Convertlab成立于2015年创始团队来自SAP

，12人12个月将电子渠道GMV提升2.95% ，VS 8，3个月，让电子渠道GMV上涨6.34% ，，人力减少1/3，开发周期缩短3/4，营销效果翻倍这是亚马逊云技术加持后，AI驱动营销带来的改善效果

最近几年来，国内人口红利催生的互联网流量经济已经从增量竞争进入存量竞争在数字营销领域，企业获取有效流量的成本越来越高，迫使企业经历从运营能力的粗放型模式向精细化模式发展并苦练内功的过程

Convertlab成立于2015年，创始团队来自SAPConvertlab作为中国唯一入围2021年Forrester亚太区最重要的10大全渠道营销管理厂商榜单的公司，在AI驱动的企业数字营销方面成绩斐然，服务了超过400家客户，帮助他们完成了营销领域的数字化转型

Convertlab联合创始人兼CTO李征表示，中国企业的数字营销面临诸多挑战一方面，企业获取流量越来越难企业必须管理好现有客户，把新客户变成消费者，让消费者产生更长的生命周期价值另一方面，企业获取客户的渠道越来越分散，线上电商，民营电商，线下门店，社交媒体等等一般一个企业要想拥有完整的客户细分业务能力，需要30—40个主要场景被营销覆盖如果它想以更精细化的方式满足所有客户的各种消费需求，那就要覆盖100—200个左右的客户业务场景在这种情况下，传统的方式，通过人或者业务迭代，不足以支撑如此微妙的业务挑战

今天，在营销许多客户细分市场时，需要扩展企业的数字基础设施能力，包括数据驱动和AI决策能力李征强调说

2021年，Convertlab开始与亚马逊云技术合作，双方在底层，智能湖仓在架构，机器学习模型优化效率等方面有广泛的合作。

来自12位业务专家花了12个月的时间进行数据洞察和策略设计，实现了电子渠道GMV提升2.95% ，到现在的8个人用了3个月的时间将电子渠道的GMV提高了6.34%这正是李征为一个世界500强零售头部品牌透露的双方合作的效果

在李征看来，在机器学习中，65%以上的时间都花在提高和处理数据本身的质量上，而不是实际进行机器学习训练，算法选择，参数优化和特征分析要提高AI决策的效率，首先数据质量要做好，其次AI模型的迭代速度要快这些都对数据存储调用的计算效率提出了更高的要求

一个AI驱动的营销活动，其完成过程包括:将企业数据脱敏导出做模型，从模型生成算法，然后将结果导回，再根据结果做营销活动就传统的营销活动而言，这整个周期大概需要一个月，少则两三周

但是，企业的营销环境瞬息万变，营销机会可能稍纵即逝在与消费者的互动中，我们需要更加关注实时行为在这种场景下，我们不仅需要离线数据集，还需要实时数据存储和训练能力

李征介绍，2021年，Convertlab与亚马逊云技术联合创新，采用亚马逊云技术最新智能湖仓架构，实现的实现，实时营销，技术创新通过结合亚马逊SageMaker丰富的模型管理能力和机器学习工程能力，亚马逊Athena快速聚合各种数据源数据的能力，以及与智能湖仓联动，Convertlab完成了模型迭代，实验，上线的全过程

根据消息显示，通过Convertlab和亚马逊云技术的联合创新，与传统技术架构相比，通过智能湖仓架构，数据流的时效性提升32%左右同时，基于亚马逊SageMaker丰富的工具集和高效的弹性数据能力，机器学习模型迭代能力效率提升30%以上

Ldquo基于底层的出色表现，智能湖仓架构，Convertlab在此基础上搭建了数据管理平台和智能营销决策平台在此基础上，完成了基于用户业务场景的抽象，包括消费者画像，客户在各种渠道的行为采集，行为采集触发的最佳推演，营销相关模型库的构建，自动优化和决策

目前，Convertlab支持一种AI驱动的营销活动，即从科学家生成模型，到推出模型并对模型进行评估，可以在1—2天内完成相比之前2—3周到1个月的周期，大大缩短了时间，全面提高了效率

截至目前，Convertlab支持客户营销决策，包括客户生命周期旅程，了解客户生命周期价值，客户购买概率预测等李征透露:现在有20多个AI模型被头部客户使用，并且实际产生了效果

声明：本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。文章事实如有疑问，请与有关方核实，文章观点非本网观点，仅供读者参考。