伴随移动移动互联网发展以及手机拍摄能力提升,美图类APP已成为人们手机中常见的应用之一。
根据广发证券发展研究中心《数字媒体行业AI系列报告:美图类APP,商业模式逐渐清晰,AIGC加速付费心智培养》显示,从行业整体流量来看,拍摄美化行业的MAU在2019年中达到峰值,2020年起随着互联网行业红利消退以及其他赛道的挤压,拍摄美化行业流量快速下滑,至2020年末基本止跌维稳。
正如数据显示,随着功能研发日趋同质化,固有的「一键傻瓜式」付费服务越来越难以打动既有用户,一方面,用户对「美」的定义越来越有自己的想法,一键式修图并不能满足用户的个性化需求;另一方面,不同APP的付费功能大同小异,缺乏核心竞争力,用户今天可以用A产品,明天也可以选择使用B产品。
在这样的困境下,某头部美图类APP在积极寻求下一个产品增长点。
与此同时,火山引擎数智平台提出的“数据飞轮”理念,进入该头部美图类APP的视野。“数据飞轮”是火山引擎基于字节跳动数据驱动的实践经验,对外发布企业数智化升级新模式,通过降低企业数据消费的门槛,提升数据洞察、分析和实验能力,让更多的业务线与员工科学决策,最终实现数据赋能业务。
在数据飞轮理念指导下,该头部美图类APP引入火山引擎数智平台VeDI旗下的增长分析DataFinder,来持续洞察场景化修图功能为APP带来的用户增量。
DataFinder能通过埋点方式对用户在APP内的全生命旅程进行实时洞察,同时产品自带多套数据分析模板能够支持APP产品、运营岗位员工对不同维度数据的收集、分析,同时基于多种可视化数据看板呈现,DataFinder能够进一步降低APP运营人员的看数、用数门槛。
基于DataFinder对用户全生命周期的数据洞察能力,运营人员发现,在中秋节假期内,用户对于月饼、月兔以及中秋字样的素材使用频次大幅度提升。在此背景下,该美图类APP针对中秋节、春节、情人节等特定节假日期间,推出相应的场景化修图功能,包括但不限于特定妆容一键生成、节假日限定装饰挂件、节日特色滤镜等……甚至部分APP还会在社交平台配合推出“打卡”活动,鼓励用户上传修图后的照片,进一步烘托节日氛围,满足用户既要过节又能分享的心理需求。
据了解,在中秋节期间,该APP面向付费用户推出系列「中秋限定贴纸」,DataFinder数据显示,这一系列贴纸为APP带来的付费用户转化超过124%。
通过引入火山引擎“数据飞轮”理念,该头部美图类 APP 找到了下一步增长路径。不仅在美图场景,数据飞轮这一以数据消费为驱动力的数智化新模式,也已经被零售、金融、汽车、互联网等多个行业实践,助力企业实现业务增长。
好文章,需要你的鼓励
清华大学团队突破性开发"零样本量化"技术,让AI模型在不接触真实数据的情况下完成高效压缩,性能反超传统方法1.7%,为隐私保护时代的AI部署开辟新路径。
普林斯顿大学研究团队开发出"LLM经济学家"框架,首次让AI学会为虚拟社会制定税收政策。系统包含基于真实人口数据的工人AI和规划者AI两层,通过自然语言交互找到最优经济政策,甚至能模拟民主投票。实验显示AI制定的税收方案接近理论最优解,为AI参与社会治理提供了新路径。
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
南开大学研究团队提出了一种新的3D高斯泼溅重光照方法,通过在高斯原语上直接编码离散化SDF值,避免了传统方法需要额外SDF网络的问题。该方法设计了投影一致性损失来约束离散SDF样本,并采用球形初始化避免局部最优。实验表明,新方法在保持高质量重光照效果的同时,仅需现有方法20%的显存,显著提升了训练和渲染效率。