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 para 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 de 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 de la inteligencia artificial y la publicidad tecnológica?

Mi odisea de liderazgo en publicidad tecnológica comenzó con la cofundación de ZypMedia en 2013, donde diseñamos una plataforma de demanda de lado del vendedor de vanguardia para publicidad local. Esto no era solo otra plataforma de DSP; 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 en día.

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

Mi paso por LG Ad Solutions, después de que ZypMedia fue adquirida por Sinclair, fue una inmersión en el mundo de los fabricantes de dispositivos y cómo el control de los datos de visualización 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 utilizaron 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 el modelado predictivo y la optimización de creativos dinámicos impulsados por inteligencia artificial 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 dispositivo hasta la creación de experiencias publicitarias genuinas y personalizadas a gran escala. Creo firmemente que la inteligencia artificial no solo resolverá los dolores de cabeza 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.

¿Puede 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 todos los aspectos 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 momento, 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 diseñado para proteger el rendimiento y los presupuestos de nuestros clientes. Nuestro enfoque de múltiples capas combina algoritmos propietarios con datos de terceros para mantenernos 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 Redes Neuronales Profundas (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, lo que permite una orientación y estrategias de licitación más precisas en comparación con los modelos de un tamaño para todos.
• Optimizador de licitación multiobjetivo (MOBO): A diferencia del simple sombreado de ofertas utilizado por la mayoría de las plataformas de DSP, nuestro MOBO considera múltiples factores más allá del precio. Utiliza variables dinámicas como atributos de la campaña y el inventario, valor predictivo del usuario 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 con los objetivos de KPI y ritmen correctamente para utilizar los presupuestos de las campañas de manera completa.

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
• Segmentación creativa hiperdirigida con precios de ofertas multiobjetivo
• Escalabilidad para manejar grandes cantidades de datos
• Orientación compatible con la 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 al mismo tiempo que mantiene un enfoque sólido en la privacidad y la prevención del fraude.

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

El Optimizador de licitación dinámica 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, 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 predictivo del usuario 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 de usuarios de alto valor de manera eficiente y la exploración de nuevos segmentos de usuarios y inventario no aprovechados. Esta exploración nos ayuda a 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?

Me enorgullece decir que la participación de privacidad es uno de los pilares básicos 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 de contexto: Aprovechamos una amplia gama 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 de contexto 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 de contexto, lo que nos proporciona un conjunto de datos rico y compatible con la privacidad.
• Aprendizaje automático avanzado: Nuestra base de datos de modelo de entrenamiento de 800 mil millones de filas correlaciona estas señales de contexto con datos de resultados históricos. Esto nos permite derivar información y patrones sin comprometer la privacidad individual del usuario.
• Cohortes de comportamiento dinámicas: Utilizando el aprendizaje automático, creamos cohortes de comportamiento muy detalladas y dinámicas en función de datos contextuales agregados. Estas cohortes permiten optimizaciones y escalabilidad eficientes sin depender de identificadores personales.
• Orientación creativa impulsada por máquina (ML): Para cada cohorte, utilizamos el aprendizaje automático en colaboración con nuestro equipo creativo para concebir 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, asegurando que nuestra orientación permanezca efectiva a medida que evolucionan las regulaciones y expectativas de privacidad.
• 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 privacidad en oportunidades para la innovación, lo que resulta en una plataforma que es tanto compatible con la privacidad como altamente efectiva para las campañas de adquisición y reenganche de nuestros clientes.

¿Puede explicar el concepto de Orientación creativa impulsada por máquina (ML) y cómo se integra con su estrategia creativa?

La Orientación creativa impulsada por máquina (ML) es nuestra metodología para optimizar anuncios creativos 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, utilizamos 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 la inteligencia artificial.
• Desarrollo creativo: En función de estos conocimientos, nuestro equipo creativo desarrolla anuncios creativos personalizados para cada cohorte. Esto podría involucrar ajustar la imagen, la copia, las llamadas a la acción o la estructura general del anuncio.
• Ensamblaje dinámico: Utilizamos la optimización de creativos dinámicos para ensamblar anuncios 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 anuncios creativos altamente dirigidos a gran 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 básicos, 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 de anuncios 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 de los anuncios?

Nuestro equipo creativo desempeña 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 de los anuncios. El equipo creativo interpreta los conocimientos de nuestros modelos de aprendizaje automático sobre lo que resuena con diferentes cohortes de comportamiento. Luego, crean anuncios creativos personalizados, ajustando elementos como visuales, mensajería y formatos para emparejar estos conocimientos.

A medida que se ejecutan las campañas, 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 gran escala, impulsando un rendimiento superior para las campañas de nuestros clientes.

¿Cómo detecta y previene la plataforma de Aarki el fraude publicitario? ¿Puede 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 detección de fraude como un filtro de prelicitación con análisis de datos de postlicitación 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 anormal (CTIT): 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 consistentemente tasas de retención bajas después de la instalación.

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

¿Cómo se diferencia el enfoque de Aarki para la adquisición y reenganche de usuarios de otras plataformas en la industria?

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

• Estrategia de privacidad: Hemos abrazado completamente la orientación sin ID, lo que nos hace compatibles con SKAN 4 y listos para el futuro en un paisaje enfocado en la privacidad.
• Inteligencia artificial y aprendizaje automático avanzados: Nuestra infraestructura de aprendizaje automático de múltiples niveles procesa grandes cantidades de datos contextuales, creando cohortes de comportamiento sofisticadas sin depender de identificadores personales.
• Orientación creativa impulsada por máquina (ML): Combinamos de manera única los conocimientos de la inteligencia artificial con la creatividad humana para desarrollar anuncios creativos altamente dirigidos para cada cohorte.
• Optimizador de licitación dinámica 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 billones de señales de contexto para informar nuestra orientación, más allá de la segmentación demográfica o geográfica básica.
• Optimización continua: Nuestros modelos de aprendizaje automático aprenden y se adaptan continuamente, asegurando 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 recorrido del usuario.
• Escalabilidad: Nuestra infraestructura puede manejar volúmenes de datos inmensos (5M+ solicitudes de anuncios por segundo desde 10B+ dispositivos), lo que permite una orientación granular a gran escala.
• Mecanismos de prevención de fraude avanzados: Nuestros filtros de prelicitación internos, análisis de datos de postlicitación de grandes volúmenes de datos, combinados con datos de terceros, nos colocan a la vanguardia de la protección del dinero de nuestros clientes contra el tráfico fraudulento.

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

Mi experiencia me ha 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 tenemos un equipo destacado de analistas, científicos de datos y profesionales creativos que aportan creatividad humana a nuestra tecnología.

¿Podría compartir algunas historias de éxito en las que 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 muestran nuestra capacidad para impulsar resultados en varias 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 gran escala.

Al aprovechar nuestra tecnología de redes neuronales profundas, 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 conversiones.

Lo más impresionante es que, mientras que el gasto de DHgate con Aarki aumentó un 52%, constantemente superamos sus objetivos de ROAS D30 del 450% en un 1.7x, logrando un ROAS excepcional del 784%. Este caso ejemplifica nuestro compromiso de entregar 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 por adquisición (CPA) y 12.3 millones de reactivaciones de usuarios. La clave del éxito fue utilizar nuestros modelos de Redes Neuronales Profundas para orientar a las audiencias adecuadas con mensajería personalizada, 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 y uso estratégico de datos contextuales 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 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 compatibles con la privacidad superiores. De hecho, el concepto de “orientación” evolucionará de tal manera que necesitaremos una nueva terminología para describir estos enfoques predictivos impulsados por inteligencia artificial.
• Inteligencia artificial generativa para la optimización de creativos en tiempo real: Veremos una inteligencia artificial que no solo puede optimizar, sino también crear y modificar dinámicamente anuncios creativos en tiempo real. Esto revolucionará nuestra forma de abordar 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, lo que permitirá una gestión de campañas más inteligente y estratégica.

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

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