全球 Blog
从我们最新的博客文章中获得灵感。.
我们关于 Google Performance Max 的报告、其优势以及此类营销活动提供的机会。.
广告客户为什么要启动 Google Performance Max 营销活动？如何充分利用 Performance Max 广告系列？
1 12 月 2022
Data 网格：分散式 data 管理模式的原则、承诺和现实
Justine Nerce 和 Killian Gaumont（Artefact）与 Amine Mokhtari（谷歌云）共同举办了 Data 网格研讨会。.
24 11 月 2022
消费者注意力及其对付费媒体的重要性
我们的注意力正在迅速减少。在十几年的时间里，人类的平均注意力从12秒下降到8秒（微软，2015）。就连金鱼的注意力持续时间也更长：它们平均能集中注意力9秒钟！而这些都是七年前的研究结果；如今的情况可能更糟。.
15 11 月 2022
开启未来： 金融机构如何为扩展人工智能做好准备
雅典娜-夏尔马（Athena Sharma）谈到了银行业和保险业人工智能项目的激增、一些金融机构在实现这些项目时面临的困难以及克服这些障碍的方法。.
27 10 月 2022
通过客户 Data 平台释放 first-party data 的能量
数字媒体环境正在发生变化，需要采取新的方法。阅读本文，了解 CDP 如何帮助您将 first-party data 转化为相关行动。.
19 10 月 2022
在隐私（或）时代重振您的营销测量，以做出更好的决策
因果关系模型是市场营销的未来。注册参加我们的活动，了解如何实施此类模型，并了解 Artefact 如何为客户实施这些模型。.
26 9 月 2022
宝藏 Data 聚焦｜Artefact 如何帮助客户构建客户 Data 平台战略
宝藏 Data 采访了 Artefact，以更好地了解 Artefact 如何与 TD 合作，帮助企业利用 data 在整个价值链中产生切实影响。.
12 9 月 2022
测量 Python 笔记本电脑的二氧化碳影响（Azure ML）
在我的第一篇关于代码优化的报道，使我的计算时间减少了 90%之后，我很想知道我的改变所减少的 CO2eq 影响。.
20 7 月 2022
Data 成熟：攀升金融机构的规模
Artefact 总监兼全球金融服务负责人 Athena Sharma 和昆士柏保险集团 CDO Chris Bannocks 讨论了 data 的成熟度。.
8 6 月 2022
让 ML 工程师从第一天起就参与 data 科学项目的宣言
Data 高级科学家杰弗里-凯恩（Jeffrey Kane）解释了为什么 ML 工程师应该从一开始就参与 data 科学项目。.
24 5 月 2022
The Drum 采访 - 播客：数字广告的兴起与崛起
2022 年 5 月 6 日 英国董事总经理帕斯卡尔-科吉亚（Pascal Coggia）参加了《The Drum Deep Dive》播客节目 ‘数字广告的兴起与崛起’。.
5 5 月 2022
Data 网格：通往 data 分散化之路
在本文中，克里斯将解释什么是 Data Mesh，什么不是 Data Mesh，为什么 Data Mesh 既是一种思维方式，也是一种方法，它的优势和挑战。.
27 4 月 2022
与 Artefact 首席执行官 Vincent Luciani 一起播客 Data 和 2022 年分析趋势
2021 年是以 data 成熟度大幅提高为标志的过渡之年。本期播客将探讨未来几个月在加速 1P data 收集、扩大品牌的 CDP 以及越来越多的绩效衡量概率方法方面的预期趋势。.
25 1 月 2022
没有 cookies？使用 first-party data 为基于人工智能的 "受众引擎 "提供动力，从而实现 targeting 的准确性！
围绕收集和处理个人 data 的技术和监管环境的转变正在深刻影响营销人员精确锁定和衡量其 audience 的能力。品牌要想继续准确地接触其 audiences 并优化其媒体预算，就必须重新审视其 data 战略。.
14 12 月 2021
在 Google Analytics 上使用机器学习模型为客户倾向性评分 Data
深入探讨我们如何利用 Google Analytics data 建立最先进的定制机器学习模型，以估计客户购买产品的倾向。.
13 12 月 2021
亚马逊广告--准备第四季度的黄金法则
对于在亚马逊上销售产品的品牌而言，年末时期的战略意义和竞争性日益增强。黑色星期五和节假日都是销售的催化剂，增加了终端消费者的购买机会，同时也激发了品牌之间的竞争：价格、产品质量以及通过亚马逊内外广告的知名度。 如今，利用亚马逊提供的所有工具和解决方案至关重要。本文重点介绍了我们充分利用美国公司广告生态系统的 10 条黄金法则。.
26 11 月 2021
未来之路：data-driven 营销对不断发展的汽车行业至关重要
在旁观者看来，汽车行业似乎很健康，电动汽车和混合动力汽车越来越多地出现在我们的街道上，无人驾驶汽车正在成为现实，更不用说在冠状病毒大流行之后，人们更愿意选择安全的汽车而不是公共交通工具。.
但是，这种表面现象掩盖了一个不断变化的行业，它面临着来自多个方向的变革。.
2 11 月 2021
广告排序：如何在 YouTube 上讲故事
如今，所有渠道的广告都已饱和，导致我们想要传递的信息过于重复，无法激发用户的兴趣。从这个意义上说，为用户提供连贯的 "故事 "是一项复杂的任务。.
如果我们有一份视频行动和讲故事的简报，我认为 YouTube 广告序列可能是一个值得考虑的选择。.
通过使用这种策略，我们发现 YouTube 品牌提升测量的频率提高了 2.4 倍，品牌知名度提高了 4 倍。.
28 10 月 2021
从大流行病中汲取的 7 条长期商业经验
一年半以来，随着大流行病的持续蔓延，各组织不断进行创新和调整，以应对不断变化的环境。美国 Artefact 公司首席执行官加迪-霍贝卡（Ghadi Hobeika）概述了从这次大流行中长期汲取的七条经验教训。.
27 10 月 2021
在 Kubernetes 上使用 Mlflow 大规模服务 ML 模型 - 第 3 部分
本文是系列文章的第三部分，在这一部分中，我们将介绍使用 Mlflow 记录模型、在 Kubernetes 引擎上提供模型并最终根据应用需求对其进行扩展的过程。虽然本文可独立用于测试任何 API 响应，但我们建议您阅读我们之前的两篇文章（第一部分和第二部分），了解如何使用 Mlflow 部署跟踪实例并将模型作为 API 提供。在下文中，我们将关注可扩展性问题，并通过一些实验来了解 k8s 集群的行为，并就如何处理高负载提出建议。.
26 10 月 2021
在 Kubernetes 上使用 Mlflow 大规模服务 ML 模型 - 第 2 部分
2021 年 10 月 25 日 本文是系列文章的第二部分，在这一部分中，我们将介绍使用 Mlflow 记录模型、将其作为 API 端点提供以及最终根据应用需求对其进行扩展的过程。在上一篇文章中，我们介绍了如何在 k8s 上部署跟踪实例，并检查了动手实践的先决条件（秘密、环境变量......）。 在下文中，我们将展示如何为已在 Mlflow 中注册的机器学习模型提供服务，并将其作为 API 端点在 k8s 上公开。.
25 10 月 2021
在 Kubernetes 上使用 Mlflow 大规模服务 ML 模型 - 第 1 部分
2021 年 10 月 22 日 MLflow 是机器学习实验跟踪、模型版本管理和服务的常用工具。在 “大规模服务 ML 模型 ”系列的第一篇文章中，我们将介绍如何在 Kubernetes 上部署跟踪实例，并用它来记录实验和存储模型。.
22 10 月 2021
使用 Streamlit Prophet 进行可视化时间序列预测
2021 年 9 月 22 日 您需要为最新的时间序列预测项目设定基准？您想向企业解释预测模型的决策过程 audience？您想在购买新车之前了解汽车价格是否具有季节性？我们或许能为您提供帮助！本文将介绍 Streamlit Prophet，这是一款网络应用程序，可帮助 data 科学家以可视化的方式训练、评估和优化预测模型。预测是利用先知（Prophet）这一快速且易于解释的模型进行的。.
22 9 月 2021
需求预测：利用机器学习预测零售额
2021 年 8 月 24 日 所有行业的目标都是在正确的时间生产正确数量的产品，但对于零售商来说，这个问题尤为关键，因为他们还需要有效管理易腐烂库存
24 8 月 2021
$2 万亿俱乐部：Data x 服务如何引领公司估值飞速增长
2021 年 8 月 5 日 最近，微软公司与苹果公司一起，成为美国第二家上市公司（与沙特石油巨头阿美石油公司并列世界第三），成为精选的 $2 万亿俱乐部成员。美国科技巨头称霸世界并不是新闻，但它们跨越重大估值里程碑的速度才是新闻。从 $1 万亿美元到 $2 万亿美元，它们只用了不到 18 个月的时间。这怎么可能呢？传统 “公司能从这一无与伦比的经济成就中得到什么？
5 8 月 2021
