曾经广散芝麻的广告业，随着网络的普及提出了各种指标来量化广告效果，而随着大数据和机器学习带来的海量数据以及先进模型，广告也进一步的走向了精准化营销的赛道，对企业提出了更高的要求。

数字时代营销挑战

流量时代后，数据成为企业核心资产及增长驱动器，在对产品过剩的买方市场，驱动业务形态从“产品为中心”转向“客户为中心”。这使得企业一方面期望通过大数据与机器学习技术的融合，进一步带动业务创新，但另一方面，在人工智能和先进模型的投入之下，却很难有产出，往往也难以预期的营销效果。

在亚马逊云科技看来，企业不能只靠机器学习，而应在云中打造统一的数据基础底座，实现大数据与机器学习的‘双剑合璧’。 在大数据与机器学习领域，亚马逊云科技提供广泛而深入的服务，既有能打通两个领域的数据治理底层服务，还能实现大数据与机器学习之间的相互赋能。

亚马逊云科技合作伙伴上海欣兆阳信息科技有限公司（Convertlab）以云计算、大数据和人工智能为代表的数字化营销技术，为企业营销提供数字化、自动化、智能化基础设施以及相关的专业服务。Convertlab与亚马逊云科技在2021年就开始了全面合作，基于亚马逊云科技“智能湖仓”底层架构，Convertlab构建数据管理平台和营销智能决策平台，快速系统的提升企业营销数字化的效率与效果。

Convertlab联合创始人兼CTO 李征认为，未来，与亚马逊云科技合作共同为客户创造更大的价值，助力企业以三项能力完成营销智能化转型：

AI探索：探索AI方向的尝试合作，包括Amazon SageMaker Studio等服务，以及个性化推荐等联合AI Solution。

技术协作：探索基于ARM架构的自研芯片Amazon Graviton2处理器，帮助客户提升性能，降低成本；加深技术交流和培训，获得更多的亚马逊云科技专业认证。

行业扩展：从零售快消行业拓展至制造业和医疗行业；探索出海方向的产品以及市场合作。

Convertlab基于亚马逊云科技的“智能湖仓”架构，构建了一体化的户数据管理平台Data Hub和高效机器学习平台AI Hub，使数据流转时效性提升32%，并可进行快速的特征设计与机器学习模型迭代，模型上线效率提升30%。

作为国内第三家得到Amazon SageMaker Studio认证的合作伙伴，Convertlab帮助某世界500强零售头部品牌客户进行了基于AI决策的业务创新，数据业务的人力投入从12人减少到8人，项目上线周期从12个月降至3个月，实际产出从13个营销场景增加到32个场景，帮助用户实现了原本20%的成本得到240%的策略产出和200%的KPI提升。

小结：

Convertlab基于亚马逊云科技统一的数据基础底座，构建了高效机器学习应用决策平台，可进行快速的特征设计与机器学习模型迭代，模型上线效率提升30%。当前已上线5大营销特征类别，300多营销特征，20多营销AI模型，更好地赋能客户智慧营销，实现业务增长，助推行业数字化转型。