Aman Sareen, CEO di Aarki – Serie di interviste

Aman Sareen è il CEO di Aarki, un’azienda di intelligenza artificiale che fornisce soluzioni pubblicitarie che guidano la crescita dei ricavi per gli sviluppatori di app mobili. Aarki consente ai marchi di impegnare efficacemente il pubblico in un mondo che dà la priorità alla privacy, utilizzando miliardi di segnali di offerta contestuale abbinati a modelli di apprendimento automatico e comportamentali proprietari. Lavorando con centinaia di inserzionisti a livello globale e gestendo oltre 5M richieste di annunci mobili al secondo da oltre 10B dispositivi, Aarki è di proprietà privata e ha sede a San Francisco, CA con uffici in tutto il mondo.

Potresti condividere un po’ del tuo percorso dalla co-fondazione di ZypMedia alla guida di Aarki? Quali esperienze chiave hanno plasmato il tuo approccio all’AI e all’AdTech?

Il mio percorso di leadership nell’adtech è iniziato con la co-fondazione di ZypMedia nel 2013, dove abbiamo progettato una piattaforma di demand-side all’avanguardia per la pubblicità locale. Non si trattava solo di un’altra DSP; l’abbiamo costruita da zero per gestire campagne ad alto volume e a basso costo con un’efficienza senza precedenti. Pensateci come il precursore del targeting iper-localizzato e dell’intelligenza artificiale che vediamo oggi.

Come CEO, ho guidato ZypMedia a 20 milioni di dollari di ricavi SaaS e ho elaborato 200 milioni di dollari di transazioni mediatiche all’anno. Questa esperienza è stata un crogiolo per capire la scala dei dati che le moderne piattaforme pubblicitarie devono gestire – una sfida su misura per le soluzioni di intelligenza artificiale.

Il mio periodo in LG Ad Solutions, dopo l’acquisto di ZypMedia da parte di Sinclair, è stato un’immersione nel mondo dei produttori di dispositivi e nel modo in cui il controllo dei dati di visualizzazione può plasmare il futuro della pubblicità su Connected TV (CTV). Abbiamo utilizzato molto l’AI e l’apprendimento automatico nella costruzione del business di LG Ads, dove i dati raccolti dai dispositivi sono stati utilizzati per generare segmenti di targeting, blocchi di inventario e software di pianificazione.

Da CEO di Aarki dal 2023, sono alla guida della rivoluzione della pubblicità mobile. Posso dire che il mio percorso mi ha instillato una profonda comprensione del potere trasformativo dell’AI nell’adtech. La progressione dalla programmazione di base ai modelli predittivi e all’ottimizzazione creativa dinamica è stata nulla di meno che notevole.

Ho imparato a vedere l’AI non solo come uno strumento, ma come la colonna vertebrale dell’adtech di prossima generazione. È la chiave per risolvere le sfide più pressanti dell’industria; dalla targeting compatibile con la privacy in un mondo post-ID dispositivo alla creazione di esperienze pubblicitarie genuine e personalizzate su larga scala. Sono fermamente convinto che l’AI non solo risolverà i problemi che gli inserzionisti affrontano, ma rivoluzionerà anche il modo in cui le piattaforme come Aarki gestiscono le operazioni. Le lezioni del mio percorso – l’importanza della scalabilità, della presa di decisioni basata sui dati e dell’innovazione continua – sono più rilevanti che mai in questa era dell’AI.

Potresti spiegare come funziona l’infrastruttura di apprendimento automatico multi-livello di Aarki? Quali vantaggi specifici offre rispetto alle soluzioni tradizionali di adtech?

Le mie esperienze mi hanno insegnato che il futuro dell’adtech sta nell’armonizzare grandi dati, apprendimento automatico e creatività umana. In Aarki, esploriamo come l’AI possa migliorare ogni aspetto dell’ecosistema della pubblicità mobile; dall’ottimizzazione delle offerte e alla rilevazione delle frodi, alla previsione delle prestazioni creative e alle strategie di acquisizione degli utenti.

A questo punto, l’infrastruttura di apprendimento automatico multi-livello di Aarki è progettata per affrontare diversi aspetti critici della pubblicità mobile, dalla prevenzione delle frodi alla previsione del valore degli utenti. Ecco come funziona e perché è vantaggiosa:

• Rilevamento delle frodi e controllo della qualità dell’inventario: è progettato per proteggere le prestazioni e i budget dei nostri clienti. Il nostro approccio multi-strato combina algoritmi proprietari con dati di terze parti per stare al passo con le tattiche di frode in evoluzione. Assicuriamo che i budget delle campagne siano investiti in inventario genuino e di alta qualità, valutando costantemente i comportamenti degli utenti e mantenendo un database di frodi aggiornato.
• Modelli di rete neurale profonda (DNN): la nostra infrastruttura core utilizza modelli DNN multi-stadio per prevedere il valore di ogni impressione o utente. Questo approccio granulare consente a ogni modello di apprendere le caratteristiche più cruciali per eventi di conversione specifici, consentendo strategie di targeting e offerte più precise rispetto ai modelli “one-size-fits-all”.
• Ottimizzatore di offerte multi-obiettivo (MOBO): a differenza dell’ombreggiatura delle offerte semplice utilizzata dalla maggior parte delle DSP, il nostro MOBO considera più fattori oltre al prezzo. Utilizza variabili dinamiche come attributi di campagna e inventario, valore utente previsto e segmentazione CPM per ottimizzare le offerte. Questo metodo sofisticato massimizza il ROI bilanciando più obiettivi, trovando offerte ottimali che vincono, raggiungono gli obiettivi KPI e utilizzano appieno i budget delle campagne.

Questi componenti offrono vantaggi significativi rispetto alle soluzioni tradizionali di adtech:

• Rilevamento delle frodi superiore
• Previsioni più accurate e migliori ROI attraverso DNN multi-stadio
• Targeting creativo iper-localizzato con prezzi di offerte multi-obiettivo
• Scalabilità per gestire grandi volumi di dati
• Targeting compatibile con la privacy con cohorti contestuali

Il nostro approccio guidato dall’AI consente un’accuratezza, un’efficienza e un’adattabilità senza precedenti nelle campagne di pubblicità mobile. Sfruttando l’apprendimento profondo e le tecniche di ottimizzazione avanzate, Aarki consegna prestazioni superiori, mantenendo una forte attenzione alla privacy e alla prevenzione delle frodi.

Come funziona l’Ottimizzatore di offerte multi-obiettivo dinamico e quale impatto ha sul massimizzare il ROI per i tuoi clienti?

L’Ottimizzatore di offerte multi-obiettivo dinamico è un sistema sofisticato che va oltre gli algoritmi di ombreggiatura delle offerte tradizionali. A differenza degli algoritmi di ombreggiatura delle offerte semplici che si concentrano solo sul prezzo, il nostro ottimizzatore considera più obiettivi contemporaneamente. Ciò include non solo il prezzo, ma anche metriche di prestazione della campagna, qualità dell’inventario e utilizzo del budget.

L’ottimizzatore tiene conto di una gamma di variabili dinamiche, tra cui attributi di campagna e inventario, valore utente previsto e segmentazione CPM. Queste variabili guidano il processo di ottimizzazione intorno agli obiettivi KPI specifici dei clienti, in particolare il ROI. Ciò ci consente di adattare la nostra strategia di offerte agli obiettivi unici di ogni cliente.

Una delle principali forze del nostro ottimizzatore è la sua capacità di bilanciare l’acquisizione di utenti ad alto valore in modo efficiente e l’esplorazione di nuovi segmenti di utenti e inventario non sfruttati. Questa esplorazione ci consente di scoprire opportunità preziose che sistemi più rigidi potrebbero perdere.

Nella pratica, ciò significa che i nostri clienti possono aspettarsi un utilizzo più efficiente del loro budget pubblicitario, un’acquisizione di utenti di alta qualità e, in ultima analisi, un miglior ROI nelle loro campagne. Ad esempio, potrebbe avere senso pagare il 50% in più per offrire un utente che è 5 volte più prezioso (ROAS). La capacità dell’ottimizzatore di bilanciare più obiettivi e adattarsi in tempo reale ci consente di navigare nel complesso paesaggio della pubblicità mobile più efficacemente dei sistemi di offerte tradizionali a singolo obiettivo.

Aarki enfatizza un approccio compatibile con la privacy nelle sue operazioni. Come garantisce la piattaforma la privacy degli utenti e consegna al contempo un targeting pubblicitario efficace?

Sono orgoglioso di dire che l’impegno per la privacy è uno dei pilastri fondamentali della nostra piattaforma, insieme alla nostra piattaforma di intelligenza artificiale. Abbiamo abbracciato le sfide del mondo senza ID dispositivo e sviluppato soluzioni innovative per garantire la privacy degli utenti, consegnando al contempo un targeting pubblicitario efficace. Ecco come ciò avviene:

• Targeting senza ID: ci siamo completamente adattati al panorama post-IDFA e siamo conformi a SKAN 4. La nostra piattaforma opera senza fare affidamento su ID dispositivo individuali, dando la priorità alla privacy degli utenti fin dall’inizio.
• Segnali contestuali: sfruttiamo una vasta gamma di punti di dati contestuali come tipo di dispositivo, OS, app, genere, ora del giorno e regione. Questi segnali forniscono informazioni di targeting preziose senza richiedere dati personali.
• Elaborazione massiccia di dati contestuali: elaboriamo oltre 5 milioni di richieste di annunci al secondo da oltre 10 miliardi di dispositivi in tutto il mondo. Ogni richiesta ha una grande quantità di segnali contestuali, fornendoci un set di dati ricco e compatibile con la privacy.
• Apprendimento automatico avanzato: il nostro database di modelli di apprendimento automatico da 800 miliardi di righe correla questi segnali contestuali con dati storici di esito. Ciò ci consente di derivare informazioni e pattern senza compromettere la privacy individuale degli utenti.
• Cohorti comportamentali dinamiche: utilizzando l’apprendimento automatico, creiamo cohorti comportamentali dettagliate e dinamiche in base a dati contestuali aggregati. Queste cohorti consentono ottimizzazioni efficienti e scalabilità senza fare affidamento su identificatori personali.
• Targeting creativo guidato da ML: per ogni cohorte, utilizziamo l’apprendimento automatico in collaborazione con il nostro team creativo per ideare strategie creative ottimali. Questo approccio garantisce rilevanza ed efficacia senza violare la privacy individuale.
• Apprendimento e adattamento continui: i nostri modelli di intelligenza artificiale imparano e si adattano continuamente in base alle prestazioni della campagna e ai dati contestuali in evoluzione, assicurando che il nostro targeting rimanga efficace man mano che le norme sulla privacy e le aspettative degli utenti evolvono.
• Trasparenza e controllo: forniamo informazioni chiare sulle nostre pratiche di dati e offriamo agli utenti il controllo sulle loro esperienze pubblicitarie quando possibile, allineandoci con le migliori pratiche di privacy.

Sfruttando queste strategie compatibili con la privacy, Aarki consegna un targeting pubblicitario efficace, rispettando al contempo la privacy degli utenti. Abbiamo trasformato le sfide dell’era della privacy in opportunità di innovazione, portando a una piattaforma che è sia compatibile con la privacy che altamente efficace per le campagne di acquisizione e ri-impegno degli utenti dei nostri clienti. Man mano che il paesaggio della pubblicità digitale evolve, Aarki rimane impegnata a guidare il modo nella pubblicità mobile guidata dall’AI e compatibile con la privacy.

Potresti spiegare il concetto di Targeting creativo guidato da ML e come si integra con la tua strategia creativa?

Il Targeting creativo guidato da ML è il nostro metodo per ottimizzare i creativi pubblicitari in base alle cohorti comportamentali che identifichiamo attraverso i nostri modelli di apprendimento automatico. Questo processo coinvolge diversi passaggi:

• Analisi delle cohorti: i nostri modelli di apprendimento automatico analizzano grandi quantità di dati contestuali per creare cohorti comportamentali dettagliate.
• Insight creativi: per ogni cohorte, utilizziamo l’apprendimento automatico per identificare gli elementi creativi che sono più efficaci. Ciò potrebbe includere schemi di colori, formati di annunci, stili di messaggistica o temi visivi.
• Collaborazione: il nostro team di data science collabora con il nostro team creativo, condividendo queste informazioni derivate dall’apprendimento automatico.
• Sviluppo creativo: in base a queste informazioni, il nostro team creativo sviluppa creativi pubblicitari personalizzati per ogni cohorte. Ciò potrebbe comportare l’aggiustamento di immagini, copie, call-to-action o la struttura generale dell’annuncio.
• Assemblaggio dinamico: utilizziamo l’ottimizzazione creativa dinamica per assemblare i creativi pubblicitari in tempo reale, abbinando gli elementi più efficaci a ogni cohorte.
• Ottimizzazione continua: man mano che raccogliamo dati di prestazione, i nostri modelli di apprendimento automatico raffinano costantemente la loro comprensione di ciò che funziona per ogni cohorte, creando un ciclo di feedback per il miglioramento creativo continuo.
• Scalabilità ed efficienza: questo approccio ci consente di creare creativi pubblicitari altamente mirati su larga scala senza la necessità di segmentazione manuale o congetture.

Il risultato è una sinergia tra scienza dei dati e creatività. Anche uno dei nostri pilastri fondamentali, il Framework creativo unificato, assicura che i nostri modelli di apprendimento automatico forniscono informazioni basate sui dati su ciò che funziona per diversi segmenti di pubblico. Allo stesso tempo, il nostro team creativo porta queste informazioni a vita in progetti pubblicitari coinvolgenti. Questo approccio ci consente di consegnare annunci più rilevanti e coinvolgenti a ogni cohorte, migliorando al contempo le prestazioni della campagna e l’esperienza dell’utente.

Qual è il ruolo del tuo team creativo nello sviluppo di campagne pubblicitarie e come collabora con i modelli di AI per ottimizzare le prestazioni degli annunci?

Il nostro team creativo svolge un ruolo integrato nello sviluppo di campagne pubblicitarie efficaci in Aarki. Lavorano a stretto contatto con i nostri modelli di AI per ottimizzare le prestazioni degli annunci. Il team creativo interpreta le informazioni derivate dai nostri modelli di apprendimento automatico su ciò che risuona con diverse cohorti comportamentali. Quindi, creano creativi pubblicitari personalizzati, regolando elementi come immagini, messaggistica e formati per corrispondere a queste informazioni.

Man mano che le campagne vengono eseguite, il team analizza i dati di prestazione insieme all’AI, raffinando costantemente il loro approccio. Questo processo iterativo consente un’ottimizzazione rapida degli elementi creativi.

La sinergia tra creatività umana e informazioni guidate dall’AI ci consente di produrre annunci pubblicitari altamente mirati e coinvolgenti su larga scala, guidando prestazioni superiori per le campagne dei nostri clienti.

Come funziona l’infrastruttura di AI di Aarki per rilevare e prevenire le frodi pubblicitarie? Potresti fornire alcuni esempi dei tipi di frodi che il sistema identifica?

Come ho menzionato in precedenza, Aarki impiega un approccio multi-strato per combattere le frodi pubblicitarie. Stiamo affrontando la deterrenza delle frodi come un filtro pre-offerta con analisi post-offerta dei dati che passano attraverso i nostri sistemi. Mentre ho già delineato la nostra strategia generale, posso fornire alcuni esempi specifici dei tipi di frodi che il nostro sistema identifica:

• Inondazione di clic: rilevamento di tassi di clic anormalmente alti da fonti specifiche.
• Fattorie di installazione: identificazione di modelli di più installazioni da lo stesso indirizzo IP o dispositivo.
• Tempo di clic-installazione (CTIT) anormale: rilevamento di tempi di clic-installazione anormali come segnale di attività bot.
• Tassi di ritenzione bassi: identificazione di utenti da editori che esibiscono ripetutamente bassi tassi di ritenzione dopo l’installazione.

Il nostro AI si evolve costantemente per riconoscere nuove tattiche di frode, proteggendo i budget dei nostri clienti.

Come si differenzia l’approccio di Aarki all’acquisizione degli utenti e al ri-impegno rispetto ad altre piattaforme nel settore?

L’approccio di Aarki all’acquisizione degli utenti e al ri-impegno si distingue in diversi modi chiave:

• Strategia compatibile con la privacy: ci siamo completamente adattati al targeting senza ID e siamo conformi a SKAN 4, rendendoci pronti per il futuro in un paesaggio che dà la priorità alla privacy.
• AI e apprendimento automatico avanzati: la nostra infrastruttura di apprendimento automatico multi-livello elabora grandi quantità di dati contestuali, creando cohorti comportamentali sofisticate senza fare affidamento su identificatori personali.
• Targeting creativo guidato da ML: uniamo informazioni derivate dall’AI con creatività umana per sviluppare creativi pubblicitari personalizzati per ogni cohorte.
• Ottimizzatore di offerte multi-obiettivo dinamico: il nostro sistema di offerte considera più obiettivi contemporaneamente, bilanciando l’efficienza con l’esplorazione per massimizzare il ROI.
• Intelligenza contestuale: sfruttiamo trilioni di segnali contestuali per informare il nostro targeting, andando oltre la segmentazione demografica o geografica di base.
• Ottimizzazione continua: i nostri modelli di AI imparano e si adattano costantemente, assicurando che le nostre strategie evolvano con i comportamenti degli utenti e le condizioni di mercato in evoluzione.
• Approccio unificato: offriamo un’integrazione senza soluzione di continuità dell’acquisizione degli utenti e del ri-impegno, fornendo una visione olistica del percorso dell’utente.
• Scalabilità: la nostra infrastruttura può gestire volumi di dati immensi (5M+ richieste di annunci al secondo da 10B+ dispositivi), consentendo un targeting granulare su larga scala.
• Mecanismi di deterrenza delle frodi avanzati: i nostri filtri di frode pre-offerta in-house, l’analisi post-offerta dei grandi volumi di dati, combinati con dati di terze parti, ci pongono alla forefront della salvaguardia dei budget dei nostri clienti dalle frodi.

Questa combinazione di metodi compatibili con la privacy, AI avanzata, ottimizzazione creativa e infrastruttura scalabile ci consente di consegnare campagne più efficaci, efficienti e adattabili.

Le mie esperienze mi hanno insegnato che il futuro dell’adtech sta nell’armonizzare grandi dati, apprendimento automatico e creatività umana. Sono orgoglioso del fatto che, oltre alla nostra tecnologia, abbiamo anche un team eccezionale di analisti, scienziati dei dati e professionisti creativi che aggiungono creatività umana alla nostra tecnologia.

Potresti condividere alcune storie di successo in cui la piattaforma di Aarki ha migliorato in modo significativo il ROI dei clienti e l’efficacia delle campagne?

L’AppsFlyer Performance Index riconosce Aarki come leader nel ri-targeting, classificandoci al #1 per i giochi in Nord America e al #3 a livello globale. Siamo anche valutati come performer di alto livello in tutti gli indici di ROI pubblicitari di Singular. Questo studio di caso è anche una testimonianza della nostra leadership globale. Non solo per i giochi, ma abbiamo anche recenti studi di caso che dimostrano la nostra capacità di guidare risultati in diverse categorie di app.

Sono orgoglioso di evidenziare la nostra partnership con DHgate, una piattaforma di e-commerce leader. Le nostre campagne di ri-targeting per Android e iOS hanno conseguito risultati eccezionali, dimostrando la capacità di Aarki di guidare prestazioni su larga scala.

Sfruttando la nostra tecnologia di rete neurale profonda, abbiamo assemblato con precisione segmenti di utenti per massimizzare l’efficacia del ri-targeting. Ciò ha portato a una crescita del 33% dei clic di utenti ad alto intento e a un aumento del 33% delle conversioni.

La cosa più impressionante è che, mentre la spesa di DHgate con Aarki è aumentata del 52%, abbiamo costantemente superato i nostri obiettivi di ROAS del 450% D30 del 1,7x, raggiungendo un ROAS straordinario del 784%. Questo caso di studio esemplifica il nostro impegno per consegnare risultati superiori ai nostri clienti. Leggi di più qui.

Per un’app di food e delivery, abbiamo implementato una campagna di ri-targeting per riattivare utenti e acquisire nuovi clienti in modo efficiente.

Il risultato è stato una riduzione del 75% del costo di acquisizione (CPA) e 12,3 milioni di riattivazioni degli utenti. La chiave del successo è stata l’utilizzo dei nostri modelli di rete neurale profonda per targeting il pubblico giusto con messaggistica personalizzata, mantenendo la campagna fresca e coinvolgente. Leggi qui.

Questi studi di caso dimostrano la nostra capacità di guidare miglioramenti significativi in metriche chiave attraverso diverse categorie di app e tipi di campagna. Il nostro approccio compatibile con la privacy, le capacità di AI avanzate e l’utilizzo strategico dei dati contestuali ci consentono di consegnare risultati eccezionali per i nostri clienti, sia nell’acquisizione degli utenti che nel ri-impegno.

Quali avanzamenti futuri nell’AI e nell’apprendimento automatico prevedi come fondamentali per l’industria della pubblicità mobile?

Guardando avanti, prevedo diversi avanzamenti fondamentali nell’AI e nell’apprendimento automatico per la pubblicità mobile:

• Tecniche di conservazione della privacy avanzate: la grande scala dei dati che elaboriamo porterà a capacità di apprendimento senza precedenti. Le reti neurali profonde (DNN) sfrutteranno ciò per creare strategie di impegno compatibili con la privacy di prossima generazione. In realtà, il concetto di “targeting” evolverà così drasticamente che avremo bisogno di nuova terminologia per descrivere questi approcci predittivi guidati dall’AI.
• AI generativa per l’ottimizzazione creativa in tempo reale: vedremo AI che non solo possono ottimizzare, ma anche creare e modificare dinamicamente i creativi pubblicitari in tempo reale. Ciò rivoluzionerà il modo in cui ci avviciniamo alla progettazione e alla personalizzazione degli annunci.
• Modelli predittivi olistici: combinando le nostre reti neurali profonde per insight sui prodotti con il nostro Ottimizzatore di offerte multi-obiettivo (MOBO) per il prezzo, svilupperemo modelli estremamente efficaci ed efficienti sia per l’acquisizione degli utenti che per il ri-targeting. Questi forniranno previsioni incredibilmente accurate del valore a lungo termine degli utenti, consentendo una gestione delle campagne più intelligente e strategica.

Questi avanzamenti porteranno probabilmente a esperienze pubblicitarie mobili più efficaci, efficienti e user-friendly.

Grazie per la grande intervista, lettori che desiderano saperne di più possono visitare Aarki.