ויג’אי קומאר, מייסד ומנכ”ל של Mile – סדרת ראיונות

ויג’אי קומאר, מייסד ומנכ”ל של Mile, התמקד בקריירה שלו בעזרה למו”לים דיגיטליים להפיק ערך רב יותר מפרסום תוכניתי באמצעות למידת מכונה מתקדמת ואופטימיזציה המבוססת על נתונים. מאז הקמת Mile ב-2013, הוא הוביל את האסטרטגיה וחזון המוצר של החברה סביב שיפור ביצועים של שוק פתוח, פיתוח מערכות שמנהלות מחירים דינאמית, אופטימיזציה של מכניקת מכירה ושיפור איכות האות, כדי להניע רווחים מוגברים ולהפחית סיבוכיות מבצעית עבור מו”לים.

Mile היא חברת ad-tech הממוקמת בניו יורק, הפועלת כשכבת אופטימיזציה של תפוקה מונעת באינטליגנציה מלאכותית ב-“מייל האחרון” של מוניטיזציה – שם דינמיקת המכירה קובעת בסופו של דבר את ההכנסות של המו”ל. פלטפורמתה משולבת עם תשתית תוכניתית קיימת כדי לספק רצפה דינאמית, צורה של תנועה, עשרות הצעות וניתוחים בזמן אמת, המאפשרים למו”לים למקסם את שיעורי המילוי וה- CPM דרך אוטומציה אינטליגנטית. על ידי התמקדות באופטימיזציה מדויקת ולא בהוספת סיבוכיות נוספת לערימת הפרסום, Mile עוזרת למו”לים ללכוד יותר מהערך שכבר קיים במלאי שלהם.

התחלתם את Mile ב-2013, הרבה לפני ש-AI הפך למילת מפתח ב-ad tech. מה ראיתם בעיניים במוניטיזציה של מו”לים ובדינמיקה של שוק פתוח ששכנע אתכם שהמערכת היא בעצם שבורה ושווה לשיקום?

כאשר Mile החל, שוק המכירה הפתוח התרחב מהר, אבל התבונה בצד המו”ל לא עמדה בקצב. רוב ההחלטות בצד המוכר היו סטטיות – רצפות ידניות, כללים גסים, שינויים לא תכופים – בעוד שהתנהגות הקונה הפכה לדינאמית ואסטרטגית יותר ויותר.

מה שבלט בתחילה היה שהמכירה הפתוחה לא הייתה לא יעילה בגלל מחסור בביקוש, אלא בגלל שמו”לים חסרו שכבת בקרה אמיתית. גילוי המחיר היה בעצם מופנה לקונים ולמתווכים, ומו”לים ריאקטיביים אחרי העובדות.

המערכת לא הייתה “שבורה” במובן הדרמטי – היא הייתה לא מאוזנת. ככל שהמכירה הפתוחה הפכה למורכבת יותר, מו”לים היו זקוקים להחלטות מבוססות נתונים ואדפטיביות בצדם של המכירה. הפער הזה הוא מה שהפך את הבעיה לשווה שיקום מהיסוד.

היום, Mile פועלת כשכבת אופטימיזציה של AI על גבי ערימות מו”לים קיימות. כיצד הייתם מתארים את הבעיה העיקרית שהפלטפורמה פותרת עבור מו”לים כעת?

הבעיה העיקרית היא תיאום.

מו”לים כבר רצים ערימות מתוחכמות – Prebid, Amazon, AdX, מספר SSPs – אבל כל רכיב פועל באופן עצמאי. אין מערכת ילידית שמסתכלת על מכירות ושואלת: כיצד יש למחור ולנתיב את המלאי הזה עכשיו, נוכח התנהגות השוק האמיתית?

Mile פועלת כשכבת אינטליגנציה מעל הערימה. אנו לא מחליפים Prebid או ביקוש קיים. אנו עוזרים למו”לים לקבל החלטות מחיר וזכאות טובות יותר בזמן אמת, באמצעות תוצאות מכירה כמשוב.

בפועל, זה אומר להגן על ערך כאשר קיימת תחרות ולהימנע מהגבלות לא נחוצות כאשר אין – כולל בלי לערער את המשלוח.

Mile מאמנת את ה-AI שלה על נתוני המכירה של כל מו”ל לפני אקטיבציה. למה אימון ספציפי לאתר חשוב כל כך בסביבות תוכניתיות חיות?

כי שווקים תוכניתיים הם מקומיים מאוד.

שני מו”לים עם קהלים דומים יכולים להיות בעלי דרישה שונה מאוד, חפיפה של מציעים, פרופילי עיכוב ורגישות הכנסה. מודלים גנריים המאומנים על נתונים משותפים נוטים ללמוד ממוצעים שלא באמת קיימים בייצור.

על ידי אימון על ההיסטוריה המשותפת של המו”ל, Mile לומדת כיצד הביקוש שלהם מגיב למחיר, תחרות וסגמנטציה. זה מאפשר למערכת לפעול בשמרנות היכן שנדרש ובתקיפות היכן שעוצמת האות מצדיקה זאת.

אימון ספציפי לאתר אינו רק דבר נחמד – זה מה שהופך את AI לשימושי במכירות חיות בלי להכניס סיכון.

Mile משתמשת בלמידת מכונה כדי לעדכן באופן רציף את מחירי הפרסום המינימליים בזמן אמת, ומגיבה לאותות ביקוש בלי לפגוע בשיעורי המילוי. למה סוג זה של מחירים אדפטיביים קשה כל כך לבצע נכון בפרסום תוכניתי?

כי טעויות מחיר הן א-סימטריות.

אם אתה מתחת-מחיר את המלאי, העלות היא מוסתרת. אם אתה מעל-מחיר אותו, העונש הוא מיידי – איבוד מילוי, איבוד הכנסות ואיבוד אמון. זה הופך את רוב מערכות המחיר לאגרסיביות מדי או זהירות מדי.

בנוסף, המכירות הן לא-סטציונריות. אסטרטגיות קונים משתנות לאורך היום, ברחבי גאוגרפיות ובתגובה לתנאי שוק רחבים. כללים סטטיים מתנפצים במהירות.

מחירים אדפטיביים עובדים רק אם המערכת מבינה את האי-ודאות, בודקת בבטיחות ויודעת לא לפעול. זה פחות על מקסימיזציה של CPMs ויותר על קיום יציבות בעוד הצתת עלייה כאשר התנאים מאפשרים.

אמון הוא ביקורתי כאשר AI משפיע על החלטות מחיר. כיצד אתם חושבים על שקיפות ובקרה עבור מו”לים המשתמשים ב-Mile?

AI צריך לסייע למו”לים, ולא לעקוף אותם.

ב-Mile, מו”לים מגדירים את הגבולות – טווחי רצפה, טווח מלאי, קצב הפריסה וספרות ביצועים. המערכת פועלת בתוך גבולות אלו ומספקת שקיפות ברורה לגבי מה שמשתנה וכיצד זה משפיע על התוצאות.

אנו מנסים להימנע מאוטומציה אטומה. מו”לים יכולים לחלק, להשהות או לבטל בכל עת, והם יכולים לראות כיצד החלטות מחיר מתואמות עם שיעורי ניצחון, CPMs והכנסות.

אמון בא משקיפות ובקרה, ולא מבקשת ממו”לים “לבטוח במודל”.

אתם יושבים בנקודת החיתוך של AI ו-ad tech בצד המו”ל דרך עבודתכם עם Prebid ו-IAB Tech Lab. כיצד הפרספקטיבות האלו מעצבות את הבנייה והממשל של טכנולוגיית Mile?

עבודה צמודה עם Prebid ו-IAB Tech Lab מחזקת את החשיבות של חשיבה ברמת האקוסיסטם.

אופטימיזציה קצרת טווח שמעוותת את המכירות או מנצלת מקרים קיצוניים בדרך כלל נכשלת. ערך ארוך-טווח בא מחיזוק מערכות פתוחות ושקופות, שבהן מו”לים שומרים על הבקרה.

פרספקטיבה זו מעצבת הן את הארכיטקטורה והן את הממשל ב-Mile. אנו משתלבים באופן נקי לתוך מסגרות קיימות, מכבדים את מכניקת המכירה ומנמנעים מלוגיקה שתיצור יתרונות נסתרים או תחתור את האמון בשוק הפתוח.

מטרתנו היא להפוך את ההחלטות של המו”ל לחכמות יותר, בלי להחליש את המערכת עליה היא תלויה.

כלי מוניטיזציה רבים המונעים על ידי AI מבטיחים עלייה אבל נכשלים בייצור. מניסיונכם, מה מפריד בין מערכות שמעניקות תוצאות מתמשכות לאלו שלא?

ההבדל הוא האם המערכת נבנית עבור מציאות הייצור.

כלים רבים מאופטימיזציה לעבר מטרה סטטית ומניחים שהתנאים יישארו. בשווקים חיים, הם לא. הביקוש מסתגל, אסטרטגיות משתנות והאותות של אתמול הופכים לרעש.

מערכות שסובלניות רואות את הייצור כסביבת למידה רציפה. הן מודדות באופן קבוע, מסתגלות בזהירות ודועכות באופן חדרות כאשר הביטחון נמוך.

לא פחות חשוב הוא האיפוק. המערכות הטובות ביותר לא מתערבות בכל מקום – הן פועלות באופן סלקטיבי, רק כאשר האות חזק מספיק כדי להצדיק שינוי.

כאשר שינויים בפרטיות, אובדן אותות והתלות בשוק ממשיכים לעצב מחדש את הפרסום התוכניתי, היכן AI מספקת את הניתור הגדול ביותר עבור מו”לים היום?

הניתור הגדול ביותר הוא בהבנת התנהגות השוק, ולא בזהות המשתמש.

אפילו כאשר הזיהויות הולכות ופוחתות, המכירות עדיין מייצרות אותות עשירים – צפיפות הצעות, פיזור מחירים, דפוסי תגובה, חפיפה תחרותית. אותות אלו קשים לבני אדם לפרש בקנה מידה גדול, אבל מתאימים היטב ללמידת מכונה.

AI מאפשרת למו”לים לאופטימיזציה על בסיס האופן שבו הביקוש באמת מתנהג, ולא על סמך פרוקסי זהות שהולכים ונעשים שבירים יותר.

Mile עובדת עם מו”לים פרמיום ברחבי שווקים Tier-1 רבים. מה ההבדלים שאתם רואים בדינמיקת ביקוש או באסטרטגיות אופטימיזציה ברחבי אזורים?

היסודות הם עקביים, אבל הפרופילים של סיכון שונים.

צפון אמריקה נוטה להיות עמוקה יותר ומשתנה יותר, מה שמגמל את המערכות האדפטיביות שיכולות לנוע מהר בלי להגזים.

שווקים אירופיים נוטים להיות מוגבלים יותר ויציבים, מה שמעריך רק דיוק ושמרנות.

ב-APAC, פיצול ומשתנות העיכוב הופכים את הגנה מפני הפסדים ויציבות משלוחים לפחות חשובים כמו אופטימיזציה של תפוקה.

ברחבי האזורים, הלקח המשותף הוא שלוגיקה קשיחה נכשלת – ומערכות אדפטיביות וספציפיות למו”ל מבצעות טוב יותר.

עבור מו”לים המעריכים שכבות אופטימיזציה של AI עכשיו, מה שהם צריכים להבין על מה Mile מציעה ומתי היא מעניקה את ההשפעה הגדולה ביותר?

Mile אינה מחליפה את הערימה שלכם, ואינה קיצור דרך.

היא מעניקה את ההשפעה הגדולה ביותר כאשר למו”לים כבר יש ביקוש אבל חסרים את היכולת למחור ולתאם אותו באופן אינטליגנטי בזמן אמת. זה בדרך כלל כאשר כללים ידניים ורצפות סטטיות מתחילים להידחות.

מו”לים צריכים לחשוב על Mile כשכבת אינטליגנציה המרוכזת במשך הזמן – לומדת את השוק שלהם, פועלת בתוך הגבולות שלהם ומשפרת את איכות ההחלטה ככל שהתנאים מתפתחים.

אם אתם מחפשים קיצורי דרך, זה הכלי הלא נכון. אם אתם בונים לעמידות ארוכת טווח ובקרה, זה היכן ש-Mile מתאימה ביותר.

תודה על הראיון הנהדר, קוראים שרוצים ללמוד יותר צריכים לבקר ב-Mile.