据TechCrunch称，Google在今天（23日）在Google MarkeTIng Next大会上宣布了其实体店流量测量工具的重大更新。该公司正在使用深度学习来扩展现有模型，以期为更多的商家提供强大的观察数据。图片来源：techcrunch据TechCrunch称，Google今天（23日）在Google MarkeTIng Next会议上宣布了其实体店流量测量工具的重大更新。该公司正在使用深度学习来扩展现有模型，以期为更多的商家提供强大的观察数据。自2014年以来，Google一直在使用相关数据（例如匿名位置，WiFi信号和地图）来估算由在线广告触发的实体店访问量。尽管Google在这一领域的技术非常熟练，但对于在人口稠密的城市（例如东京，圣保罗等）和多层购物中心中运行的消费者而言，该技术可以提供观察（数据不够及时和准确））仍然有限。图片来源：TechCrunch为了解决这种不可靠性，谷歌宣布在这里增加了深度学习。该公司希望在深度学习模型中添加更多多样化的训练数据，以适应更多的使用场景，从而恢复估计数据的准确性。 Google AdWords产品管理副总裁Jerry Dischler在接受采访时说：“我们希望机器学习将成为核心，而实体店访问量的衡量将完全取决于此。 “根据数据，Google在三年内完成了50亿次实体店访问量的测量。为了进一步增加数据量，Google还计划在YouTube TrueView上扩展使用此度量工具。也就是说，测量某种视频广告的转换率以适应当前的视频趋势。此外，Google还发布了Google AttribuTIon的免费版本，该版本集成了深度学习算法，可帮助商家管理销售数据，即在去除营销广告成本及其转化率后计算营业收入。这些数据的整合将帮助商家更好地区分广告转换率和流量。