Aman Sareen, generální ředitel Aarki – Interview Series

Aman Sareen je generálním ředitelem Aarki, společnosti, která využívá umělou inteligenci k poskytování reklamních řešení, jež povedou k růstu výnosů pro vývojáře mobilních aplikací. Aarki umožňuje značek efektivně oslovovat publikum v prostředí, kde je kladen důraz na ochranu soukromí, a to díky využití miliard kontextových signálů pro nabídky v kombinaci s vlastními algoritmy strojového učení a behaviorálními modely. Spolupracujeme s stovkami inzerentů po celém světě a spravujeme přes 5M požadavků na mobilní reklamu za sekundu z více než 10B zařízení, Aarki je soukromá společnost se sídlem v San Francisku, CA a pobočkami po celém světě.

Můžete nám říct něco o své cestě od spoluzaložení ZypMedia až po vedení Aarki? Jaké klíčové zkušenosti formovaly váš přístup k AI a AdTech?

Má cesta v leadershipu AdTech začala se spoluzaložením ZypMedia v roce 2013, kde jsme vyvinuli pokročilou platformu pro poptávající strany, specializovanou na lokální reklamu. Tato platforma nebyla jen další DSP; byla postavena od základu, aby zvládala kampaně s vysokým objemem a nízkými náklady s bezprecedentní efektivitou. Můžete si to představit jako předchůdce hyperlokálních, AI poháněných cílení, které vidíme dnes.

Jako generální ředitel jsem vedl ZypMedia k 20 milionům dolarů v příjmech ze SaaS a zpracovával 200 milionů dolarů v transakcích s médii ročně. Tato zkušenost byla kovárnou pro pochopení obrovského množství dat, které moderní reklamní platformy musí zvládat — výzva, která je přímo vytvořena pro řešení založená na AI.

Mé působení v LG Ad Solutions, po akvizici ZypMedia společností Sinclair, bylo hlubokým ponorem do světa výrobců zařízení a toho, jak kontrola dat o sledování může formovat budoucnost reklamy na Connected TV (CTV). Použili jsme mnoho AI a strojového učení při budování obchodního modelu LG Ads, kde data shromážděná z zařízení byla použita k vytvoření cílových segmentů, bloků inventáře a softwaru pro plánování.

Jako generální ředitel Aarki od roku 2023 jsem na špici mobilní reklamní revoluce. Mohu říct, že moje cesta mi vštěpila hluboké pochopení pro transformační sílu AI v AdTech. Pokrok od základních programatických až po AI poháněné prediktivní modelování a dynamickou optimalizaci kreativ je byl prostě úžasný.

Dosáhl jsem toho, že vidím AI ne jen jako nástroj, ale jako páteř next-generačních AdTech řešení. Je to klíč k řešení nejpalčivějších výzev průmyslu; od cílení, které respektuje soukromí v post-device ID světě, až po vytváření skutečných a personalizovaných reklamních zážitků ve velkém měřítku. Pečlivě věřím, že AI nejen vyřeší bolesti, se kterými se inzerenti potýkají, ale také změní, jak jsou operace prováděny na platformách, jako je Aarki. Lekce z mé cesty — důležitost škálovatelnosti, rozhodování založeného na datech a kontinuální inovace — jsou relevantnější než kdykoli předtím v tomto AI-first éře.

Můžete vysvětlit, jak funguje víceúrovňová infrastruktura strojového učení Aarki? Jaké konkrétní výhody nabízí oproti tradičním AdTech řešením?

Mé zkušenosti mě naučily, že budoucnost AdTech spočívá ve sladění velkých dat, strojového učení a lidské kreativity. V Aarki zkoumáme, jak AI může vylepšit každý aspekt mobilního reklamního ekosystému; od optimalizace nabídek a detekce podvodů až po predikci výkonu kreativ a strategie získávání uživatelů.

V tomto stadiu je víceúrovňová infrastruktura strojového učení Aarki navržena tak, aby řešila několik kritických aspektů mobilní reklamy, od prevence podvodů až po predikci hodnoty uživatelů. Zde je, jak funguje a proč je výhodná:

• Detekce podvodů a kontrola kvality inventáře: Je navržena tak, aby chránila výkon a rozpočet našich klientů. Naší vícevrstvou approach kombinuje proprietární algoritmy s daty třetích stran, aby zůstala před pokročilými taktikami podvodníků. Zajišťujeme, aby byly kampaně investovány do skutečného, vysoce kvalitního inventáře, neustále vyhodnocujeme chování uživatelů a udržujeme aktuální databázi podvodů.
• Modely hlubokých neuronových sítí (DNN): Naše základní infrastruktura využívá vícestupňové DNN modely k predikci hodnoty každého dojmu nebo uživatele. Tento podrobný přístup umožňuje každému modelu naučit se funkce, které jsou nejvíce důležité pro konkrétní konverzní události, umožňující přesnější cílení a strategie nabídek ve srovnání s univerzálními modely.
• Multiobjektový optimalizátor nabídek (MOBO): Na rozdíl od jednoduchého stínování nabídek, které používají většina DSP, náš MOBO zohledňuje více faktorů než jen cenu. Používá dynamické proměnné, jako jsou atributy kampaně a inventáře, predikovaná hodnota uživatele a segmentace CPM, aby optimalizoval nabídky. Tento sofistikovaný metoda maximalizuje ROI, zatímco vyvažuje více cílů, najde optimální nabídky, které vyhrávají, splňují cíle KPI a správně tempují, aby využily plně rozpočet kampaně.

Tyto komponenty nabízejí významné výhody oproti tradičním AdTech řešením:

• Lepší detekce podvodů
• Přesnější predikce a lepší ROI prostřednictvím vícestupňových DNN
• Granulární cílení kreativ s multiobjektovým nabídkovým cenováním
• Škálovatelnost pro zpracování obrovského množství dat
• Cílení, které respektuje soukromí, s kontextovými kohortami

Naše AI poháněný přístup umožňuje bezprecedentní přesnost, efektivitu a adaptabilitu v mobilních reklamních kampaních. Díky využití hlubokého učení a pokročilých optimalizačních technik Aarki dodává lepší výkon, zatímco udržuje silný důraz na ochranu soukromí a prevenci podvodů.

Jak funguje Dynamický multiobjektový optimalizátor nabídek a jaký dopad má na maximalizaci ROI pro vaše klienty?

Dynamický multiobjektový optimalizátor nabídek je sofistikovaný systém, který jde za hranice tradičních algoritmů pro stínování nabídek. Na rozdíl od jednoduchých algoritmů pro stínování nabídek, které se zaměřují pouze na cenu, náš optimalizátor zohledňuje více cílů současně. To zahrnuje nejen cenu, ale také metriky výkonu kampaně, kvalitu inventáře a využití rozpočtu.

Optimalizátor bere v úvahu řadu dynamických proměnných, včetně atributů kampaně a inventáře, predikované hodnoty uživatele a segmentace CPM. Tyto proměnné řídí proces optimalizace kolem klient-specifických KPI, primárně ROI. To nám umožňuje přizpůsobit naši strategii nabídek každému klientovi podle jeho jedinečných cílů.

Jedním z klíčových silných stránek našeho optimalizátoru je jeho schopnost vyvážit získávání vysoce hodnotných uživatelů efektivně a prozkoumání nových, nevyužitých uživatelských segmentů a inventáře. Toto prozkoumání nám pomáhá objevit cenné příležitosti, které by více rigidní systémy mohly minout.

V praxi to znamená, že naši klienti mohou očekávat efektivnější využití svého reklamního rozpočtu, vyšší kvalitu získávání uživatelů a nakonec lepší ROI na svých kampaních. Například může mít smysl zaplatit o 50 % více za nabídku na uživatele, který je 5krát více hodnotný (ROAS). Schopnost optimalizátoru vyvážit více cílů a přizpůsobit se v reálném čase nám umožňuje lépe navigovat komplexní mobilní reklamní krajinu než tradiční, jedno-cílové systémy nabídek.

Aarki zdůrazňuje přístup, který respektuje soukromí, ve svých operacích. Jak vaše platforma zajišťuje ochranu soukromí uživatelů, zatímco vẫn dodává efektivní cílení reklam?

Jsem hrdý na to, že přístup, který respektuje soukromí, je jedním z pilířů naší platformy, spolu s naší AI platformou. Přijali jsme výzvy světa bez zařízení ID a vyvinuli inovativní řešení, aby byla zajištěna ochrana soukromí uživatelů, zatímco dodáváme efektivní cílení reklam. Zde je, jak to děláme:

• Cílení bez ID: Úplně jsme se přizpůsobili krajině post-IDFA a jsme SKAN 4 kompatibilní a připraveni na budoucnost v prostředí, kde je kladen důraz na ochranu soukromí. Naše platforma funguje bez závislosti na individuálních zařízeních ID, priorita ochrany soukromí uživatelů od samého začátku.
• Kontextové signály: Využíváme širokou škálu kontextových datových bodů, jako je typ zařízení, OS, aplikace, žánr, čas dne a region. Tyto signály poskytují cenné informace pro cílení, aniž by vyžadovaly osobní data.
• Hromadné zpracování kontextových dat: Zpracováváme přes 5 milionů požadavků na reklamu za sekundu z více než 10 miliard zařízení po celém světě. Každý požadavek má bohatství kontextových signálů, poskytujících nám rozsáhlý, soukromí-kompatibilní datový soubor.
• Pokročilé strojové učení: Naše 800 miliard řádků databáze pro školení modelů koreluje tyto kontextové signály s historickými výsledky. To nám umožňuje získat poznatky a vzorce bez ohrožení individuálního soukromí uživatelů.
• Dynamické behaviorální kohorty: Používáme strojové učení k vytvoření vysoce detailních, dynamických behaviorálních kohort na základě agregovaných kontextových dat. Tyto kohorty umožňují efektivní optimalizaci a škálovatelnost bez závislosti na osobních identifikátorech.
• ML-poháněné cílení kreativ: Pro každou kohortu používáme strojové učení ve spolupráci s našimi kreativními týmy, aby byly vyvinuty optimální kreativní strategie. Tento přístup zajišťuje relevanci a efektivitu, aniž by ohrozil individuální soukromí.
• kontinuální učení a adaptace: Naše AI modely kontinuálně učí a přizpůsobují se na základě výkonu kampaně a evoluce kontextových dat, zajišťují, že naše cílení zůstává efektivní, jak se regulace ochrany soukromí a očekávání uživatelů vyvíjejí.
• Přehlednost a kontrola: Poskytujeme jasnou informaci o našich praktikách zpracování dat a nabízíme uživatelům kontrolu nad jejich reklamními zážitky, pokud je to možné, v souladu s nejlepšími praktikami ochrany soukromí.

Tímto způsobem Aarki dodává efektivní cílení reklam, zatímco respektuje ochranu soukromí uživatelů. Převrátili jsme výzvy éry ochrany soukromí v příležitosti pro inovace, vedoucí k platformě, která je nejen soukromí-kompatibilní, ale také vysoce efektivní pro kampaně našich klientů na získávání a opětovné zapojení uživatelů. Jak se digitální reklamní krajina vyvíjí, Aarki zůstává odhodlána vést cestu v AI-poháněných, soukromí-první mobilních reklamních řešeních.

Můžete vysvětlit koncept ML-poháněného cílení kreativ a jak se integruje s vaší kreativní strategií?

ML-poháněné cílení kreativ je naše metodologie pro optimalizaci reklamních kreativ na základě behaviorálních kohort, které identifikujeme prostřednictvím našich modelů strojového učení. Tento proces zahrnuje několik kroků:

• Analýza kohort: Naše modely strojového učení analyzují obrovské množství kontextových dat, aby vytvořily detailní behaviorální kohorty.
• Poznatky z kreativ: Pro každou kohortu používáme strojové učení k identifikaci kreativních prvků, které budou nejúčinněji rezonovat. To může zahrnovat barevné schéma, formáty reklam, styly sdělení nebo vizuální motivy.
• Spolupráce: Naši datoví vědci spolupracují s našimi kreativními týmy, sdílejí tyto ML-odvozené poznatky.
• Vývoj kreativ: Na základě těchto poznatků naše kreativní týmy vyvíjejí přizpůsobené reklamní kreativy pro každou kohortu. To může zahrnovat úpravu obrazů, kopií, call-to-action nebo celkové struktury reklamy.
• Dynamické sestavení: Používáme dynamickou optimalizaci kreativ k sestavení reklamních kreativ v reálném čase, kombinujeme nejúčinnější prvky s každou kohortou.
• Kontinuální optimalizace: Jakmile shromáždíme data o výkonu, naše modely strojového učení kontinuálně vylepšují své pochopení toho, co funguje pro každou kohortu, vytvářející zpětnou smyčku pro kontinuální zlepšování kreativ.
• Škálovatelnost a efektivita: Tento přístup umožňuje vytvářet vysoce cílená kreativa ve velkém měřítku, aniž by bylo nutné manuální segmentaci nebo odhady.

Výsledkem je synergie mezi datovými vědci a kreativitou. Jedním z našich hlavních pilířů, Unified Creative Framework, zajišťuje, že naše modely strojového učení poskytují datová poznatky o tom, co funguje pro různé segmenty publika. Současně naše kreativní týmy tyto poznatky přetvářejí v přesvědčivé reklamní designy. Tento přístup umožňuje dodávat více relevantní a zapojující reklamy pro každou kohortu, zlepšuje výkon kampaně a uživatelský zážitek současně.

Jakou roli hraje váš kreativní tým při vývoji reklamních kampaní a jak spolupracují s AI modely na optimalizaci reklamního výkonu?

Naši kreativní týmy hrají integrovanou roli při vývoji efektivní reklamní kampaně v Aarki. Pracují v úzké spolupráci s našimi AI modely na optimalizaci reklamního výkonu. Kreativní týmy interpretují poznatky z našich modelů strojového učení o tom, co rezonuje s různými behaviorálními kohortami. Poté vytvářejí přizpůsobené reklamní kreativy, upravují prvky, jako jsou vizuály, sdělení a formáty, aby odpovídaly těmto poznatkům.

Jakmile kampaně běží, týmy analyzují data o výkonu spolu s AI, kontinuálně vylepšují svůj přístup. Tento iterativní proces umožňuje rychlou optimalizaci kreativních prvků.

Synergie mezi lidskou kreativitou a AI-poháněnými poznatky umožňuje produkovat vysoce cílená a zapojující reklamy ve velkém měřítku, pohánějící lepší výkon pro kampaně našich klientů.

Jak AI infrastruktura Aarki detekuje a zabraňuje reklamnímu podvodu? Můžete poskytnout některé příklady typů podvodů, které váš systém identifikuje?

Jako jsem již zmínil, Aarki používá vícevrstvý přístup k boji proti reklamnímu podvodu. Přístupujeme k prevenci podvodů jako k pre-bid filtru s post-bid analýzou dat, která prochází našimi systémy. Zatímco jsem již obecnou strategii popsal, mohu poskytnout einige konkrétní příklady typů podvodů, které náš systém identifikuje:

• Přetečení kliknutí: Detekce abnormálně vysokých klikacích rychlostí z konkrétních zdrojů.
• Instalační farmy: Identifikace vzorců více instalací z téhož IP adresy nebo zařízení.
• Abnormální čas kliknutí na instalaci (CTIT): Zjištění abnormálních časů kliknutí na instalaci jako signálu pro bot aktivity.
• Nízké míry udržení: Identifikace uživatelů z vydavatelů, kteří opakovaně vykazují nízké míry udržení po instalaci.

Naše AI kontinuálně evoluuje, aby rozpoznala nové taktiky podvodníků, chránící rozpočet našich klientů.

Jak se přístup Aarki k získávání uživatelů a opětovnému zapojení liší od ostatních platforem v průmyslu?

Přístup Aarki k získávání uživatelů a opětovnému zapojení se liší v několika klíčových ohledech:

• Strategie, která respektuje soukromí: Úplně jsme se přizpůsobili ID-less cílení, což nás činí SKAN 4 kompatibilní a budoucnost- ready v prostředí, kde je kladen důraz na ochranu soukromí.
• Pokročilé AI a strojové učení: Naše víceúrovňová infrastruktura strojového učení zpracovává obrovské množství kontextových dat, vytváří sofistikované behaviorální kohorty bez závislosti na osobních identifikátorech.
• ML-poháněné cílení kreativ: Unikátně kombinujeme AI poznatky s lidskou kreativitou, aby vyvinuli vysoce cílená reklamní kreativa pro každou kohortu.
• Dynamický multiobjektový optimalizátor nabídek: Náš systém nabídek zohledňuje více cílů současně, vyvažuje efektivitu se zkoumáním, aby maximalizoval ROI.
• Kontextová inteligence: Využíváme trillions kontextových signálů, aby informovaly naše cílení, jdoucí za hranice základního demografického nebo geografického segmentace.
• Kontinuální optimalizace: Naše AI modely kontinuálně učí a přizpůsobují se na základě výkonu kampaně a evoluce trhu.
• Jednotný přístup: Nabízíme bezproblémovou integraci získávání uživatelů a opětovného zapojení, poskytující holistický pohled na uživatelskou cestu.
• Škálovatelnost: Naše infrastruktura může zvládnout obrovské množství dat (5M+ požadavků na reklamu za sekundu z 10B+ zařízení), umožňující vysoce granulární cílení ve velkém měřítku.
• Pokročilé mechanismy prevence podvodů: Naše vnitro- pre-bid filtry, post-bid analýza obrovského množství dat, kombinovaná s daty třetích stran, staví nás do čela ochrany našich klientů před podvodnými aktivitami.

Tato kombinace soukromí-první strategie, pokročilého AI, kreativní optimalizace, prevence podvodů a škálovatelné infrastruktury umožňuje Aarki dodávat více efektivní, efektivnější a uživatelsky přívětivější kampaně.

Můžete sdílet některé úspěchy, kde platforma Aarki významně zlepšila ROI klientů a efektivitu kampaní?

Index výkonu AppsFlyer uznává Aarki jako lídra v retargetingu, řadí nás na 1. místo pro herní aplikace v Severní Americe a 3. místo globálně. Jsme také hodnoceni jako top performer v všech indexech ROI Singular. Tento případová studie je také svědectvím našeho globálního vedení. Nejen pro herní aplikace, ale máme nedávné případové studie, které demonstrují naši schopnost dodávat výsledky napříč různými kategoriemi aplikací.

Jsem hrdý na to, že můžeme zdůraznit naši partnerství s DHgate, přední e-commerce platformou. Naše retargetingové kampaně pro Android i iOS dodaly výjimečné výsledky, demonstrujíce schopnost Aarki dodávat výkon ve velkém měřítku.

Používáním naší technologie hlubokých neuronových sítí jsme přesně sestavili uživatelské segmenty, aby maximalizovali efektivní retargeting. To vedlo k 33% růstu kliknutí od uživatelů s vyšším záměrem a 33% zvýšení konverzí.

Nejpůsobivěji, zatímco rozpočet DHgate s Aarki se zvýšil o 52%, jsme konzistentně překročili jejich cíle D30 ROAS o 1,7násobek, dosáhli jsme vynikajících 784% ROAS. Tento případ demonstruje naši oddanost dodávat výjimečné výsledky pro naše klienty. Přečtěte si více o tom zde.

Pro aplikaci pro potraviny a doručování jsme implementovali retargetingovou kampaň, aby reaktivovali uživatele a efektivně získali nové zákazníky.

To vedlo k 75% poklesu nákladů na získání zákazníka (CPA) a 12,3 milionu reaktivovaných uživatelů. Klíčem k úspěchu bylo využití našich modelů hlubokých neuronových sítí k cílení na správné publikum s přizpůsobenou komunikací, udržující kampaň svěží a zapojující. Přečtěte si o tom zde.

Tyto případové studie demonstrují naši schopnost dodávat významné zlepšení klíčových metrik napříč různými kategoriemi aplikací a typy kampaní. Naše soukromí-první přístup, pokročilé AI schopnosti a strategické využití kontextových dat nám umožňují dodávat vynikající výsledky pro naše klienty, ať už v získávání uživatelů nebo opětovném zapojení.

Jaké budoucí pokroky v AI a strojovém učení očekáváte jako zásadní pro mobilní reklamní průmysl?

Pohledem do budoucnosti, očekávám několik zásadních pokroků v AI a strojovém učení pro mobilní reklamu:

• Vylepšené techniky ochrany soukromí: Obrovské množství dat, které zpracováváme, povede k bezprecedentním učícím schopnostem. Hluboké neuronové sítě (DNN) budou využívat tuto schopnost, aby vytvořily lepší soukromí-první strategie pro cílení. Ve skutečnosti se koncept “cílení” bude vyvíjet tak dramaticky, že budeme potřebovat novou terminologii, aby popsali tyto AI-poháněné, prediktivní přístupy.
• Generativní AI pro optimalizaci kreativ v reálném čase: Uvidíme AI, která nebude moci pouze optimalizovat, ale také vytvářet a dynamicky modifikovat reklamní kreativa v reálném čase. To revolucionalizuje, jak přistupujeme k designu a personalizaci reklam.
• Holistické prediktivní modely: Kombinací našich hlubokých neuronových sítí pro produktové poznatky s naším Multiobjektovým optimalizátorem nabídek (MOBO) pro cenu, budeme vyvíjet vysoce efektivní a efektivní modely pro získávání uživatelů i retargeting. Tyto modely budou poskytovat incredibly accurate predictions of long-term user value, allowing for smarter, more strategic campaign management. Tyto pokroky pravděpodobně povedou k více efektivnímu, efektivnějšímu a uživatelsky přívětivějšímu mobilnímu reklamnímu zážitku.

  Děkuji vám za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Aarki.