AI pDOOH 可信ID增强平台

基于可信ID + 人脸识别 + 运营商数据融合的下一代程序化户外广告平台

传统DOOH屏只是"显示器",我们的智能屏是数据采集终端 + ID解析节点

9,801
智能屏总量
4,488
覆盖楼盘
27
省份
70,000+
社区资源(目标)
3
核心数据源

项目背景

秦岭传媒拥有70,000+社区、450,000+广告位资源,三大产品线:单元门灯箱、广告门、开门App。智能屏已部署人脸识别和刷脸开门功能,每台设备内置安卓系统。结合数字联盟可信ID、运营商信令、APP平台数据,构建从"人"到"屏"到"效果归因"的完整数据闭环。

核心壁垒:别人没有的三张牌

📱 每台屏都是安卓终端

内置安卓系统,可直接集成可信ID SDK。传统DOOH屏只是显示器,我们是智能采集终端。

  • 设备自身拥有可信设备ID
  • 可作为边缘计算节点处理人脸/标签
  • 支持OTA远程更新和实时策略下发

👤 人脸+门禁+APP三位一体

刷脸开门 = 实名认证,开门APP = 设备安装ID,人脸 = 生物特征锚点。

  • 人脸特征 ↔ APP账号 ↔ 可信设备ID 三向绑定
  • 同一人脸多次出现 → 精确归因"谁经过了多少次"
  • 覆盖已注册用户 + 未注册但路过的人群

📡 运营商数据融合

移动/联通/电信信令 + APP平台数据,覆盖未安装APP的人群。

  • 运营商设备ID ↔ 可信ID关联
  • 补全人群画像:常驻区域、出行轨迹、APP安装偏好
  • 跨端归因:看了屏 → 打开APP → 购买转化

架构设计:六层AI原生架构

采用 LLM + RAG + Agent + Workflow + MCP + 数据平台 架构,每一层职责明确、可独立扩展。

L6 LLM 大模型 — 推理决策大脑 GPT-4o / Claude / Qwen · System Prompt · Temperature控制 · 上下文管理 L5 RAG 知识增强 — 领域知识注入 心理学知识库 · DMP标签体系 · 行业洞察 · 投放策略库 · ChromaDB向量检索 L4 Agent 智能体 — 自主决策单元 人群洞察Agent · 点位评估Agent · 智能排期Agent · 效果归因Agent · 报告生成Agent L3 Workflow 流程编排 — 确定性骨架 规划→执行→反思循环 · LangGraph状态机 · 人类审核节点 · 多Agent协作编排 L2 MCP 工具协议 — 标准化接口层 腾讯地图MCP · 可信ID MCP · 运营商MCP · 开门APPMCP · 数据库MCP · westock-data MCP L1 数据平台 — 底层基础设施 PostgreSQL(关系数据) · ChromaDB(向量检索) · Redis(缓存/实时) · 可信ID索引 · 人脸特征库 · 运营商数据仓库 AI 智能层 (概率性) 工具层 (确定性)

数据流向:从采集到投放

核心逻辑:人锚点 → 可信ID → DMP标签 → 点位匹配

人脸摄像头
年龄/性别估计
开门APP
实名+安装ID
运营商信令
移动轨迹
可信ID引擎
统一身份解析
DMP标签引擎
人×标签矩阵
腾讯地图API
空间关联
Agent决策
投放策略生成
智能屏投放
千人千面

三种典型场景

场景1:已安装开门APP的用户
步骤动作输出
1用户安装开门APP,SDK初始化获取可信设备IDdevice_id → 可信ID
2用户刷脸开门,人脸特征注册face_feature ↔ APP账号 ↔ 可信ID 绑定
3用户走到智能屏前,摄像头识别同一人脸匹配到可信ID → 知道"是谁"
4查询DMP标签:该用户的年龄/性别/兴趣/消费层级实时标签查询
5Agent决策:基于用户画像选择最优广告内容千人千面投放
6用户后续行为(打开APP/下单)通过可信ID归因完整转化链路
场景2:路过智能屏但未装APP的人群
步骤动作输出
1摄像头抓人脸,年龄/性别估计匿名人脸ID + 年龄段 + 性别
2WiFi探针捕获MAC地址,可信ID SDK转成可信设备IDMAC → 可信设备ID
3运营商信令补充:该可信ID对应的手机号关联运营商标签体系
4聚合标签:基础人口属性 + 运营商兴趣标签可用的人群画像
5Agent按人群画像投放定向广告精准投放
场景3:同一设备在不同屏幕前多次出现
步骤动作输出
1可信ID在A楼盘屏前被识别记录:时间/位置/停留时长
230分钟后,同一可信ID在B楼盘屏前出现可信ID不变 → 确认同一人
31小时后,在C楼盘屏前第三次出现形成完整行为轨迹 A→B→C
4归因分析:用户在哪块屏前停留最长?看了什么广告?效果归因报告

DMP标签体系

参考讯飞DMP标签分类,结合你的实际数据源定义人锚点标签矩阵:

👤 人口属性标签

性别 · 年龄段(18-24/25-34/35-44/45-54/55+) · 学历 · 收入层级 · 婚姻状况 · 子女情况

来源:人脸识别(性别/年龄) + APP注册 + 运营商

📍 地域标签

省份 · 城市 · 区县 · 城市等级(一线/新一线/二线...) · 常驻区域 · 活跃商圈 · 通勤路线

来源:腾讯地图 + 运营商信令 + APP GPS

📱 APP兴趣标签

办公效率 · 金融理财 · 教育培训 · 游戏娱乐 · 购物电商 · 社交媒体 · 出行导航 · 健康医疗

来源:运营商APP安装数据 + 自定义埋点

🏷️ 人群细分标签

动漫迷 · 出差一族 · Z世代 · 银发族 · 高净值人群 · 新手妈妈 · 有车一族 · 租房青年

来源:多标签交叉规则引擎推导

🎯 自定义行为标签

小红书活跃度 · 抖音使用时长 · 电商浏览偏好 · 外卖频次 · 社区团购参与度

来源:APP SDK埋点 + 运营商 + 第三方数据

📺 媒体触达标签

屏幕触达频次 · 停留时长分布 · 时段偏好 · 广告互动率 · 跨屏轨迹模式

来源:智能屏采集 + 可信ID归因

可信ID核心能力对标

能力维度数字联盟可信ID在你的场景中的价值
设备不变性跨OAID/IDFA变化仍唯一同一手机多次出现在不同屏前,精确去重
安装未激活检测识别安装了但未注册的用户知道"谁看了广告但没打开APP",优化转化漏斗
卸载识别APP卸载后仍可识别设备归因"看了屏广告→卸载竞品APP"等行为
跨应用关联同一设备在不同APP中ID一致关联开门APP、社区团购APP、运营商数据

四大Agent能力设计

🔍 人群洞察 Agent

问题:"经过这块屏的人是什么样的?"

输入:screen_id + 时间段

能力

  • 查询该屏周边500m内的人锚点分布
  • 聚合人口属性/兴趣/消费层级标签
  • 输出人群画像:年龄分布、性别比例、Top3兴趣

RAG知识:行业人群洞察报告模板

MCP工具:腾讯地图POI查询、DMP标签查询

📊 点位评估 Agent

问题:"这块屏值不值得投?"

输入:screen_id

能力

  • 评估人流数量(日均经过人数)
  • 评估人流质量(高净值占比、目标客群匹配度)
  • 评估周边竞争环境(同类品牌投放密度)
  • 综合评分:A/B/C/D级

RAG知识:历史投放效果数据库

MCP工具:屏幕数据查询、运营商热力图

📅 智能排期 Agent

问题:"什么时候投、投哪些屏最优?"

输入:品牌诉求 + 预算 + 目标人群

能力

  • 基于目标人群时空分布,推荐最优投放时段
  • 在预算约束下,选择覆盖最优的屏组合
  • 考虑竞品投放排期,避免时段冲突
  • 输出排期表:屏×时段×创意内容

RAG知识:排期优化策略库

MCP工具:排期系统API、预算计算器

📈 效果归因 Agent

问题:"投放效果怎么样?谁看了广告?谁转化了?"

输入:campaign_id

能力

  • 统计曝光量(可信ID去重后的真实人数)
  • 归因转化路径:看屏 → 打开APP → 下单
  • 跨屏归因:用户在多块屏前出现,哪块贡献最大?
  • 生成效果报告:ROI、触达率、转化率

RAG知识:归因模型库、报告模板

MCP工具:效果数据API、APP行为追踪

对比优势:你 vs 传统DOOH vs 分众

能力维度传统DOOH平台分众传媒你的AI pDOOH
知道多少人经过估算(红外/摄像头计数)估算可信ID精确实时去重
知道是什么人不能不能人脸+可信ID+运营商三重标签
知道同一个人多次出现不能不能可信ID不变,精确归因
知道这个人装了什么APP不能不能可信ID关联运营商APP安装数据
知道这个人卸载了APP不能不能可信ID"安装未激活/卸载"状态
投放后效果归因盲投粗估可信ID跨端追踪完整链路
智能屏自身能力显示器显示器+网络安卓终端+采集节点+边缘计算
千人千面投放不能有限实时识别+实时决策

实施路线

Phase 1:数据底座(当前阶段)

Phase 2:DMP数据模型

Phase 3:可信ID集成

Phase 4:Agent原型

Phase 5:全量扩展

技术栈选型

层级技术选型理由
前端可视化HTML + CSS + JS (Leaflet地图)轻量、可离线、易嵌入现有系统
后端APIFastAPI (Python)异步、类型安全、与AI生态无缝对接
Agent框架LangGraph + LangChain你已在AIAdPlacer中使用,经验可复用
向量数据库ChromaDB轻量本地部署,与sentence-transformers配合
关系数据库PostgreSQL 16PostGIS空间扩展、复杂查询、事务保障
缓存/实时Redis实时标签查询、会话管理、流数据处理
地图API腾讯位置服务地理编码、POI、热力图、路线规划
Embeddingsentence-transformers (text2vec-base-chinese)中文向量化效果好,本地部署成本低