该公司bob外围怎么样
随着数字内容领域的无限扩张和视频广告的增长，许多公司正在利用上下文定位技术在相关内容旁边放置广告，而不是基于用户数据进行定位广告。Zefr填补了大量内容和寻求更微妙的语境广告解决方案的公司之间的鸿沟。bob平台app下载
Zefr的技术平台利用品牌偏好从YouTube和Facebook等平台获取相关视频广告机会。凭借对视频背景和如何最大化品牌价值的深刻洞察，Zefr使内容定位既精确又可扩展，基于每个品牌的细微的背景偏好-为每个客户定制的解决方案。他们积极的上下文定位解决方案可以在正确的时间放大正确的信息，并帮助公司实bob平台app下载现他们的广告活动目标。
所面临的挑战
随着越来越多的品牌开始仔细审视自己的内容，并转向Zefr寻求上下文广告解决方案，该公司需要一种可持续的方式来扩大业务规模。bob平台app下载bob外围怎么样最初，Zefr启动了一个内部众包项目，对大量视频数据进行审查和分类，在两个月内审查了大约3万个视频。
很快，我们发现这个内部程序很难进行扩展。它有有限的质量控制措施和没有足够的审查员来信赖数据标签结果。这导致在向客户提供建议之前，在接近流程结束时进行更多的手工审查工作。
Zefr开始寻求外部帮助，以提高数据洞察的质量和输出，以便为客户处理不断增加的数据量。
解决方案
为了寻找一种不过度设计、但具有成本效益和灵活性的解决方案，Zefr在2018年转向了Appen。有了Appen的众包解决方案，Zefr突然可以接触到大量准备好标签数据的人。更多的评论者更高效地工作，意味着机器学习模型可以被快速训练输出准确的视频推荐。
最初，Zefr只与Appen合作品牌安全方面的工作(即，消除对每个客户都有害的内容)，后来扩大了合作关系，以应对客户特定的、微妙的偏好所带来的挑战。
如今，Zefr的上下文DMP(数据管理平台)允许品牌提供他们的上下文偏好，然后使用Appen的平台存储和放大，为每个客户提供Zefr的模型。它始于一个由Zefr主持人组成的团队，他们在Appen平台上使用与视频相关的品牌偏好创造就业机会。然后，审核员会生成内容，围绕这些内容创建测试问题，并将问题和视频分发给审核员。机器学习模型处理审核过的数据，并输出针对特定客户品牌的相关和高价值视频。
结果
”真正的关键是保证吞吐量最重要的是，这意味着我可以给客户一个最后期限，而这是在我们开始与Appen合作之前我永远无法做到的。然后我就可以用质量和数量上的数据来回复他们。”- - -Jon Morra，首席数据科学家
当Zefr在内部进行众包时，他们的团队每月审查1.5万个视频。在我们的帮助下，Zefr每个月能够处理大约10万个视频，或者每月增加6.6倍的数据，让他们专注于自己的业务和增长。产生的数据的质量和数量都得到了极大的改善，以至于Zefr团队可以放心地将解决方案传递给客户，而不必花费额外的时间重新审查机器和审查人员已经完成的工作。bob平台app下载
我们的人群提供了一致的、可预测的数据输出量。对于Zefr来说，这意味着能够在不牺牲质量的情况下，用定量数据为客户提供更精确的周转时间。
