Aman Sareen, CEO da Aarki – Série de Entrevistas

Aman Sareen é o CEO da Aarki, uma empresa de IA que oferece soluções de publicidade que impulsionam o crescimento de receita para desenvolvedores de aplicativos móveis. A Aarki permite que as marcas engajem efetivamente os públicos em um mundo com prioridade à privacidade, utilizando bilhões de sinais de licitação contextual combinados com modelos de aprendizado de máquina e comportamentais proprietários. Trabalhando com centenas de anunciantes globalmente e gerenciando mais de 5M solicitações de anúncios móveis por segundo de mais de 10B dispositivos, a Aarki é uma empresa privada com sede em San Francisco, CA e escritórios em todo os EUA, EMEA e APAC.

Poderia compartilhar um pouco sobre sua jornada desde a co-fundação da ZypMedia até liderar a Aarki? Quais experiências chave moldaram sua abordagem para IA e AdTech?

Minha odisséia de liderança em AdTech começou com a co-fundação da ZypMedia em 2013, onde desenvolvemos uma plataforma de demanda lado a lado (DSP) de ponta para publicidade local. Isso não era apenas outra DSP; construímos a partir do zero para lidar com campanhas de alto volume e baixo valor com eficiência sem precedentes. Pense nisso como o precursor do direcionamento hiper-localizado e impulsionado por IA que vemos hoje.

Como CEO, eu dirigi a ZypMedia para $20 milhões em receita de SaaS e processei $200 milhões em transações de mídia anualmente. Essa experiência foi um desafio para entender a escala de dados que as plataformas de publicidade modernas devem lidar — um desafio feito para soluções de IA.

Minha passagem pela LG Ad Solutions, após a aquisição da ZypMedia pela Sinclair, foi um mergulho no mundo dos fabricantes de dispositivos e como o controle dos dados de visualização pode moldar o futuro da publicidade de TV Conectada (CTV). Usamos muito IA e aprendizado de máquina para construir o negócio da LG Ads, onde os dados coletados dos dispositivos foram usados para gerar segmentos de direcionamento, blocos de inventário e software de planejamento.

Como CEO da Aarki desde 2023, estou à frente da revolução da publicidade móvel. Posso dizer que minha jornada me ensinou a apreciar profundamente o poder transformador da IA em AdTech. A progressão de programática básica para modelagem preditiva e otimização de criativos dinâmicos impulsionada por IA foi nada menos que notável.

Cheguei a ver a IA não apenas como uma ferramenta, mas como a espinha dorsal da próxima geração de AdTech. É a chave para resolver os desafios mais prementes da indústria; desde direcionamento compatível com privacidade em um mundo pós-ID de dispositivo até a criação de experiências de anúncios personalizadas e genuínas em escala. Acredito firmemente que a IA não apenas resolverá os pontos de dor que os anunciantes enfrentam, mas também revolucionará como as operações são executadas em plataformas como a Aarki. As lições de minha jornada — a importância da escalabilidade, tomada de decisão baseada em dados e inovação contínua — são mais relevantes do que nunca nessa era de IA em primeiro lugar.

Poderia elaborar sobre como a infraestrutura de aprendizado de máquina de múltiplos níveis da Aarki funciona? Quais vantagens específicas ela oferece sobre as soluções de AdTech tradicionais?

Minhas experiências me ensinaram que o futuro do AdTech reside na harmonização de grandes dados, aprendizado de máquina e criatividade humana. Na Aarki, exploramos como a IA pode aprimorar todos os aspectos do ecossistema de publicidade móvel; desde otimização de lances e detecção de fraude até previsão de desempenho de criativos e estratégias de aquisição de usuários.

Nesta etapa, a infraestrutura de aprendizado de máquina de múltiplos níveis da Aarki é projetada para abordar vários aspectos críticos da publicidade móvel, desde prevenção de fraude até previsão de valor do usuário. Aqui está como funciona e por que é vantajosa:

• Deteção de Fraude e Controle de Qualidade do Inventário: É projetada para proteger o desempenho e os orçamentos de nossos clientes. Nossa abordagem em múltiplas camadas combina algoritmos proprietários com dados de terceiros para manter-se à frente das táticas de fraude em evolução. Garantimos que os orçamentos das campanhas sejam investidos em inventário genuíno e de alta qualidade, avaliando constantemente os comportamentos dos usuários e mantendo um banco de dados de fraude atualizado.
• Modelos de Rede Neural Profunda (DNN): Nossa infraestrutura central utiliza modelos DNN de múltiplas etapas para prever o valor de cada impressão ou usuário. Essa abordagem granular permite que cada modelo aprenda recursos mais cruciais para eventos de conversão específicos, permitindo estratégias de direcionamento e licitação mais precisas em comparação com modelos de um tamanho só.
• Otimizador de Lances Multi-Objetivo (MOBO): Diferentemente da sombra de lances simples usada pela maioria das DSPs, nosso MOBO considera vários fatores além do preço. Ele usa variáveis dinâmicas, como atributos de campanha e inventário, valor de usuário previsto e segmentação de CPM, para otimizar os lances. Esse método sofisticado maximiza o ROI, equilibrando eficiência com exploração para maximizar o retorno sobre o investimento.

Esses componentes oferecem vantagens significativas sobre as soluções de AdTech tradicionais:

• Deteção de fraude superior
• Previsões mais precisas e melhor ROI por meio de DNNs de múltiplas etapas
• Direcionamento de criativos hipergranular com preços de lances multi-objetivos
• Escalabilidade para lidar com vastas quantidades de dados
• Direcionamento de privacidade em primeiro lugar com coortes contextuais

Nossa abordagem impulsionada por IA permite precisão, eficiência e adaptabilidade sem precedentes em campanhas de publicidade móvel. Ao aproveitar aprendizado profundo e técnicas de otimização avançadas, a Aarki entrega desempenho superior, mantendo um forte foco em privacidade e prevenção de fraude.

Como o Otimizador de Lances Dinâmico Multi-Objetivo funciona, e qual é o impacto que ele tem na maximização do ROI para os clientes?

O Otimizador de Lances Dinâmico Multi-Objetivo é um sistema sofisticado que vai além dos algoritmos de sombra de lances tradicionais. Diferentemente dos algoritmos de sombra de lances simples que se concentram apenas no preço, nosso otimizador considera múltiplos objetivos simultaneamente. Isso inclui não apenas o preço, mas também métricas de desempenho de campanha, qualidade do inventário e utilização do orçamento.

O otimizador leva em conta uma gama de variáveis dinâmicas, incluindo atributos de campanha e inventário, valor de usuário previsto e segmentação de CPM. Essas variáveis orientam o processo de otimização em torno de KPIs específicos do cliente, principalmente ROI. Isso nos permite adaptar nossa estratégia de licitação aos objetivos únicos de cada cliente.

Uma das principais forças do nosso otimizador é sua capacidade de equilibrar a aquisição de usuários de alto valor de forma eficiente e explorar novos segmentos de usuários e inventário não aproveitados. Essa exploração nos ajuda a descobrir oportunidades valiosas que sistemas mais rígidos podem perder.

Na prática, isso significa que nossos clientes podem esperar um uso mais eficiente de seu orçamento de anúncios, aquisição de usuários de alta qualidade e, em última análise, um melhor ROI em suas campanhas. Por exemplo, pode fazer sentido pagar 50% mais para licitar um usuário que é 5 vezes mais valioso (ROAS). A capacidade do otimizador de equilibrar múltiplos objetivos e se adaptar em tempo real nos permite navegar no complexo cenário de publicidade móvel de forma mais eficaz do que os sistemas de licitação tradicionais de um único objetivo.

A Aarki enfatiza uma abordagem de privacidade em primeiro lugar em suas operações. Como sua plataforma garante a privacidade do usuário enquanto ainda entrega direcionamento de anúncios eficaz?

Estou orgulhoso de dizer que o engajamento de privacidade em primeiro lugar é um dos pilares centrais de nossa plataforma, junto com nossa plataforma de IA. Nós abraçamos os desafios do mundo sem ID de dispositivo e desenvolvemos soluções inovadoras para garantir a privacidade do usuário enquanto entregamos direcionamento de anúncios eficaz. Aqui está como nós realizamos isso:

• Direcionamento sem ID: Nós nos adaptamos totalmente ao paisagem pós-IDFA e somos compatíveis com o SKAN 4. Nossa plataforma opera sem depender de IDs de dispositivo individuais, priorizando a privacidade do usuário desde o início.
• Sinais Contextuais: Nós aproveitamos uma ampla gama de pontos de dados contextuais, como tipo de dispositivo, SO, aplicativo, gênero, hora do dia e região. Esses sinais fornecem informações de direcionamento valiosas sem exigir dados pessoais.
• Processamento Massivo de Dados Contextuais: Nós processamos mais de 5 milhões de solicitações de anúncios por segundo de mais de 10 bilhões de dispositivos globalmente. Cada solicitação tem uma riqueza de sinais contextuais, fornecendo-nos um conjunto de dados rico e compatível com a privacidade.
• Aprendizado de Máquina Avançado: Nosso banco de dados de treinamento de 800 bilhões de linhas correlaciona esses sinais contextuais com dados históricos de resultados. Isso nos permite derivar insights e padrões sem comprometer a privacidade individual do usuário.
• Cohortes Comportamentais Dinâmicas: Usando aprendizado de máquina, criamos coortes comportamentais altamente detalhadas e dinâmicas com base em dados contextuais agregados. Essas coortes permitem otimizações eficientes e escalabilidade sem depender de identificadores pessoais.
• direcionamento de Criativos de ML: Para cada coorte, usamos aprendizado de máquina em colaboração com nossa equipe criativa para desenvolver estratégias de criativos ótimas. Essa abordagem garante relevância e eficácia sem infringir a privacidade individual.
• Aprendizado e Adaptação Contínuos: Nossos modelos de IA aprendem e se adaptam continuamente com base no desempenho da campanha e nos dados contextuais em evolução, garantindo que nosso direcionamento permaneça eficaz à medida que as regulamentações de privacidade e as expectativas dos usuários evoluem.
• Transparência e Controle: Nós fornecemos informações claras sobre nossas práticas de dados e oferecemos aos usuários controle sobre suas experiências de anúncios sempre que possível, alinhando com as melhores práticas de privacidade.

Ao aproveitar essas estratégias de privacidade em primeiro lugar, a Aarki entrega direcionamento de anúncios eficaz enquanto respeita a privacidade do usuário. Nós transformamos os desafios da era de privacidade em primeiro lugar em oportunidades de inovação, resultando em uma plataforma que é tanto compatível com a privacidade quanto altamente eficaz para as campanhas de aquisição e reengajamento de usuários de nossos clientes.

Poderia explicar o conceito de direcionamento de Criativos de ML e como ele se integra com sua estratégia criativa?

O direcionamento de Criativos de ML é nossa metodologia para otimizar anúncios criativos com base nas coortes comportamentais que identificamos por meio de nossos modelos de aprendizado de máquina. Esse processo envolve várias etapas:

• Análise de Coortes: Nossos modelos de ML analisam vastas quantidades de dados contextuais para criar coortes comportamentais detalhadas.
• Insights Criativos: Para cada coorte, usamos aprendizado de máquina para identificar os elementos criativos que provavelmente ressoarão de forma mais eficaz. Isso pode incluir esquemas de cores, formatos de anúncios, estilos de mensagens ou temas visuais.
• Colaboração: Nossa equipe de ciência de dados colabora com nossa equipe criativa, compartilhando esses insights derivados de ML.
• Desenvolvimento Criativo: Com base nesses insights, nossa equipe criativa desenvolve anúncios criativos personalizados para cada coorte. Isso pode envolver ajustar imagens, cópias, chamadas para ação ou a estrutura geral do anúncio.
• Montagem Dinâmica: Usamos otimização de criativos dinâmicos para montar anúncios criativos em tempo real, combinando os elementos mais eficazes com cada coorte.
• Otimização Contínua: À medida que coletamos dados de desempenho, nossos modelos de ML continuam a refinar sua compreensão do que funciona para cada coorte, criando um loop de feedback para melhoria criativa contínua.
• Escalabilidade e Eficiência: Essa abordagem nos permite criar anúncios criativos altamente direcionados em escala, sem a necessidade de segmentação manual ou palpites.

O resultado é uma sinergia entre ciência de dados e criatividade. Além disso, uma das nossas colunas vertebrais, o Quadro de Trabalho Criativo Unificado, garante que nossos modelos de ML forneçam insights baseados em dados sobre o que funciona para diferentes segmentos de público. Ao mesmo tempo, nossa equipe criativa traz esses insights à vida em designs de anúncios atraentes. Essa abordagem nos permite entregar anúncios mais relevantes e envolventes para cada coorte, melhorando simultaneamente o desempenho da campanha e a experiência do usuário.

Qual é o papel da sua equipe criativa no desenvolvimento de campanhas de anúncios, e como eles colaboram com os modelos de IA para otimizar o desempenho dos anúncios?

Nossa equipe criativa desempenha um papel integrado no desenvolvimento de campanhas de anúncios eficazes na Aarki. Eles trabalham em estreita colaboração com nossos modelos de IA para otimizar o desempenho dos anúncios. A equipe criativa interpreta insights dos nossos modelos de ML sobre o que ressoa com diferentes coortes comportamentais. Eles então criam anúncios criativos personalizados, ajustando elementos como visuais, mensagens e formatos para combinar com esses insights.

À medida que as campanhas são executadas, a equipe analisa os dados de desempenho ao lado da IA, refinando continuamente sua abordagem. Esse processo iterativo permite a otimização rápida de elementos criativos.

A sinergia entre criatividade humana e insights impulsionados por IA nos permite produzir anúncios altamente direcionados e envolventes em escala, impulsionando um desempenho superior para as campanhas de nossos clientes.

Como a infraestrutura de IA da Aarki detecta e previne a fraude de anúncios? Pode fornecer alguns exemplos dos tipos de fraude que o sistema identifica?

Como mencionei anteriormente, a Aarki emprega uma abordagem em múltiplas camadas para combater a fraude de anúncios. Estamos abordando a detecção de fraude como um filtro de pré-licitação com análise de pós-licitação dos dados que passam por nossos sistemas. Embora eu já tenha esboçado nossa estratégia geral, posso fornecer alguns exemplos específicos dos tipos de fraude que nosso sistema identifica:

• Inundação de Cliques: Detectar taxas de cliques anormalmente altas de fontes específicas.
• Fazendas de Instalação: Identificar padrões de múltiplas instalações de um mesmo endereço IP ou dispositivo.
• Tempo de Clique para Instalação (CTIT) Anormal: Detectar tempos de clique para instalação anormais como sinal de atividade de bot.
• Taxas de Retenção Baixas: Identificar usuários de editores que repetidamente exibem taxas de retenção baixas após a instalação.

Nossa IA continua a evoluir para reconhecer novas táticas de fraude, protegendo os orçamentos de nossos clientes.

Como a abordagem da Aarki para aquisição e reengajamento de usuários difere de outras plataformas na indústria?

A abordagem da Aarki para aquisição e reengajamento de usuários nos destaca de várias maneiras importantes:

• Estratégia de Privacidade em Primeiro Lugar: Nós nos adaptamos totalmente ao direcionamento sem ID e somos compatíveis com o SKAN 4, prontos para o futuro em um cenário de privacidade focado.
• IA Avançada e Aprendizado de Máquina: Nossa infraestrutura de aprendizado de máquina de múltiplos níveis processa vastas quantidades de dados contextuais, criando coortes comportamentais sofisticadas sem depender de identificadores pessoais.
• Direcionamento de Criativos de ML: Nós combinamos insights de IA com criatividade humana para desenvolver anúncios criativos altamente direcionados para cada coorte.
• Otimizador de Lances Dinâmico Multi-Objetivo: Nosso sistema de licitação considera múltiplos objetivos simultaneamente, equilibrando eficiência com exploração para maximizar o ROI.
• Inteligência Contextual: Nós aproveitamos trilhões de sinais contextuais para informar nosso direcionamento, indo além da segmentação demográfica ou geográfica básica.
• Otimização Contínua: Nossos modelos de IA continuam a aprender e se adaptar, garantindo que nossas estratégias evoluam com os comportamentos dos usuários e as condições do mercado.
• Abordagem Unificada: Oferecemos integração sem esforço de aquisição e reengajamento de usuários, fornecendo uma visão holística da jornada do usuário.
• Escalabilidade: Nossa infraestrutura pode lidar com volumes imensos de dados (5M+ solicitações de anúncios por segundo de 10B+ dispositivos), permitindo direcionamento granular em escala.
• Mecanismos Avançados de Prevenção de Fraude: Nossos filtros de fraude de pré-licitação, análise de pós-licitação de grandes volumes de dados, combinados com dados de terceiros, nos colocam à frente na proteção do dinheiro de nossos clientes contra tráfego fraudulento.

Essa combinação de métodos de privacidade em primeiro lugar, IA avançada, otimização de criativos e infraestrutura escalável permite que entreguemos campanhas mais eficazes, eficientes e adaptáveis.

Minhas experiências me ensinaram que o futuro do AdTech reside na harmonização de grandes dados, aprendizado de máquina e criatividade humana. Eu me orgulho do fato de que, além de nossa tecnologia, também temos uma equipe excepcional de analistas, cientistas de dados e profissionais criativos que adicionam criatividade humana à nossa tecnologia.

Poderia compartilhar algumas histórias de sucesso onde a plataforma da Aarki melhorou significativamente o ROI e a eficácia das campanhas para os clientes?

O Índice de Desempenho da AppsFlyer reconhece a Aarki como líder em retargeting, classificando-nos como #1 para jogos na América do Norte e #3 globalmente. Também somos classificados como um dos principais desempenhos em todos os índices de ROI de publicidade da Singular. Este estudo de caso também é um testemunho de nossa liderança global. Não apenas para jogos, mas também temos estudos de caso recentes mostrando nossa capacidade de impulsionar resultados em várias categorias de aplicativos.

Estou orgulhoso de destacar nossa parceria com a DHgate, uma plataforma de comércio eletrônico líder. Nossas campanhas de retargeting para Android e iOS entregaram resultados excepcionais, demonstrando a capacidade da Aarki de impulsionar o desempenho em escala.

Ao aproveitar nossa tecnologia de rede neural profunda, reunimos com precisão segmentos de usuários para maximizar a eficácia do retargeting. Isso resultou em um crescimento de 33% em cliques de usuários de alta intenção e um aumento de 33% nas conversões.

Mais impressionantemente, enquanto o gasto da DHgate com a Aarki aumentou 52%, consistentemente superamos os objetivos de ROAS D30 de 450% por 1,7x, alcançando um ROAS notável de 784%. Esse caso exemplifica nosso compromisso em entregar resultados superiores para nossos clientes. Leia mais sobre isso aqui.

Para um aplicativo de comida e entrega, implementamos uma campanha de retargeting para reativar usuários e adquirir novos clientes de forma eficiente.

Isso resultou em uma redução de 75% no Custo por Aquisição (CPA) e 12,3 milhões de reativações de usuários. A chave para o sucesso foi utilizar nossos modelos de Rede Neural Profunda para direcionar as audiências certas com mensagens personalizadas, mantendo a campanha fresca e envolvente. Leia sobre isso aqui.

Esses estudos de caso demonstram nossa capacidade de impulsionar melhorias significativas em métricas-chave em diferentes categorias de aplicativos e tipos de campanha. Nossa abordagem de privacidade em primeiro lugar, capacidades de IA avançadas, otimização de criativos e infraestrutura escalável nos permitem entregar resultados excepcionais para nossos clientes, seja em aquisição de usuários ou esforços de reengajamento.

Quais avanços futuros em IA e aprendizado de máquina você prevê como cruciais para a indústria de publicidade móvel?

Olhando para o futuro, eu antecipo vários avanços cruciais em IA e aprendizado de máquina para a publicidade móvel:

• Técnicas de preservação de privacidade aprimoradas: A escala maciça de dados que processamos levará a capacidades de aprendizado sem precedentes. Redes Neurais Profundas (DNNs) aproveitarão isso para criar estratégias de engajamento de privacidade em primeiro lugar superiores. De fato, o conceito de “direcionamento” evoluirá tão dramaticamente que precisaremos de nova terminologia para descrever essas abordagens preditivas impulsionadas por IA.
• IA Geradora para Otimização de Criativos em Tempo Real: Veremos IA que não apenas otimiza, mas também cria e modifica dinamicamente anúncios criativos em tempo real. Isso revolucionará como abordamos o design e a personalização de anúncios.
• Modelos Preditivos Holísticos: Ao combinar nossas redes neurais profundas para insights de produtos com nosso Otimizador de Lances Multi-Objetivo para precificação, desenvolveremos modelos altamente eficazes e eficientes para aquisição e retargeting de usuários. Esses modelos fornecerão previsões incrivelmente precisas do valor de longo prazo do usuário, permitindo uma gestão de campanha mais inteligente e estratégica.

Esses avanços provavelmente levarão a experiências de publicidade móvel mais eficazes, eficientes e amigáveis ao usuário.

Obrigado pela ótima entrevista, leitores que desejam aprender mais devem visitar Aarki.