图片来源：techcrunch5月24日消息 据TechCrunch报导，谷歌今日（23日）在Google Marketing Next大会上发布了其实体店访问量测量工具的根本性改版。该公司于是以通过深度自学来扩展现有的模式，以期为更好的商户获取有力的仔细观察数据。

自2014年以来，谷歌仍然利用电子邮件方位、WiFi信号和地图等涉及数据去估计线上广告引起的实体店铺采访。虽然谷歌在这一块的技术已十分纯熟，但是对于运营人口密集型城市，如东京、圣保罗等，和多层购物商场的消费者而言，这一技术能获取的观察力（数据过于及时和精确）仍然受限。图片来源：TechCrunch为了解决问题这种不可靠性，谷歌宣告在此重新加入深度自学。

该公司期望在深度自学的模型中重新加入更好的多样化训练数据，以期兼容更好的用于场景，从而完全恢复估计数据的准确性。Google AdWords的产品管理副总裁Jerry Dischler在专访中回应：“我们期望以机器学习为核心，测量实体店访问量将几乎依赖此。

”据一项数据表示，在三年的时间里，谷歌早已已完成了50亿次的实体店访问量的测量。为了进一步提高这一数据量，谷歌还计划在YouTube TrueView上伸延用于这一测量工具。即测量某一则视频广告的转化率，以顺应当下视频简化的趋势。

除此之外，谷歌还向外发布了免费版本的Google Attribution，该工具子集了深度自学的算法，可协助商户管理销售数据，即可以计算出来出有除去营销广告费用及其转化率后的营业收益。这些数据的构建，都将有益商户更佳地区分广告的转化率和访问量。Via techcrunchnewsroomamerica，(公众号：)编译器原创文章，予以许可禁令刊登。

下文闻刊登须知。

本文来源：雷竞技(RAYBET)-www.cnhonghao.com