Aman Sareen, Aarki CEO’sü – Röportaj Serisi

Aman Sareen, mobil uygulamalar için gelir artışını sağlayan reklam çözümleri sunan bir AI şirketi olan Aarki’nin CEO’sudur. Aarki, milyarlarca bağlamsal teklif sinyali ile özel makine öğrenimi ve davranış modellerini birleştirerek, markaların gizlilik öncelikli bir dünyada hedef kitlelerle etkili bir şekilde etkileşime girmesine olanak tanır. Küresel olarak yüzlerce reklamveren ile çalışan ve 10 milyar cihazdan gelen 5 milyon mobil reklam talebini saniyede işleyen Aarki, özel bir şirkettir ve merkezi San Francisco, CA’da olup, ABD, EMEA ve APAC’de ofisleri bulunmaktadır.

Sizden ZypMedia’yi kurduğunuzdan Aarki’yi yönettiğiniz sürece yolculuğunuz hakkında biraz bilgi verebilir misiniz? Hangi deneyimler yaklaşımınızı AI ve AdTech’e şekillendirdi?

Reklam teknolojisi liderliğim, 2013 yılında ZypMedia’yi kurmakla başladı, burada yerel reklamcılık için tasarlanmış bir talep tarafı platformu geliştirdik. Bu, sadece başka bir DSP değildi; yüksek hacimli, düşük dolarlı kampanyaları önceden görülmemiş bir verimlilikle işlemek için sıfırdan inşa ettik. Bunu, günümüzde gördüğümüz hiper yerelleştirilmiş, AI destekli hedeflemeye öncül olarak düşünün.

CEO olarak, ZypMedia’yi 20 milyon dolarlık SaaS geliri ve yıllık 200 milyon dolarlık medya işlemlerine yönelttim. Bu deneyim, modern reklam platformlarının işlemek zorunda olduğu veri miktarının büyüklüğünü anlamak için bir sınavdı – bu, AI çözümlerine özel bir meydan okumaydı.

ZypMedia’nın Sinclair tarafından satın alınmasının ardından LG Ad Solutions’daki görevim, cihaz üreticileri dünyasına ve izleyici verisi kontrolünün Bağlantılı Televizyon (CTV) reklamcılığının geleceğini nasıl şekillendirebileceğine dair derin bir dalıştı. LG Ads işini inşa ederken, AI/Makine öğreniminden büyük ölçüde yararlandık, cihazlardan toplanan veriler hedef kitle segmentleri, envanter blokları ve planlama yazılımları oluşturmak için kullanıldı.

2023’ten beri Aarki’nin CEO’su olarak, mobil reklamcılık devriminin ön saflarındayım. Yolculuğumun bana AI’nin reklam teknolojisindeki dönüştürücü gücüne derin bir takdir kazandırdığını söyleyebilirim. Temel programatikten AI destekli öngörülü modelleme ve dinamik yaratıcı optimizasyona geçiş, hiç de azımsanmayacak bir ilerleme gösterdi.

AI’ı artık sadece bir araç olarak değil, bir sonraki nesil reklam teknolojisinin omurgası olarak görüyorum. Endüstrinin en acil sorunlarını çözmek için anahtardır; gizlilik uyumlu hedefleme için cihaz kimlik bilgilerinin ötesine geçmekten, büyük ölçekli gerçek ve kişiselleştirilmiş reklam deneyimleri oluşturmaya kadar. AI’ın sadece reklamverenlerin karşılaştığı zorlukları çözmeyeceğine, aynı zamanda platformlar gibi Aarki’de operasyonların yürütülmesini devrimleştirerek ikna oldum. Yolculuğumdan edindiğim dersler – ölçeklenebilirlik, veri odaklı karar verme ve sürekli yeniliklerin önemi – bu AI öncelikli dönemde daha da alakalı.

Aarki’nin çok seviyeli makine öğrenimi altyapısı nasıl çalışır? Geleneksel AdTech çözümlerine göre hangi específik avantajlar sunar?

Deneyimlerim, reklam teknolojisinin geleceğinin büyük veri, makine öğrenimi ve insan yaratıcılığını uyumlu hale getirmekte yattığını öğretti. Aarki’de, AI’ın mobil reklamcılık ekosisteminin her yönünü geliştirmek için nasıl kullanılabileceğini keşfediyoruz; teklif optimizasyonundan sahtecilik tespitine, yaratıcı performans öngörüsünden kullanıcı edinimi stratejilerine.

Aarki’nin çok seviyeli makine öğrenimi altyapısı, mobil reklamcılığın çeşitli kritik yönlerini ele almak üzere tasarlanmıştır, sahtecilik önleme ve kullanıcı değer tahmini dahil. İşte nasıl çalıştığı ve neden avantajlı olduğu:

• Sahtecilik Tespiti ve Envanter Kalite Kontrolü: Müşterilerimizin performansını ve bütçelerini korumak için tasarlanmıştır. Çok katmanlı yaklaşımımız, özel algoritmaları üçüncü taraf verilerle birleştirir ve gelişen sahtecilik taktiklerine karşı öncüdür. Kampanye bütçelerinin gerçek, yüksek kaliteli envantere yatırıldığını sağlamak için kullanıcı davranışlarını sürekli değerlendirir ve sahtecilik veritabanını güncel tutarız.
• Derin Sinir Ağı (DNN) Modelleri: Core altyapımız, her bir kullanıcı veya izlenmenin değerini tahmin etmek için çok aşamalı DNN modellerini kullanır. Bu ayrıntılı yaklaşım, her modelin belirli dönüşüm olayları için en kritik özellikleri öğrenmesini sağlar, daha kesin hedefleme ve teklif stratejileri sağlar.
• Çok Amaçlı Teklif Optimizatörü (MOBO): Diğer DSP’lerin kullandığı basit teklif gölgelendirmesinin aksine, MOBO fiyatın ötesinde birden fazla faktörü dikkate alır. Dinamik değişkenleri such as kampanya ve envanter öznitelikleri, öngörülen kullanıcı değeri ve CPM segmentasyonu kullanır ve teklif optimizasyonunu dengeleyerek ROI’yi en üst düzeye çıkarır ve birden fazla amacı dengeler.

Bu bileşenler, geleneksel AdTech çözümlerine göre önemli avantajlar sunar:

• Üstün sahtecilik tespiti
• Çok aşamalı DNN’ler sayesinde daha doğru tahminler ve daha iyi ROI
• Çok amaçlı teklif fiyatlandırması ile daha granüler yaratıcı hiper hedefleme
• Büyük miktarda veri işleme kapasitesi
• Gizlilik öncelikli hedefleme ile bağlamsal kohortlar

AI destekli yaklaşımımız, mobil reklamcılık kampanyalarında withoutprecedent doğruluk, verimlilik ve adaptasyon sağlar. Derin öğrenme ve gelişmiş optimizasyon tekniklerini kullanarak, Aarki superior performans sunarken gizlilik ve sahtecilik önleme konusundaki güçlü odaklanmasını korur.

Dinamik Çok Amaçlı Teklif Optimizatörü nasıl çalışır ve müşterilerinizin ROI’unu en üst düzeye çıkarması nasıl etkiler?

Dinamik Çok Amaçlı Teklif Optimizatörü, geleneksel teklif gölgelendirmesi algoritmalarının ötesine geçen gelişmiş bir sistemdir. Basit teklif gölgelendirmesi algoritmalarının yalnızca fiyatı dikkate alması yerine, Optimizatör birden fazla amacı aynı anda dikkate alır. Bu, fiyatın yanı sıra kampanya performansı metrikleri, envanter kalitesi ve bütçe kullanımını içerir.

Optimizatör, kampanya ve envanter öznitelikleri, öngörülen kullanıcı değeri ve CPM segmentasyonu gibi dinamik değişkenleri dikkate alır. Bu değişkenler, müşteri özel KPI’lerine göre optimizasyon sürecini yönlendirir. Müşterilerimize, her birine özgü hedeflerine göre uyarlanmış teklif stratejileri sunmamızı sağlar.

Optimizatörün önemli bir gücü, yüksek değerli kullanıcıları verimli bir şekilde edinirken yeni, keşfedilmemiş kullanıcı segmentleri ve envanteri keşfetme yeteneğidir. Bu, daha katı sistemlerin kaçırmaya meyilli olduğu değerli fırsatları keşfetmemizi sağlar.

Pratikte bu, müşterilerimizin reklam harcamalarının daha verimli kullanılması, daha yüksek kaliteli kullanıcı edinimi ve sonuç olarak daha iyi ROI anlamına gelir. Örneğin, 5 kat daha değerli bir kullanıcı için teklif vermenin %50 daha fazla ödemek mantıklı olabilir (ROAS). Optimizatörün birden fazla amacı dengeleme ve gerçek zamanlı olarak adapte olma yeteneği, geleneksel, tek amaçlı teklif sistemlerine kıyasla mobil reklamcılık manzarasını daha etkili bir şekilde gezmemizi sağlar.

Aarki, operasyonlarında gizlilik öncelikli bir yaklaşım vurgulamaktadır. Platformunuz, etkili reklam hedeflemesi sağlarken kullanıcı gizliliğini nasıl korur?

Gururla söyleyebilirim ki, platformumuzun temel taşlarından biri gizlilik öncelikli etkileşimdir. Cihaz kimliği olmayan bir dünyada ve SKAN 4 uyumlu olarak, kullanıcı gizliliğini korumak için yenilikçi çözümler geliştirdik. İşte bunu nasıl başardığımız:

• Cihaz Kimliği Olmayan Hedefleme: Tamamen post-IDFA manzarasına uyum sağladık ve geleceğe hazırız. Platformumuz, bireysel cihaz kimlik bilgilerine güvenmeden çalışır ve kullanıcı gizliliğini temel alır.
• Bağlamsal Sinyaller: Cihaz türü, işletim sistemi, uygulama, tür, günün saati ve bölge gibi geniş bir bağlamsal veri noktası yelpazesi kullanırız. Bu sinyaller, kişisel veri gerektirmeden değerli hedefleme bilgileri sağlar.
• Kitlesel Bağlamsal Veri İşleme: 10 milyar cihazdan gelen 5 milyon reklam talebini saniyede işleriz. Her talep, zengin bir bağlamsal veri seti sunar ve bize gizlilik öncelikli bir veritabanı sağlar.
• İleri Makine Öğrenimi: 800 milyar satırlık eğitim model veritabanımız, bu bağlamsal sinyalleri geçmiş sonuç verisiyle ilişkilendirir. Bu, bireysel kullanıcı gizliliğini ihlal etmeden içgörüler ve kalıplar çıkarmamızı sağlar.
• Dinamik Davranışsal Kohortlar: Makine öğrenimi kullanarak, toplu bağlamsal verilere dayalı ayrıntılı, dinamik davranışsal kohortlar oluştururuz. Bu kohortlar, kişisel tanımlayıcıya güvenmeden etkili optimizasyonlar ve ölçeklenebilirlik sağlar.
• AI Destekli Yaratıcı Hedefleme: Her kohort için, makine öğrenimi ile yaratıcı ekibimiz bir araya gelerek optimal yaratıcı stratejiler geliştirir. Bu yaklaşım, bireysel gizlilik ihlal etmeden ilgili ve etkili reklamlar sağlar.
• Sürekli Öğrenme ve Uyum: AI modellerimiz, kampanya performansı ve gelişen bağlamsal veriler temelinde sürekli öğrenir ve adapte olur. Bu, hedeflememizin etkili kalmasını ve gizlilik düzenlemeleri ile kullanıcı beklentilerine uyum sağlamamızı sağlar.
• Şeffaflık ve Kontrol: Veri uygulamalarımız hakkında net bilgi sağlar ve kullanıcıların reklam deneyimleri üzerinde mümkün olduğunca kontrol sağlamalarına olanak tanırız, böylece gizlilik en iyi uygulamalarıyla uyumlu oluruz.

Bu gizlilik öncelikli stratejileri kullanarak, Aarki etkili reklam hedeflemesi sunarken kullanıcı gizliliğini korur. Gizlilik öncelikli dönemin meydan okumalarını, inovasyon fırsatlarına çevirdik ve hem gizlilik uyumlu hem de müşterilerimizin kullanıcı edinimi ve yeniden hedefleme kampanyaları için son derece etkili bir platform oluşturduk.

Aarki’nin ML Destekli Yaratıcı Hedefleme™ kavramını açıklar mısınız ve yaratıcı stratejinizle nasıl entegre olur?

ML Destekli Yaratıcı Hedefleme, makine öğrenimi modellerimiz aracılığıyla tanımladığımız davranışsal kohortlara dayalı olarak reklam yaratıcılarını optimize etmemizin yöntemidir. Bu süreç several adımları içerir:

• Kohort Analizi: Makine öğrenimi modellerimiz, geniş bağlamsal veri miktarlarını analiz ederek ayrıntılı davranışsal kohortlar oluşturur.
• Yaratıcı İçgörüler: Her kohort için, makine öğrenimi kullanarak hangi yaratıcı öğelerin en etkili şekilde rezonansa gireceğini tanımlarız. Bu, renk şemaları, reklam formatları, mesajlaşma stilleri veya görsel temaları içerebilir.
• İşbirliği: Veri bilim ekibimiz, bu ML türetilen içgörülerini yaratıcı ekibimizle paylaşır.
• Yaratıcı Geliştirme: Bu içgörüler temelinde, her kohort için uyarlanmış reklam yaratıcıları geliştiririz. Bu, görselleri, metni, çağrıları veya genel reklam yapısını ayarlamayı içerebilir.
• Dinamik Montaj: Reklam yaratıcılarını gerçek zamanlı olarak bir araya getirmek için dinamik yaratıcı optimizasyonunu kullanırız, en etkili öğeleri her kohortla eşleştiririz.
• Sürekli Optimizasyon: Performans verilerini topladıkça, makine öğrenimi modellerimiz her kohort için neyin işe yaradığını sürekli olarak iyileştirir, yaratıcı geliştirmeye yönelik bir geri bildirim döngüsü oluşturur.
• Ölçeklenebilirlik ve Verimlilik: Bu yaklaşım, manuel segmentasyon veya tahmin gerektirmeden yüksek hedefli yaratıcılar oluşturmayı sağlar.

Sonuç, veri bilimi ve yaratıcılık arasında bir sinerjidir. Bir diğer temel taşı, Birleştirilmiş Yaratıcı Çerçevesi, makine öğrenimi modellerimizin farklı hedef kitle segmentleri için neyin işe yaradığını veri temelli içgörülerle sağlarken, aynı zamanda yaratıcı ekibimizin bu içgörülerle çekici reklam tasarımları oluşturmasını sağlar. Bu yaklaşım, her kohort için daha ilgili ve etkileyici reklamlar sunmamızı sağlar, aynı zamanda kampanya performansını ve kullanıcı deneyimini iyileştirir.

Yaratıcı ekibiniz, reklam kampanyalarının geliştirilmesinde hangi rolü oynar ve AI modelleriyle nasıl işbirliği içinde çalışırlar?

Aarki’de yaratıcı ekibimiz, etkili reklam kampanyaları geliştirmede entegre bir rol oynar. AI modellerimizle yakın işbirliği içinde çalışarak, kampanya performansını optimize ederler. Yaratıcı ekibimiz, farklı davranışsal kohortlar için hangi öğelerin rezonansa gireceğine ilişkin içgörülerden yararlanarak, bu içgörüler temelinde uyarlanmış reklam yaratıcıları oluşturur.

Kampanyalar yürütülürken, ekip performans verilerini AI ile birlikte analiz eder ve yaklaşımını sürekli olarak iyileştirir. Bu iteratif süreç, yaratıcı öğelerin hızlı bir şekilde optimize edilmesini sağlar.

İnsan yaratıcılığı ve AI destekli içgörüler arasındaki sinerji, yüksek hedefli ve etkileyici reklamlar üretmemizi sağlar. Bu, müşterilerimizin kampanyalarının superior performans göstermesini sağlar.

Aarki’nin AI altyapısı nasıl sahtecilik tespiti ve önleme sağlar? Tespit ettiği sahtecilik türleri hakkında örnekler verebilir misiniz?

Önceki açıklamalarımın bir parçası olarak, Aarki’nin sahteciliği önlemek için çok katmanlı bir yaklaşım kullandığını belirtmiştim. Ön teklif filtreleme ve post-teklif analitiği ile veri akışımızı işliyoruz. Genel stratejimi zaten açıkladım, ancak bazı spesifik sahtecilik türleri hakkında örnekler verebilirim:

• Tıklama Sellası: Belirli kaynaklardan anormal olarak yüksek tıklama oranlarını tespit etme.
• Yükleme Çiftlikleri: Aynı IP adresinden veya cihazdan çoklu yüklemeleri tespit etme.
• Abnormal Tıklama-Kurulum Zamanı (CTIT): Bot aktivitesinin bir işareti olarak anormal tıklama-kurulum zamanlarını tespit etme.
• Düşük Tutma Oranları: Yükleme sonrası sürekli düşük tutma oranları gösteren yayıncıları tespit etme.

AI’mız, yeni sahtecilik taktiklerini tanımak için sürekli olarak evrim geçirir, böylece müşterilerimizin bütçelerini korur.

Aarki’nin kullanıcı edinimi ve yeniden hedefleme yaklaşımı, endüstrideki diğer platformlardan nasıl farklılık gösterir?

Aarki’nin kullanıcı edinimi ve yeniden hedefleme yaklaşımı, birkaç önemli noktada farklılık gösterir:

• Gizlilik-Öncelikli Strateji: Tamamen ID’siz hedeflemeye uyum sağladık ve SKAN 4 uyumlu olarak geleceğe hazırız.
• İleri AI ve Makine Öğrenimi: Çok seviyeli makine öğrenimi altyapımız, bağlamsal verileri işler ve kişisel tanımlayıcıya güvenmeden sofistike davranışsal kohortlar oluşturur.
• ML Destekli Yaratıcı Hedefleme: AI içgörülerini insan yaratıcılığıyla birleştirerek her kohort için yüksek hedefli reklam yaratıcıları geliştiririz.
• Dinamik Çok Amaçlı Teklif Optimizatörü: Teklif sistemimiz, birden fazla amacı aynı anda dikkate alır, verimliliği keşif ile dengeler ve ROI’yi en üst düzeye çıkarır.
• Bağlamsal Zeka: Temel demografik veya coğrafi segmentasyonun ötesine geçerek, trilyonlarca bağlamsal sinyali hedefleme bilgilerine dönüştürürüz.
• Sürekli Optimizasyon: AI modellerimiz, kullanıcı davranışları ve piyasa koşullarının değişimi ile birlikte sürekli olarak öğrenir ve adapte olur.
• Birleştirilmiş Yaklaşım: Kullanıcı edinimi ve yeniden hedefleme stratejilerini birleştiren bir platform sunar, kullanıcı yolculuğuna dair kapsamlı bir bakış sağlar.
• Ölçeklenebilirlik: Altyapımız, büyük veri hacimlerini (5 milyon+ reklam talebi saniyede, 10 milyar+ cihazdan) işleyerek, yüksek derecede hedefli reklamcılık sağlar.
• İleri Sahtecilik Önleme Mekanizmaları: Ön teklif sahtecilik filtrelerimiz, büyük veri hacimlerinin post-teklif analitiği ve üçüncü taraf verileri, sahtecilikten korunmada öncü bir konumda olmayı sağlar.

Bu kombinasyon, gizlilik öncelikli yöntemler, gelişmiş AI yetenekleri, yaratıcı optimizasyon, sahtecilik önleme ve ölçeklenebilir altyapı, müşterilerimize hem kullanıcı edinimi hem de yeniden hedefleme çabalarında üstün sonuçlar sunmamızı sağlar.

Deneyimlerim, reklam teknolojisindeki geleceğin büyük veri, makine öğrenimi ve insan yaratıcılığını birleştirmekte yattığını öğretti. Aarki’de, teknolojinin yanı sıra, analistler, veri bilimcileri ve yaratıcı profesyonellerden oluşan mükemmel bir ekibe sahip olduğumuzdan gurur duyuyorum; bunlar, teknolojiye insan yaratıcılığını katarak üstün performans sağlarlar.

Aarki’nin platformunun müşterilerinizin ROI’ünü ve kampanya etkinliğini önemli ölçüde iyileştirdiği bazı başarı hikayelerini paylaşabilir misiniz?

AppsFlyer Performans Endeksi, Aarki’yi yeniden hedefleme alanında bir lider olarak tanır ve bizi Kuzey Amerika’da oyun için 1. ve küresel olarak 3. sıraya koyar. Ayrıca, Singular reklam ROI endekslerinde en iyi performans gösterenlerden biri olarak derecelendiriliriz. Bu vaka çalışması, bizim küresel liderliğimizi kanıtlar. Sadece oyun için değil, çeşitli uygulama kategorilerinde sonuçlar elde ettiğimiz yeni vaka çalışmalarına da sahibiz.

DHgate ile olan ortaklığımızı gururla vurgulamak isterim, DHgate bir lider e-ticaret platformudur. Hem Android hem de iOS için yeniden hedefleme kampanyalarımız, Aarki’nin performansını ölçeklendirerek sürdürebildiğini gösterdi.

Derin sinir ağı teknolojimizi kullanarak, kullanıcı segmentlerini yeniden hedefleme etkinliğini en üst düzeye çıkarmak için precisa olarak birleştirdik. Bu, daha yüksek niyetli kullanıcı tıklamalarında %33’lük bir büyüme ve %33’lük bir dönüşüm artışı sağladı.

En etkileyici olanı, DHgate’in Aarki ile harcamalarının %52 arttığı halde, sürekli olarak 450% D30 ROAS hedeflerini %1.7 oranında aştık ve %784 ROAS elde ettik. Bu vaka çalışması, müşterilerimiz için üstün sonuçlar sağlamaya olan bağlılığımızı örnekler. Daha fazla bilgi burada bulunabilir.

Bir yemek ve teslimat uygulaması için, kullanıcıları yeniden etkinleştirmek ve yeni müşterileri verimli bir şekilde edinmek için yeniden hedefleme kampanyası uyguladık.

Bu, müşteri edinme maliyetinde %75’lik bir azalma ve 12.3 milyon kullanıcı yeniden etkinleştirilmesine yol açtı. Başarının anahtarı, doğru hedef kitleleri uyarlanmış iletişimle hedeflemek için Derin Sinir Ağı modellerimizi kullanmaktı, böylece kampanyayı taze ve etkileyici tutmaktı. Detaylar burada bulunabilir.

Bu vaka çalışmalarımız, farklı uygulama kategorileri ve kampanya türleri için önemli ölçüde iyileştirmeler sağlayabildiğimizi gösterir. Gizlilik öncelikli yaklaşımımız, gelişmiş AI yetenekleri, yaratıcı optimizasyon ve sahtecilik önleme, müşterilerimize hem kullanıcı edinimi hem de yeniden hedefleme çabalarında üstün sonuçlar sağlar.

Mobil reklamcılık endüstrisi için AI ve makine öğrenimi alanındaki gelecekteki ilerlemeleri nasıl görüyorsunuz?

İleriye bakarken, mobil reklamcılık için AI ve makine öğrenimi alanındaki birkaç önemli ilerleme öngörüyorum:

• Gelişmiş Gizlilik Koruma Teknikleri: İşlediğimiz büyük veri hacmi, önceden görülmemiş öğrenme yetenekleri sunar. Derin sinir ağları, bu verileri kullanarak superior gizlilik öncelikli katılım stratejileri geliştirecektir. Aslında, “hedefleme” kavramı o kadar çok değişecektir ki, bu AI destekli, öngörülü yaklaşımları tanımlamak için yeni terminolojiye ihtiyacımız olacak.
• Gerçek Zamanlı Yaratıcı Optimizasyonu için Üretken AI: AI’ın, yalnızca optimize etmekle kalmayıp aynı zamanda reklam yaratıcılarını gerçek zamanlı olarak oluşturup değiştirebileceğini göreceğiz. Bu, reklam tasarımı ve kişiselleştirme approach’ımızı devrimleştirerek değiştirecektir.
• Holistik Öngörülü Modeller: Ürün içgörülerini sağlayan derin sinir ağlarımızı, fiyatlandırma için Çok Amaçlı Teklif Optimizatörümüz (MOBO) ile birleştirerek, hem kullanıcı edinimi hem de yeniden hedefleme için son derece etkili ve verimli modeller geliştireceğiz. Bu modeller, uzun vadeli kullanıcı değerinin inanılmaz derecede doğru tahminlerini sağlayarak, daha akıllı ve stratejik kampanya yönetimine olanak tanıyacaktır.

Bu ilerlemeler, daha etkili, verimli ve kullanıcı dostu mobil reklamcılık deneyimleri sunmaya yol açacaktır.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Aarki‘yi ziyaret edebilir.