Aman Sareen, CEO von Aarki – Interview-Serie

Aman Sareen ist der CEO von Aarki, einem KI-Unternehmen, das Werbelösungen anbietet, die das Umsatzwachstum für Mobile-App-Entwickler vorantreiben. Aarki ermöglicht es Marken, ihre Zielgruppen in einer datenschutzorientierten Welt effektiv anzusprechen, indem es Milliarden von Kontextsignalen für das Bieten mit proprietärer Machine Learning- und Verhaltensmodellierung kombiniert. Durch die Zusammenarbeit mit Hunderten von Werbetreibenden weltweit und die Verwaltung von über 5M mobilen Werbeanfragen pro Sekunde von über 10B Geräten ist Aarki ein privat gehaltenes Unternehmen mit Hauptsitz in San Francisco, CA und Büros in den USA, EMEA und APAC.

Können Sie uns ein bisschen über Ihre Reise von der Gründung von ZypMedia bis zur Leitung von Aarki erzählen? Welche Erfahrungen haben Ihre Herangehensweise an KI und AdTech geprägt?

Meine Führungskarriere in der AdTech-Branche begann mit der Gründung von ZypMedia im Jahr 2013, wo wir eine innovative Nachfrage-Seite-Plattform für lokale Werbung entwickelten. Dies war nicht nur eine weitere DSP; wir bauten sie von Grund auf, um Hochvolumen-Kampagnen mit unvergleichlicher Effizienz zu bewältigen. Denken Sie daran, dass dies der Vorläufer der hyper-lokalisierten, KI-getriebenen Zielgruppenansprache ist, die wir heute sehen.

Als CEO führte ich ZypMedia zu 20 Millionen US-Dollar Umsatz und verarbeitete jährlich 200 Millionen US-Dollar an Medientransaktionen. Diese Erfahrung war ein Prüfstein für das Verständnis der enormen Datenmengen, die moderne Werbeplattformen bewältigen müssen – eine Herausforderung, die speziell für KI-Lösungen konzipiert ist.

Meine Zeit bei LG Ad Solutions, nachdem ZypMedia von Sinclair übernommen worden war, war ein tiefes Eintauchen in die Welt der Gerätehersteller und wie die Kontrolle der Zuschauerdaten die Zukunft des Connected-TV-Werbens (CTV) prägen kann. Wir verwendeten viel KI/Machine Learning beim Aufbau des LG Ads-Geschäfts, wo die von den Geräten gesammelten Daten verwendet wurden, um Zielgruppen, Inventarblöcke und Planungssoftware zu generieren.

Als CEO von Aarki seit 2023 stehe ich an der Spitze der mobilen Werberevolution. Ich kann sagen, dass meine Reise mir eine tiefe Wertschätzung für die transformative Kraft der KI in der AdTech-Branche vermittelt hat. Der Übergang von der grundlegenden Programmierung zu KI-getriebenen Vorhersagemodellen und dynamischer kreativer Optimierung war nichts weniger als bemerkenswert.

Ich habe gelernt, KI nicht nur als Werkzeug, sondern als Rückgrat der nächsten Generation von AdTech zu sehen. Es ist der Schlüssel zur Lösung der drängendsten Herausforderungen der Branche; von der datenschutzkonformen Zielgruppenansprache in einer Welt ohne Geräte-ID bis hin zur Schaffung echter und personalisierter Werbeerlebnisse im großen Maßstab. Ich bin fest davon überzeugt, dass KI nicht nur die Schmerzpunkte lösen wird, mit denen Werbetreibende konfrontiert sind, sondern auch die Art und Weise revolutionieren, wie Operationen auf Plattformen wie Aarki durchgeführt werden. Die Lektionen aus meiner Reise – die Bedeutung von Skalierbarkeit, datengetriebener Entscheidungsfindung und kontinuierlicher Innovation – sind in dieser KI-Ära relevanter denn je.

Können Sie uns genauer erklären, wie Aarkis mehrstufige Machine-Learning-Infrastruktur funktioniert? Welche spezifischen Vorteile bietet sie im Vergleich zu herkömmlichen AdTech-Lösungen?

Meine Erfahrungen haben mich gelehrt, dass die Zukunft der AdTech in der Harmonisierung von Big Data, Machine Learning und menschlicher Kreativität liegt. Bei Aarki erforschen wir, wie KI jeden Aspekt des mobilen Werbemarktes verbessern kann; von der Optimierung von Geboten und der Betrugsbekämpfung bis hin zur Vorhersage der Leistung von Kreativen und Benutzererwerbsstrategien.

Zu diesem Zeitpunkt ist Aarkis mehrstufige Machine-Learning-Infrastruktur darauf ausgelegt, mehrere kritische Aspekte des mobilen Marketings zu bearbeiten, von der Betrugsprävention bis zur Vorhersage des Benutzernutzens. Hier ist, wie es funktioniert und warum es vorteilhaft ist:

• Betrugsbekämpfung und Inventarqualitätskontrolle: Es ist darauf ausgelegt, die Leistung und Budgets unserer Kunden zu schützen. Unser mehrschichtiger Ansatz kombiniert proprietäre Algorithmen mit Drittanbieter-Daten, um immer einen Schritt voraus zu sein. Wir stellen sicher, dass die Kampagnenbudgets in echte, hochwertige Inventare investiert werden, indem wir ständig Benutzerverhaltensweisen auswerten und eine aktuelle Betrugsdatenbank aufrechterhalten.
• Tiefes neuronales Netzwerk (DNN)-Modelle: Unsere Kerninfrastruktur nutzt mehrstufige DNN-Modelle, um den Wert jedes Eindrucks oder Benutzers vorherzusagen. Dieser granulare Ansatz ermöglicht es jedem Modell, die für bestimmte Konversionsevents am wichtigsten sind, zu lernen, was präzisere Zielgruppenansprache und Gebotsstrategien im Vergleich zu Ein-Größe-für-alle-Modelle ermöglicht.
• Mehrfachziel-Bid-Optimierer (MOBO): Unser MOBO berücksichtigt im Gegensatz zu einfachen Bid-Shading-Algorithmen, die von den meisten DSPs verwendet werden, mehrere Faktoren jenseits des Preises. Es verwendet dynamische Variablen wie Kampagnen- und Inventarattribute, vorhergesagten Benutzernutzen und CPM-Segmentierung, um Gebote zu optimieren. Diese fortschrittliche Methode maximiert die Rendite, während sie mehrere Ziele ausbalanciert und optimale Gebote findet, die gewinnen, KPI-Ziele erreichen und die Kampagnenbudgets vollständig nutzen.

Diese Komponenten bieten erhebliche Vorteile gegenüber herkömmlichen AdTech-Lösungen:

• Bessere Betrugsbekämpfung
• Genauere Vorhersagen und bessere Rendite durch mehrstufige DNNs
• Granulare kreative Hyper-Zielgruppenansprache mit mehrfachzielorientierter Bid-Preisgestaltung
• Skalierbarkeit, um immense Datenmengen zu bewältigen
• Datenschutzorientierte Zielgruppenansprache mit kontextuellen Kohorten

Unser KI-getriebener Ansatz ermöglicht beispielloser Genauigkeit, Effizienz und Anpassungsfähigkeit in mobilen Werbekampagnen. Durch die Nutzung von Deep Learning und fortschrittlichen Optimierungstechniken liefert Aarki überlegene Leistung, während es einen starken Fokus auf Datenschutz und Betrugsprävention aufrechterhält.

Wie funktioniert der dynamische Multi-Objekt-Bid-Optimierer und welchen Einfluss hat er auf die Maximierung der Rendite für Ihre Kunden?

Der dynamische Multi-Objekt-Bid-Optimierer ist ein fortschrittliches System, das über herkömmliche Bid-Shading-Algorithmen hinausgeht. Im Gegensatz zu einfachen Bid-Shading-Algorithmen, die sich ausschließlich auf die Preisgestaltung konzentrieren, berücksichtigt unser Optimierer mehrere Ziele gleichzeitig. Dazu gehören nicht nur der Preis, sondern auch Kampagnenleistungsmerkmale, Inventarqualität und Budgetnutzung.

Der Optimierer berücksichtigt eine Reihe von dynamischen Variablen, einschließlich Kampagnen- und Inventarattributen, vorhergesagtem Benutzernutzen und CPM-Segmentierung. Diese Variablen leiten den Optimierungsprozess um clientenspezifische KPIs, vor allem die Rendite. Dies ermöglicht es uns, unsere Gebotsstrategie an die einzigartigen Ziele jedes Kunden anzupassen.

Eine der Hauptstärken unseres Optimierers ist seine Fähigkeit, zwischen der effizienten Akquise von Hochwertigenutzern und der Erkundung neuer, ungenutzter Nutzersegmente und Inventare zu balancieren. Diese Erkundung hilft uns, wertvolle Chancen zu entdecken, die rigide Systeme möglicherweise übersehen.

In der Praxis bedeutet dies, dass unsere Kunden mit einer effizienteren Nutzung ihres Werbeetats, höherer Qualität bei der Benutzerakquise und letztendlich einer besseren Rendite auf ihren Kampagnen rechnen können. Zum Beispiel kann es sinnvoll sein, 50 % mehr für die Akquise eines Benutzers zu bieten, der 5-mal wertvoller (ROAS) ist. Die Fähigkeit des Optimierers, mehrere Ziele auszugleichen und in Echtzeit anzupassen, ermöglicht es uns, die komplexe mobile Werbelandschaft effektiver als herkömmliche, einzelne Ziel-Bidding-Systeme zu navigieren.

Aarki betont einen datenschutzorientierten Ansatz in seinen Betrieben. Wie stellt Ihre Plattform sicher, dass die Privatsphäre der Benutzer geschützt wird, während gleichzeitig effektive Zielgruppenansprache ermöglicht wird?

Ich bin stolz zu sagen, dass die datenschutzorientierte Ansprache eines der Kernpfeiler unserer Plattform ist, neben unserer KI-Plattform. Wir haben die Herausforderungen der Welt ohne Geräte-ID angenommen und innovative Lösungen entwickelt, um die Privatsphäre der Benutzer zu schützen, während gleichzeitig effektive Zielgruppenansprache ermöglicht wird. Hier ist, wie wir dies erreichen:

• ID-lose Zielgruppenansprache: Wir haben uns vollständig an die post-IDFA-Landschaft angepasst und sind SKAN 4-konform. Unsere Plattform funktioniert ohne die Verwendung von individuellen Geräte-IDs, wobei die Privatsphäre der Benutzer von Grund auf priorisiert wird.
• Kontextuelle Signale: Wir nutzen eine breite Palette von kontextuellen Datenpunkten wie Gerätetyp, Betriebssystem, App, Genre, Tageszeit und Region. Diese Signale liefern wertvolle Informationen für die Zielgruppenansprache, ohne dass personenbezogene Daten erforderlich sind.
• Massive kontextuelle Datenverarbeitung: Wir verarbeiten über 5 Millionen Werbeanfragen pro Sekunde von über 10 Milliarden Geräten weltweit. Jede Anfrage hat eine Fülle von kontextuellen Signalen, die uns eine reiche, datenschutzkonforme Datenbasis liefern.
• Fortgeschrittenes Machine Learning: Unsere 800-Milliarden-Zeilen-Trainingsmodell-Datenbank korreliert diese kontextuellen Signale mit historischen Ergebnisdaten. Dies ermöglicht es uns, Erkenntnisse und Muster abzuleiten, ohne die Privatsphäre der einzelnen Benutzer zu gefährden.
• Dynamische Verhaltenskohorten: Mit Hilfe von Machine Learning erstellen wir hoch detaillierte, dynamische Verhaltenskohorten auf der Grundlage von aggregierten kontextuellen Daten. Diese Kohorten ermöglichen effiziente Optimierungen und Skalierbarkeit, ohne auf personenbezogene Identifikatoren zurückzugreifen.
• ML-getriebene kreative Zielgruppenansprache: Für jede Kohorte nutzen wir Machine Learning in Kombination mit unserem kreativen Team, um optimale kreative Strategien zu entwickeln. Dieser Ansatz stellt sicher, dass die Werbung relevant und effektiv ist, ohne die Privatsphäre der Benutzer zu verletzen.
• Ständiges Lernen und Anpassen: Unsere KI-Modelle lernen und passen sich ständig an, basierend auf der Kampagnenleistung und den sich ändernden kontextuellen Daten, um sicherzustellen, dass unsere Zielgruppenansprache effektiv bleibt, während sich die Datenschutzbestimmungen und die Erwartungen der Benutzer weiterentwickeln.
• Transparenz und Kontrolle: Wir bieten klare Informationen über unsere Datenpraktiken und bieten den Benutzern Kontrolle über ihre Werbeerlebnisse, wo immer möglich, im Einklang mit den Datenschutzbest Practices.

Indem wir diese datenschutzorientierten Strategien nutzen, liefert Aarki effektive Zielgruppenansprache, während die Privatsphäre der Benutzer respektiert wird. Wir haben die Herausforderungen der datenschutzorientierten Ära in Chancen für Innovation umgewandelt, was zu einer Plattform führt, die sowohl datenschutzkonform als auch hoch effektiv für die Benutzerakquise- und Re-Engagement-Kampagnen unserer Kunden ist.

Können Sie das Konzept der ML-getriebenen kreativen Zielgruppenansprache erklären und wie es in Ihre kreative Strategie integriert wird?

ML-getriebene kreative Zielgruppenansprache ist unsere Methode, um Werbekreativität basierend auf den Verhaltenskohorten zu optimieren, die wir durch unsere Machine-Learning-Modelle identifizieren. Dieser Prozess umfasst mehrere Schritte:

• Kohortenanalyse: Unsere ML-Modelle analysieren große Mengen an kontextuellen Daten, um detaillierte Verhaltenskohorten zu erstellen.
• Kreative Erkenntnisse: Für jede Kohorte nutzen wir Machine Learning, um die kreativen Elemente zu identifizieren, die am effektivsten ansprechen. Dies kann Farbschemata, Werbeformate, Messaging-Stile oder visuelle Themen umfassen.
• Zusammenarbeit: Unser Datenwissenschaftsteam arbeitet mit unserem kreativen Team zusammen, um diese ML-abgeleiteten Erkenntnisse zu teilen.
• Kreative Entwicklung: Basierend auf diesen Erkenntnissen entwickelt unser kreatives Team maßgeschneiderte Werbekreativität für jede Kohorte. Dies kann die Anpassung von Bildern, Texten, Calls-to-Action oder der gesamten Werbestruktur umfassen.
• Dynamische Zusammenstellung: Wir nutzen dynamische kreative Optimierung, um Werbekreativität in Echtzeit zusammenzustellen, indem wir die effektivsten Elemente für jede Kohorte auswählen.
• Ständige Optimierung: Wenn wir Leistungsdaten sammeln, verfeinern unsere ML-Modelle ständig ihr Verständnis davon, was für jede Kohorte funktioniert, und schaffen so eine Rückkopplungsschleife für kontinuierliche kreative Verbesserung.
• Skalierbarkeit und Effizienz: Dieser Ansatz ermöglicht es uns, hochzielgerichtete Kreativität im großen Maßstab zu entwickeln, ohne manuelle Segmentierung oder Vermutungen zu benötigen.

Das Ergebnis ist eine Synergie zwischen Datenwissenschaft und Kreativität. Einer unserer Kernpfeiler, das Unified Creative Framework, stellt sicher, dass unsere ML-Modelle datengetriebene Erkenntnisse über das liefern, was für verschiedene Zielgruppen funktioniert, während unser kreatives Team diese Erkenntnisse in ansprechende Werbegestaltungen umsetzt. Dieser Ansatz ermöglicht es uns, relevantere und engagiertere Werbung für jede Kohorte zu liefern, wodurch die Kampagnenleistung und die Benutzererfahrung verbessert werden.

Welche Rolle spielt Ihr kreatives Team bei der Entwicklung von Werbekampagnen und wie arbeitet es mit den KI-Modellen zusammen, um die Werbeleistung zu optimieren?

Unser kreatives Team spielt eine integrierte Rolle bei der Entwicklung effektiver Werbekampagnen bei Aarki. Es arbeitet eng mit unseren KI-Modellen zusammen, um die Werbeleistung zu optimieren. Das kreative Team interpretiert die Erkenntnisse aus unseren ML-Modellen darüber, was bei verschiedenen Verhaltenskohorten anspricht. Es entwickelt dann maßgeschneiderte Werbekreativität, indem es Elemente wie visuelle Gestaltung, Messaging und Formate anpasst, um diesen Erkenntnissen zu entsprechen.

Während die Kampagnen laufen, analysiert das Team die Leistungsdaten zusammen mit der KI und verfeinert kontinuierlich seinen Ansatz. Dieser iterative Prozess ermöglicht eine schnelle Optimierung der kreativen Elemente.

Die Synergie zwischen menschlicher Kreativität und KI-getriebenen Erkenntnissen ermöglicht es uns, hochzielgerichtete und engagierte Werbung im großen Maßstab zu produzieren, was zu einer überlegenen Leistung für die Kampagnen unserer Kunden führt.

Wie funktioniert Aarkis KI-Infrastruktur bei der Erkennung und Verhinderung von Werbetrug und können Sie Beispiele für die Arten von Betrug nennen, die Ihr System identifiziert?

Wie ich bereits erwähnt habe, nutzt Aarki einen mehrschichtigen Ansatz, um Werbetrug zu bekämpfen. Wir gehen Betrugsbekämpfung als Pre-Bid-Filter mit Post-Bid-Analytics der Daten an, die durch unsere Systeme fließen. Während ich bereits unsere allgemeine Strategie erläutert habe, kann ich einige spezifische Beispiele für die Arten von Betrug nennen, die unser System identifiziert:

• Click-Flooding: Erkennung abnormally hoher Klickraten von bestimmten Quellen.
• Install-Farmen: Identifizierung von Mustern mehrfacher Installationen von der gleichen IP-Adresse oder von dem gleichen Gerät.
• Abnormale Click-to-Install-Zeit (CTIT): Erkennung abnormale Click-to-Install-Zeiten als Signal für Bot-Aktivität.
• Niedrige Retention-Raten: Identifizierung von Benutzern von Verlegern, die wiederholt niedrige Retention-Raten nach der Installation aufweisen.

Unsere KI entwickelt sich ständig weiter, um neue Betrugstaktiken zu erkennen und die Budgets unserer Kunden zu schützen.

Wie unterscheidet sich Aarkis Ansatz zur Benutzerakquise und Re-Engagement von anderen Plattformen in der Branche?

Aarkis Ansatz zur Benutzerakquise und Re-Engagement unterscheidet sich in mehreren Schlüsselbereichen von anderen Plattformen:

• Datenschutzorientierter Ansatz: Wir haben uns vollständig an die ID-lose Zielgruppenansprache angepasst und sind SKAN 4-konform, was uns zukunftssicher in einer datenschutzorientierten Landschaft macht.
• Fortgeschrittene KI und Machine Learning: Unsere mehrstufige Machine-Learning-Infrastruktur verarbeitet immense Mengen an kontextuellen Daten, um sophisticatede Verhaltenskohorten ohne die Verwendung von personenbezogenen Identifikatoren zu erstellen.
• ML-getriebene kreative Zielgruppenansprache: Wir kombinieren einzigartig KI-Erkenntnisse mit menschlicher Kreativität, um maßgeschneiderte Werbekreativität für jede Kohorte zu entwickeln.
• Dynamischer Multi-Objekt-Bid-Optimierer: Unser Bidding-System berücksichtigt mehrere Ziele gleichzeitig, um Effizienz mit Exploration zu balancieren und die Rendite zu maximieren.
• Kontextuelle Intelligenz: Wir nutzen trillions von kontextuellen Signalen, um unsere Zielgruppenansprache zu informieren, und gehen damit über die grundlegende demografische oder geografische Segmentierung hinaus.
• Ständige Optimierung: Unsere KI-Modelle lernen und passen sich ständig an, um sicherzustellen, dass unsere Strategien mit den sich ändernden Benutzerverhaltensweisen und Marktbedingungen Schritt halten.
• Einheitlicher Ansatz: Wir bieten eine nahtlose Integration von Benutzerakquise- und Re-Engagement-Strategien, um einen umfassenden Blick auf die Benutzerreise zu ermöglichen.
• Skalierbarkeit: Unsere Infrastruktur kann immense Datenmengen (5M+ Werbeanfragen pro Sekunde von 10B+ Geräten) bewältigen, was eine hochgranulare Zielgruppenansprache im großen Maßstab ermöglicht.
• Fortgeschrittene Betrugsbekämpfungsmechanismen: Unsere Inhouse-Pre-Bid-Betrugsfilter, Post-Bid-Analytics von massiven Datenmengen in Kombination mit Drittanbieter-Daten stellen uns an die Spitze bei der Rettung der Budgets unserer Kunden vor betrügerischem Verkehr.

Diese Kombination aus datenschutzorientierten Methoden, fortgeschrittener KI, kreativer Optimierung, Betrugsbekämpfung und skalierbarer Infrastruktur ermöglicht es uns, effektivere, effizientere und anpassungsfähigere Kampagnen zu liefern.

Meine Erfahrungen haben mich gelehrt, dass die Zukunft der AdTech in der Harmonisierung von Big Data, Machine Learning und menschlicher Kreativität liegt. Ich bin stolz darauf, dass wir neben unserer Technologie auch ein herausragendes Team von Analysten, Datenwissenschaftlern und kreativen Fachleuten haben, die menschliche Kreativität zu unserer Technologie hinzufügen.

Können Sie einige Erfolgsgeschichten teilen, in denen Aarkis Plattform die Rendite und Kampagnenleistung für Ihre Kunden signifikant verbessert hat?

Der AppsFlyer Performance Index erkennt Aarki als Leader im Retargeting an und bewertet uns als Nummer 1 für Gaming in Nordamerika und Nummer 3 weltweit. Wir werden auch als Top-Performer in allen Singular-Werbe-ROI-Indizes bewertet. Diese Fallstudie ist auch ein Zeugnis für unsere globale Führung. Nicht nur im Gaming, sondern wir haben auch aktuelle Fallstudien, die unsere Fähigkeit zeigen, Ergebnisse in verschiedenen App-Kategorien zu erzielen.

Ich bin stolz, unsere Partnerschaft mit DHgate, einer führenden E-Commerce-Plattform, hervorzuheben. Unsere Retargeting-Kampagnen für Android und iOS lieferten außergewöhnliche Ergebnisse und zeigten Aarkis Fähigkeit, Leistung im großen Maßstab zu erzielen.

Indem wir unsere Deep-Neural-Network-Technologie nutzten, konnten wir Benutzersegmente präzise zusammenstellen, um die Retargeting-Effektivität zu maximieren. Dies führte zu einem Wachstum von 33 % bei höheren Intent-User-Klicks und einer Steigerung von 33 % bei Konversionen.

Am beeindruckendsten war, dass DHgates Ausgaben bei Aarki um 52 % stiegen, während wir kontinuierlich ihre Ziele von 450 % D30 ROAS um 1,7-fach übertrafen und eine außergewöhnliche Rendite von 784 % ROAS erzielten. Dieser Fall zeigt unsere Verpflichtung, herausragende Ergebnisse für unsere Kunden zu liefern. Lesen Sie mehr darüber hier.

Für eine Food- und Liefer-App implementierten wir eine Retargeting-Kampagne, um Benutzer zu reaktivieren und neue Kunden effizient zu akquirieren.

Dies führte zu einer Reduzierung der Akquisekosten um 75 % und 12,3 Millionen Benutzerreaktivierungen. Der Schlüssel zum Erfolg lag in der Nutzung unserer Deep-Neural-Network-Modelle, um die richtigen Zielgruppen mit maßgeschneiderter Botschaft zu erreichen und die Kampagne frisch und engagierend zu halten. Lesen Sie mehr darüber hier.

Diese Fallstudien demonstrieren unsere Fähigkeit, signifikante Verbesserungen in wichtigen Metriken über verschiedene App-Kategorien und Kampagnentypen hinweg zu erzielen. Unser datenschutzorientierter Ansatz, unsere fortgeschrittenen KI-Fähigkeiten und unsere strategische Nutzung von kontextuellen Daten ermöglichen es uns, herausragende Ergebnisse für unsere Kunden zu liefern, sowohl in der Benutzerakquise als auch in der Re-Engagement-Bemühungen.

Welche zukünftigen Fortschritte in KI und Machine Learning sehen Sie als entscheidend für die mobile Werbeindustrie?

Wenn ich in die Zukunft blicke, erwarte ich mehrere entscheidende Fortschritte in KI und Machine Learning für die mobile Werbeindustrie:

• Verbesserte datenschutzorientierte Techniken: Die immense Menge an Daten, die wir verarbeiten, wird zu beispielloser Lernfähigkeit führen. Deep-Neural-Networks (DNNs) werden diese nutzen, um überlegene datenschutzorientierte Engagementstrategien zu entwickeln. Tatsächlich wird das Konzept der “Zielgruppenansprache” so dramatisch evolvieren, dass wir neue Terminologie benötigen werden, um diese KI-getriebenen, vorhersageorientierten Ansätze zu beschreiben.
• Generative KI für Echtzeit-Kreativoptimierung: Wir werden KI sehen, die nicht nur optimieren, sondern auch Werbekreativität in Echtzeit erstellen und dynamisch modifizieren kann. Dies wird die Art und Weise revolutionieren, wie wir Werbegestaltung und Personalisierung angehen.
• Holistiche Vorhersagemodelle: Indem wir unsere Deep-Neural-Networks für Produktinsights mit unserem Multi-Objective-Bid-Optimierer (MOBO) für Preisgestaltung kombinieren, werden wir hoch effektive und effiziente Modelle für Benutzerakquise und Retargeting entwickeln. Diese werden beispielloser genaue Vorhersagen des langfristigen Benutzernutzens liefern, was zu cleverer, strategischer Kampagnenführung führen wird.

Diese Fortschritte werden wahrscheinlich zu effektiveren, effizienteren und benutzerfreundlicheren mobilen Werbeerlebnissen führen.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Aarki besuchen.