Aman Sareen, CEO de Aarki – Serie de entrevistas

Aman Sareen es el CEO de Aarki, una empresa de inteligencia artificial que ofrece soluciones publicitarias que impulsan el crecimiento de los ingresos de los desarrolladores de aplicaciones móviles. Aarki permite a las marcas interactuar eficazmente con las audiencias en un mundo de privacidad, utilizando miles de millones de señales de licitación contextual combinadas con modelos de aprendizaje automático y comportamiento propietarios. Trabajando con cientos de anunciantes en todo el mundo y gestionando más de 5M solicitudes de anuncios móviles por segundo desde más de 10B dispositivos, Aarki es una empresa privada con sede en San Francisco, CA y oficinas en todo EE. UU., EMEA y APAC.

¿Podría compartir un poco sobre su trayectoria desde la cofundación de ZypMedia hasta liderar Aarki? ¿Qué experiencias clave han moldeado su enfoque hacia la inteligencia artificial y la publicidad tecnológica?

Mi odisea como líder en publicidad tecnológica comenzó con la cofundación de ZypMedia en 2013, donde diseñamos una plataforma de demanda lateral de vanguardia para publicidad local. Esto no era solo otra plataforma de demanda; la construimos desde cero para manejar campañas de alto volumen y bajo costo con una eficiencia sin precedentes. Piense en ello como el precursor de la segmentación hiperlocalizada y la orientación impulsada por inteligencia artificial que vemos hoy.

Como CEO, dirigí a ZypMedia a $20 millones en ingresos por SaaS y procesé $200 millones en transacciones de medios anualmente. Esta experiencia fue un crisol para comprender la escala masiva de datos que las plataformas publicitarias modernas deben manejar, un desafío diseñado para soluciones de inteligencia artificial.

Mi paso por LG Ad Solutions, después de la adquisición de ZypMedia por Sinclair, fue una inmersión en el mundo de los fabricantes de dispositivos y cómo el control de los datos de audiencia puede dar forma al futuro de la publicidad de TV conectada (CTV). Usamos mucha inteligencia artificial y aprendizaje automático en la construcción del negocio de LG Ads, donde los datos recopilados de los dispositivos se utilizaban para generar segmentos de orientación, bloques de inventario y software de planificación.

Como CEO de Aarki desde 2023, estoy a la vanguardia de la revolución publicitaria móvil. Puedo decir que mi trayectoria me ha inculcado una profunda apreciación por el poder transformador de la inteligencia artificial en la publicidad tecnológica. La progresión desde la programática básica hasta la modelización predictiva y la optimización de creativos dinámicos ha sido nada menos que notable.

He llegado a ver la inteligencia artificial no solo como una herramienta, sino como la columna vertebral de la publicidad tecnológica de próxima generación. Es la clave para resolver los desafíos más apremiantes de la industria, desde la orientación compatible con la privacidad en un mundo posterior a la identificación de dispositivos hasta la creación de experiencias publicitarias genuinas y personalizadas a escala. Creo firmemente que la inteligencia artificial no solo resolverá los puntos dolorosos que enfrentan los anunciantes, sino que también revolucionará la forma en que se operan las plataformas como Aarki. Las lecciones de mi trayectoria, la importancia de la escalabilidad, la toma de decisiones basada en datos y la innovación continua, son más relevantes que nunca en esta era de inteligencia artificial.

¿Podría explicar cómo funciona la infraestructura de aprendizaje automático de múltiples niveles de Aarki? ¿Qué ventajas específicas ofrece sobre las soluciones de publicidad tecnológica tradicionales?

Mis experiencias me han enseñado que el futuro de la publicidad tecnológica radica en la armonización de grandes datos, aprendizaje automático y creatividad humana. En Aarki, exploramos cómo la inteligencia artificial puede mejorar cada aspecto del ecosistema publicitario móvil, desde la optimización de ofertas y la detección de fraude hasta la predicción del rendimiento creativo y las estrategias de adquisición de usuarios.

En este punto, la infraestructura de aprendizaje automático de múltiples niveles de Aarki está diseñada para abordar varios aspectos críticos de la publicidad móvil, desde la prevención del fraude hasta la predicción del valor del usuario. Aquí está cómo funciona y por qué es ventajosa:

• Detección de fraude y control de calidad del inventario: Está diseñada para proteger el rendimiento y los presupuestos de nuestros clientes. Nuestro enfoque de múltiples capas combina algoritmos propietarios con datos de terceros para mantenerse por delante de las tácticas de fraude en evolución. Aseguramos que los presupuestos de las campañas se inviertan en inventario genuino y de alta calidad, evaluando constantemente los comportamientos de los usuarios y manteniendo una base de datos de fraude actualizada.
• Modelos de Red Neuronal Profunda (DNN): Nuestra infraestructura central utiliza modelos de DNN de múltiples etapas para predecir el valor de cada impresión o usuario. Este enfoque granular permite que cada modelo aprenda las características más cruciales para eventos de conversión específicos, permitiendo estrategias de orientación y licitación más precisas en comparación con modelos de un tamaño único.
• Optimizador de licitación multiobjetivo (MOBO): A diferencia del simple sombreado de ofertas utilizado por la mayoría de las plataformas de demanda, nuestro MOBO considera múltiples factores más allá del precio. Utiliza variables dinámicas como atributos de campaña e inventario, valor de usuario predicho y segmentación de CPM para optimizar las ofertas. Este método sofisticado maximiza el retorno de la inversión al mismo tiempo que equilibra múltiples objetivos, encontrando ofertas óptimas que ganen, cumplan los objetivos de KPI y se ajusten correctamente para utilizar los presupuestos de las campañas de manera integral.

Estos componentes ofrecen ventajas significativas sobre las soluciones de publicidad tecnológica tradicionales:

• Detección de fraude superior
• Predicciones más precisas y mejor retorno de la inversión a través de DNN de múltiples etapas
• Orientación creativa hiperdirigida con precios de ofertas multiobjetivo
• Escalabilidad para manejar vastas cantidades de datos
• Orientación de privacidad con cohortes contextuales

Nuestro enfoque impulsado por inteligencia artificial permite una precisión, eficiencia y adaptabilidad sin precedentes en las campañas publicitarias móviles. Al aprovechar el aprendizaje profundo y las técnicas de optimización avanzadas, Aarki entrega un rendimiento superior mientras mantiene un fuerte enfoque en la privacidad y la prevención del fraude.

¿Cómo funciona el Optimizador de licitación dinámico multiobjetivo, y qué impacto tiene en la maximización del retorno de la inversión para sus clientes?

El Optimizador de licitación dinámico multiobjetivo es un sistema sofisticado que va más allá de los algoritmos de sombreado de ofertas tradicionales. A diferencia de los algoritmos de sombreado de ofertas simples que se centran únicamente en el precio justo por debajo de la oferta ganadora predicha, nuestro optimizador considera múltiples objetivos simultáneamente. Esto incluye no solo el precio, sino también los métricos de rendimiento de la campaña, la calidad del inventario y la utilización del presupuesto.

El optimizador tiene en cuenta una serie de variables dinámicas, incluidos los atributos de la campaña y el inventario, el valor del usuario predicho y la segmentación de CPM. Estas variables guían el proceso de optimización alrededor de los KPI específicos del cliente, principalmente el retorno de la inversión. Esto nos permite adaptar nuestra estrategia de licitación a los objetivos únicos de cada cliente.

Una de las principales fortalezas de nuestro optimizador es su capacidad para equilibrar la adquisición eficiente de usuarios de alto valor y la exploración de nuevos segmentos de usuarios y inventario no explotados. Esta exploración nos permite descubrir oportunidades valiosas que los sistemas más rígidos podrían pasar por alto.

En la práctica, esto significa que nuestros clientes pueden esperar un uso más eficiente de su gasto publicitario, una adquisición de usuarios de mayor calidad y, en última instancia, un mejor retorno de la inversión en sus campañas. Por ejemplo, podría tener sentido pagar un 50% más para licitar por un usuario que es 5 veces más valioso (ROAS). La capacidad del optimizador para equilibrar múltiples objetivos y adaptarse en tiempo real nos permite navegar el complejo paisaje publicitario móvil de manera más efectiva que los sistemas de licitación tradicionales de un solo objetivo.

Aarki enfatiza un enfoque de privacidad en sus operaciones. ¿Cómo garantiza su plataforma la privacidad del usuario al mismo tiempo que entrega una orientación publicitaria efectiva?

Estoy orgulloso de decir que la participación de privacidad es uno de los pilares fundamentales de nuestra plataforma, junto con nuestra plataforma de inteligencia artificial. Hemos abrazado los desafíos del mundo sin ID de dispositivo y desarrollado soluciones innovadoras para garantizar la privacidad del usuario al mismo tiempo que entregamos una orientación publicitaria efectiva. Aquí está cómo lo logramos:

• Orientación sin ID: Nos hemos adaptado completamente al paisaje posterior a IDFA y somos compatibles con SKAN 4. Nuestra plataforma opera sin depender de identificadores de dispositivo individuales, priorizando la privacidad del usuario desde el principio.
• Señales contextuales: Aprovechamos una amplia variedad de puntos de datos contextuales como el tipo de dispositivo, el sistema operativo, la aplicación, el género, la hora del día y la región. Estas señales proporcionan información de orientación valiosa sin requerir datos personales.
• Procesamiento masivo de datos contextuales: Procesamos más de 5 millones de solicitudes de anuncios por segundo desde más de 10 mil millones de dispositivos en todo el mundo. Cada solicitud tiene una gran cantidad de señales contextuales, proporcionándonos un conjunto de datos rico y compatible con la privacidad.
• Aprendizaje automático avanzado: Nuestro modelo de entrenamiento de 800 mil millones de filas correlaciona estas señales contextuales con datos de resultados históricos. Esto nos permite derivar conocimientos y patrones sin comprometer la privacidad individual del usuario.
• Cohortes de comportamiento dinámicas: Usando el aprendizaje automático, creamos cohortes de comportamiento muy detalladas y dinámicas basadas en datos contextuales agregados. Estas cohortes permiten optimizaciones y escalabilidad eficientes sin depender de identificadores personales.
• Orientación creativa impulsada por ML: Para cada cohorte, usamos el aprendizaje automático en colaboración con nuestro equipo creativo para idear estrategias creativas óptimas. Este enfoque garantiza la relevancia y la eficacia sin infringir la privacidad individual.
• Aprendizaje y adaptación continuos: Nuestros modelos de inteligencia artificial aprenden y se adaptan continuamente en función del rendimiento de la campaña y los datos contextuales en evolución, garantizando que nuestra orientación siga siendo efectiva a medida que evolucionan las regulaciones de privacidad y las expectativas de los usuarios.
• Transparencia y control: Proporcionamos información clara sobre nuestras prácticas de datos y ofrecemos a los usuarios el control sobre sus experiencias publicitarias siempre que sea posible, alineándonos con las mejores prácticas de privacidad.

Al aprovechar estas estrategias de privacidad, Aarki entrega una orientación publicitaria efectiva al mismo tiempo que respeta la privacidad del usuario. Hemos convertido los desafíos de la era de la privacidad en oportunidades de innovación, lo que ha dado como resultado una plataforma que es a la vez compatible con la privacidad y altamente efectiva para las campañas de adquisición y reenganche de nuestros clientes. A medida que evoluciona el paisaje publicitario digital, Aarki sigue comprometida con liderar el camino en soluciones de publicidad móvil impulsadas por inteligencia artificial y de privacidad.

¿Podría explicar el concepto de Orientación creativa impulsada por ML y cómo se integra con su estrategia creativa?

La Orientación creativa impulsada por ML es nuestra metodología para optimizar creativos publicitarios en función de las cohortes de comportamiento que identificamos a través de nuestros modelos de aprendizaje automático. Este proceso implica varios pasos:

• Análisis de cohortes: Nuestros modelos de aprendizaje automático analizan grandes cantidades de datos contextuales para crear cohortes de comportamiento detalladas.
• Conocimientos creativos: Para cada cohorte, usamos el aprendizaje automático para identificar los elementos creativos que probablemente resuenen de manera más efectiva. Esto podría incluir esquemas de color, formatos de anuncios, estilos de mensajería o temas visuales.
• Colaboración: Nuestro equipo de ciencia de datos colabora con nuestro equipo creativo, compartiendo estos conocimientos derivados de ML.
• Desarrollo creativo: En función de estos conocimientos, nuestro equipo creativo desarrolla creativos publicitarios personalizados para cada cohorte. Esto podría implicar ajustar imágenes, copias, llamadas a la acción o la estructura general del anuncio.
• Ensamblaje dinámico: Usamos la optimización creativa dinámica para ensamblar creativos publicitarios en tiempo real, emparejando los elementos más efectivos con cada cohorte.
• Optimización continua: A medida que recopilamos datos de rendimiento, nuestros modelos de aprendizaje automático refinan continuamente su comprensión de lo que funciona para cada cohorte, creando un bucle de retroalimentación para la mejora creativa continua.
• Escalabilidad y eficiencia: Este enfoque nos permite crear creativos publicitarios altamente dirigidos a escala sin la necesidad de segmentación manual o conjeturas.

El resultado es una sinergia entre la ciencia de datos y la creatividad. También uno de nuestros pilares fundamentales, el Marco creativo unificado, garantiza que nuestros modelos de aprendizaje automático proporcionen conocimientos basados en datos sobre lo que funciona para diferentes segmentos de audiencia. Al mismo tiempo, nuestro equipo creativo da vida a estos conocimientos en diseños publicitarios atractivos. Este enfoque nos permite entregar anuncios más relevantes y atractivos a cada cohorte, mejorando simultáneamente el rendimiento de la campaña y la experiencia del usuario.

¿Cuál es el papel de su equipo creativo en el desarrollo de campañas publicitarias, y cómo colaboran con los modelos de inteligencia artificial para optimizar el rendimiento publicitario?

Nuestro equipo creativo juega un papel integrado en el desarrollo de campañas publicitarias efectivas en Aarki. Trabajan en estrecha colaboración con nuestros modelos de inteligencia artificial para optimizar el rendimiento publicitario. El equipo creativo interpreta los conocimientos de nuestros modelos de aprendizaje automático sobre lo que resuena con diferentes cohortes de comportamiento. Luego, crean creativos publicitarios personalizados, ajustando elementos como visuales, mensajería y formatos para emparejar estos conocimientos.

A medida que las campañas se ejecutan, el equipo analiza los datos de rendimiento junto con la inteligencia artificial, refinando continuamente su enfoque. Este proceso iterativo permite la optimización rápida de los elementos creativos.

La sinergia entre la creatividad humana y los conocimientos impulsados por la inteligencia artificial nos permite producir anuncios altamente dirigidos y atractivos a escala, impulsando un rendimiento superior para las campañas de nuestros clientes.

¿Cómo detecta y previene la infraestructura de inteligencia artificial de Aarki el fraude publicitario? ¿Podría proporcionar algunos ejemplos de los tipos de fraude que su sistema identifica?

Como mencioné anteriormente, Aarki emplea un enfoque de múltiples capas para combatir el fraude publicitario. Estamos abordando la prevención del fraude como un filtro de pre-licitación con análisis de datos de post-licitación de los datos que pasan por nuestros sistemas. Mientras que ya he esbozado nuestra estrategia general, puedo proporcionar algunos ejemplos específicos de los tipos de fraude que nuestro sistema identifica:

• Inundación de clics: Detección de tasas de clics anormalmente altas desde fuentes específicas.
• Granjas de instalaciones: Identificación de patrones de múltiples instalaciones desde la misma dirección IP o dispositivo.
• Tiempo de clic a instalación (CTIT) anormal: Detección de tiempos de clic a instalación anormales como señal de actividad de bots.
• Tasas de retención bajas: Identificación de usuarios de editores que exhiben tasas de retención bajas después de la instalación.

Nuestra inteligencia artificial continúa evolucionando para reconocer nuevas tácticas de fraude, protegiendo los presupuestos de nuestros clientes.

¿En qué se diferencia el enfoque de Aarki hacia la adquisición y reenganche de usuarios de otras plataformas en la industria?

El enfoque de Aarki hacia la adquisición y reenganche de usuarios nos distingue en varios aspectos clave:

• Estrategia de privacidad: Hemos abrazado completamente la orientación sin ID y somos compatibles con SKAN 4, lo que nos hace estar listos para el futuro en un paisaje enfocado en la privacidad.
• Inteligencia artificial avanzada: Nuestra infraestructura de aprendizaje automático de múltiples niveles procesa vastas cantidades de datos contextuales, creando cohortes de comportamiento sofisticadas sin depender de identificadores personales.
• Orientación creativa impulsada por ML: Combinamos la inteligencia artificial con la creatividad humana para desarrollar creativos publicitarios altamente dirigidos para cada cohorte.
• Optimizador de licitación dinámico multiobjetivo: Nuestro sistema de licitación considera múltiples objetivos simultáneamente, equilibrando la eficiencia con la exploración para maximizar el retorno de la inversión.
• Inteligencia contextual: Aprovechamos trillones de señales contextuales para informar nuestra orientación, yendo más allá de la segmentación demográfica o geográfica básica.
• Optimización continua: Nuestros modelos de aprendizaje automático aprenden y se adaptan continuamente, garantizando que nuestras estrategias evolucionen con los cambios en el comportamiento de los usuarios y las condiciones del mercado.
• Enfoque unificado: Ofrecemos una integración sin problemas de las estrategias de adquisición y reenganche de usuarios, proporcionando una visión holística del viaje del usuario.
• Escalabilidad: Nuestra infraestructura puede manejar volúmenes masivos de datos (5M+ solicitudes de anuncios por segundo desde 10B+ dispositivos), lo que nos permite una orientación altamente granular a escala.
• Mecanismos de prevención de fraude avanzados: Nuestros filtros de fraude de pre-licitación, análisis de datos de post-licitación de grandes volúmenes de datos, combinados con datos de terceros, nos colocan a la vanguardia en la protección del dinero de nuestros clientes contra el tráfico fraudulento.

Esta combinación de métodos de privacidad, inteligencia artificial avanzada, optimización creativa, prevención de fraude y escalabilidad de infraestructura nos permite entregar campañas más efectivas, eficientes y adaptables.

Mis experiencias me han enseñado que el futuro de la publicidad tecnológica radica en la armonización de grandes datos, aprendizaje automático y creatividad humana. Me enorgullezco del hecho de que, además de nuestra tecnología, también contamos con un equipo destacado de analistas, científicos de datos y profesionales creativos que aportan creatividad humana a nuestra tecnología.

¿Podría compartir algunas historias de éxito donde la plataforma de Aarki mejoró significativamente el retorno de la inversión y la efectividad de las campañas para sus clientes?

El Índice de Rendimiento de AppsFlyer reconoce a Aarki como líder en retargeting, clasificándonos como el número 1 para juegos en Norteamérica y el número 3 a nivel global. También estamos clasificados como uno de los mejores rendimientos en todos los índices de retorno de la inversión publicitaria de Singular. Este estudio de caso también es un testimonio de nuestro liderazgo global. No solo para juegos, sino que también tenemos estudios de caso recientes que demuestran nuestra capacidad para impulsar resultados en diversas categorías de aplicaciones.

Me enorgullece destacar nuestra asociación con DHgate, una plataforma de comercio electrónico líder. Nuestras campañas de retargeting para Android y iOS entregaron resultados excepcionales, demostrando la capacidad de Aarki para impulsar el rendimiento a escala.

Al aprovechar nuestra tecnología de red neuronal profunda, creamos segmentos de usuarios con precisión para maximizar la eficacia del retargeting. Esto resultó en un crecimiento del 33% en clics de usuarios de mayor intención y un aumento del 33% en las conversiones.

Lo más impresionante es que, mientras que el gasto de DHgate con Aarki aumentó un 52%, constantemente superamos sus objetivos de retorno de la inversión de 450% en 30 días por 1,7 veces, logrando un retorno de la inversión excepcional del 784%. Este caso ejemplifica nuestro compromiso con la entrega de resultados superiores para nuestros clientes. Lea más sobre ello aquí.

Para una aplicación de comida y entrega, implementamos una campaña de retargeting para reactivar a los usuarios y adquirir nuevos clientes de manera eficiente.

Esto resultó en una disminución del 75% en el costo de adquisición y 12,3 millones de reactivaciones de usuarios. La clave del éxito fue utilizar nuestros modelos de Red Neuronal Profunda para orientar a las audiencias adecuadas con mensajes personalizados, manteniendo la campaña fresca y atractiva. Lea sobre ello aquí.

Estos estudios de caso demuestran nuestra capacidad para impulsar mejoras significativas en métricas clave en diferentes categorías de aplicaciones y tipos de campañas. Nuestro enfoque de privacidad, capacidades de inteligencia artificial avanzadas, optimización creativa y escalabilidad nos permiten entregar resultados destacados para nuestros clientes, tanto en la adquisición de usuarios como en los esfuerzos de reenganche.

¿Qué avances futuros en inteligencia artificial y aprendizaje automático considera clave para la industria de la publicidad móvil?

Mirando hacia adelante, anticipo varios avances clave en inteligencia artificial y aprendizaje automático para la publicidad móvil:

• Técnicas de preservación de la privacidad mejoradas: La escala masiva de datos que procesamos conducirá a capacidades de aprendizaje sin precedentes. Las redes neuronales profundas (DNN) aprovecharán esto para crear estrategias de participación de privacidad de primera clase. De hecho, el concepto de “orientación” evolucionará tanto que necesitaremos una nueva terminología para describir estos enfoques predictivos impulsados por la inteligencia artificial.
• Inteligencia artificial generativa para la optimización creativa en tiempo real: Veremos inteligencia artificial que no solo puede optimizar, sino también crear y modificar dinámicamente creativos publicitarios en tiempo real. Esto revolucionará la forma en que abordamos el diseño y la personalización de anuncios.
• Modelos predictivos holísticos: Al combinar nuestras redes neuronales profundas para conocimientos de productos con nuestro Optimizador de licitación multiobjetivo (MOBO) para precios, desarrollaremos modelos altamente efectivos y eficientes tanto para la adquisición de usuarios como para el retargeting. Estos proporcionarán predicciones increíblemente precisas del valor a largo plazo del usuario, permitiendo una gestión de campañas más inteligente y estratégica.

Estos avances probablemente conducirán a experiencias publicitarias móviles más efectivas, eficientes y amigables para los usuarios.

Gracias por la excelente entrevista, los lectores que deseen aprender más pueden visitar Aarki.