谷歌通过深度学习来扩充现有的模式，为更多商户提供有力的观察数据

据TechCrunch报道，谷歌今日（23日）在Google MarkeTIng Next大会上公布了其实体店访问量测量工具的重大更新。该公司正通过深度学习来扩充现有的模式，以期为更多的商户提供有力的观察数据。

图片来源：techcrunch

据TechCrunch报道，谷歌今日（23日）在Google MarkeTIng Next大会上公布了其实体店访问量测量工具的重大更新。该公司正通过深度学习来扩充现有的模式，以期为更多的商户提供有力的观察数据。

自2014年以来，谷歌一直利用匿名位置、WiFi信号和地图等相关数据去估算线上广告引发的实体店铺访问。虽然谷歌在这一块的技术已非常娴熟，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，这一技术能提供的观察力（数据不够及时和准确）依然有限。

图片来源：TechCrunch

为了解决这种不可靠性，谷歌宣布在此加入深度学习。该公司希望在深度学习的模型中加入更多的多样化训练数据，以期适配更多的使用场景，从而恢复估算数据的准确性。

Google AdWords的产品管理副总裁Jerry Dischler在采访中表示：“我们希望以机器学习为核心，测量实体店访问量将完全依赖于此。”

据一项数据表示，在三年的时间里，谷歌已经完成了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上延伸使用这一测量工具。即测量某一则视频广告的转化率，以迎合当下视频化的趋势。

除此之外，谷歌还向外公布了免费版本的 Google AttribuTIon，该工具集合了深度学习的算法，可帮助商户管理销售数据，即可以计算出除去营销广告费用及其转化率后的营业收益。这些数据的集成，都将有益于商户更好地区分广告的转化率和访问量。