部分国内游戏出海领域的 Top 客户达成了合作,“特别是 data.ai 以及 Sensor Tower 榜单上的大部分客户都选择了我们。在过去一年中,Moloco 中国团队也实现了从 0 到 1 的快速发展。今年的营收规模也达到了行业内主流广告平台的水平,并且仍然保持高速增长。作为互联网广告平台,在行业不断出现整合的背景下,Moloco 能够取得远高于市场平均增速的成绩是非常难得的。”

当然,这一成绩并非轻易就能一蹴而就,并且从仅一年的时间尺度上来说更是如此。李子瞻讲到,Moloco 是在 2021 年疫情大背景下进入的中国。当时,Moloco 对很多人来说会是一种相对陌生的存在,Moloco 也因此面临着客户愿意不愿意与其合作、愿意不愿意相信 Moloco 产品等方面的挑战。为了克服这些问题,Moloco 的选择是把自身的核心优势——机器学习算法清晰地展示给客户和行业。

具体而言,他指出:

  • 首先是 Moloco 的底层技术。现在 Moloco 使用的机器学习算法是深度神经网络(DNN)这一分支,它的特点是可以快速、反复、实时地进行广告优化,包括未来数据的扩容,这套底层技术是不同于传统的广告平台的;
  • 其次是 Moloco 机器学习算法的稳定性。Moloco 机器学习算法的特点是使用客户的一手数据。客户的产品、APP 有很多数据积累,区别于市场上其他广告平台,Moloco 的机器学习算法会把这些数据翻译成一本客户专属的 “辞典”,从而帮助客户寻找用户。这些一手数据的稳定性和准确性会强过其他广告平台所使用的第三方数据;
  • 同时,这也实现了一种良性循环:一手数据可以助力实现快速且持续的回收。客户通过一手数据知道产品过去实际的表现,后续就可以通过 Moloco 机器学习算法找类似的用户。用一手的数据找到新的用户,新的数据又会变成客户的数据积累,因此这本专属 “辞典” 会变得越来越厚,越来越精确,持续产出回收;
  • 最后是对未来变化的适应性。现在,关于行业数据合规的政策变化不断,特别是 iOS 的 IDFA 新政推行后,很多广告平台适应新变化的速度较慢。Moloco 机器学习算法的适应性和扩展性,就可以在这种剧烈变化中进行快速灵活的调整,可以帮助客户在 iOS 禁止广告跟踪的情况下持续获取比较高的回收,同时降低成本。

“在这之前,机器学习算法更多地被定义为一种技术或者技术平台,而我们可以非常自信地告诉这个市场,Moloco 就是一家以机器学习算法为核心产品、以结果为导向的公司。机器学习算法的核心就是能够带给客户快速营收的结果,从而满足客户在出海方面的需求。一两个大客户的成功就会产生一些连带效应,这样会有更多的客户愿意理解和尝试 Moloco 机器学习算法平台。”

作为这种独特技术优势和业务理念的体现,Moloco 自然也获得了市场的认可。除了在中国所收获的快速成效,Moloco 也在全球市场层面取得了诸多成就,成为了业内少有的能够同时实现高速增长与业务盈利的独角兽公司。今年 7 月,Moloco 第一次披露了其财务表现,连续 9 个季度实现了现金流和 EBITDA 的持续正增长,且正朝着 2 亿美元的营收目标迈进。

值得一提的是,李子瞻也补充道,在以机器学习算法为代表的技术能力之外,Moloco 本身所具备的特点也为其带来了一些与众不同的地方,而这或许也是推进 Moloco 不断在市场上前进的因素所在。“我加入 Moloco 后,发现它具备一些很神奇的特质,它的产品确实让人觉得眼前一亮。后来在和公司内部以及与 CEO 的沟通中,我发现公司的企业文化更偏工程师性格,非常务实,其特点就是他们觉得这个东西如果可以做,那就会一直做下去,同时做到最好。”

“此外,Moloco 非常注重透明度,内部透明度做得非常好。在公司内部,所有业务相关信息都是透明公开的,无论是新员工想要去了解业务背景还是对于资料查询都非常有帮助。这种透明的文化也会体现在 Moloco 的产品中。在 Moloco Cloud DSP 这个后台,客户看到的数据和我们看到的数据都是一样的,无论好坏,我们会把所有产生的数据都给到客户,这些是很多广告平台很难做到的。正是因为这种透明的文化,Moloco 会全盘告诉客户做得好或不好,我们不怕暴露问题,我们的目标是看到问题,尽快解决问题,这样我们才能更好的往前推进。”


About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK