Аман Сарін, генеральний директор Aarki – Інтерв’ю Серія

Аман Сарін є генеральним директором Aarki, компанії з штучним інтелектом, яка надає рішення для реклами, що забезпечують зростання доходів для розробників мобільних додатків. Aarki дозволяє брендам ефективно взаємодіяти з аудиторією в світі, орієнтованому на приватність, використовуючи мільярди сигналів контекстуальної торгівлі, поєднаних з власними моделями машинного навчання та поведінки. Працюючи з сотнями рекламодавців по всьому світу та керуючи понад 5M мобільних рекламних запитів на секунду з понад 10B пристроїв, Aarki є приватною компанією зі штаб-квартирою в Сан-Франциско, Каліфорнія з офісами по всьому США, EMEA та APAC.

Чи можете ви розповісти трохи про свій шлях від співзаснування ZypMedia до керівництва Aarki? Які ключові досвіди сформували ваш підхід до штучного інтелекту та рекламної технології?

Моя одіссея лідерства в рекламній технології розпочалася з співзаснування ZypMedia в 2013 році, де ми розробили передові рішення для платформи з боку вимоги, призначені для місцевої реклами. Це була не просто ще одна DSP; ми побудували її з нуля для обробки високовolume, низьких кампаній з безпрецедентною ефективністю. Подумайте про це як про попередника гіперлокалізованого, штучного інтелекту, який ми бачимо сьогодні.

Як генеральний директор, я керував ZypMedia до 20 мільйонів доларів доходу від програмного забезпечення та обробляв 200 мільйонів доларів транзакцій із ЗМІ щорічно. Цей досвід був випробуванням для розуміння масштабу даних, з яким сучасні рекламні платформи повинні справлятися – це завдання, створене для рішень штучного інтелекту.

Мій виступ на LG Ad Solutions, після придбання ZypMedia компанією Sinclair, був глибоким зануренням у світ виробників пристроїв та того, як контроль даних про перегляд може формувати майбутнє реклами, пов’язаної з телебаченням (CTV). Ми використовували багато штучного інтелекту/машинного навчання при створенні бізнесу LG Ads, де дані, зібрані з пристроїв, використовувалися для генерації цільових сегментів, блоків інвентарю та програмного забезпечення для планування.

Як генеральний директор Aarki з 2023 року, я знаходжусь на передовій мобільної революції в рекламі. Я можу сказати, що мій шлях навчив мене глибоко цінувати трансформаційну силу штучного інтелекту в рекламній технології. Перехід від базової програмної до штучної інтелектуальної моделі передбачення та динамічної оптимізації творчості був нічого короткого від чудесного.

Я прийшов до висновку, що штучний інтелект не просто інструмент, а хребет наступного покоління рекламної технології. Це ключ до вирішення найбільш гострих проблем галузі; від цільової реклами, що відповідає вимогам приватності в світі без ідентифікатора пристрою, до створення справжніх і персоналізованих рекламних досвідів у масштабі. Я твердо переконаний, що штучний інтелект не тільки вирішить болі рекламодавців, але також революціонізує те, як операції проводяться на платформах, таких як Aarki. Уроки з мого шляху – важливість масштабованості, прийняття рішень на основі даних та безперервної інновації – зараз актуальні hơn, ніж будь-коли в цій ері штучного інтелекту.

Чи можете ви розповісти про те, як працює багаторівнева інфраструктура машинного навчання Aarki? Які конкретні переваги вона пропонує порівняно з традиційними рішеннями рекламної технології?

Мій досвід навчив мене, що майбутнє рекламної технології полягає в гармонізуванні великих даних, машинного навчання та людської творчості. В Aarki ми досліджуємо, як штучний інтелект може покращити кожний аспект мобільної рекламної екосистеми; від оптимізації торгівлі та виявлення шахрайства до передбачення продуктивності творчості та стратегій придбання користувачів.

На цьому етапі багаторівнева інфраструктура машинного навчання Aarki призначена для вирішення кількох критичних аспектів мобільної реклами, від попередження шахрайства до передбачення цінності користувача. Ось як це працює і чому це вигідно:

• Виявлення шахрайства та контроль якості інвентарю: це розроблено для захисту продуктивності та бюджетів наших клієнтів. Наш багаторівневий підхід поєднує власні алгоритми з третьою стороною даних, щоб випередити еволюційні тактики шахрайства. Ми забезпечуємо, щоб бюджет кампанії інвестувався в справжній, високоякісний інвентар, постійно оцінюючи поведінку користувачів та підтримуючи актуальну базу даних шахрайства.
• Моделі глибоких нейронних мереж (DNN): наша основна інфраструктура використовує багаторівневі DNN-моделі для передбачення цінності кожного враження чи користувача. Цей гранулярний підхід дозволяє кожній моделі вивчити функції, найбільш важливі для конкретних подій конверсії, що дозволяє більш точні цільові та торгівельні стратегії порівняно з моделями “один розмір для всіх”.
• Багаторівневий оптимізатор торгівлі (MOBO): на відміну від простого затінення торгівлі, використовуваного більшість DSP, наш MOBO розглядає кілька факторів поза ціною. Він використовує динамічні змінні, такі як атрибути кампанії та інвентарю, передбачена цінність користувача та сегментація CPM, для оптимізації торгівлі. Цей складний метод максимізує ROI, балансуючи ефективність з дослідженням для максимізації ROI.

Ці компоненти пропонують суттєві переваги порівняно з традиційними рішеннями рекламної технології:

• Найкраще виявлення шахрайства
• Більш точні передбачення та кращий ROI через багаторівневі DNN
• Гранулярна творча гіперцільова з багаторівневим ціноутворення торгівлі
• Масштабованість для обробки великих обсягів даних
• Цільова реклама, орієнтована на приватність, з контекстними когортами

Наш підхід, орієнтований на штучний інтелект, дозволяє досягти безпрецедентної точності, ефективності та адаптивності в мобільних рекламних кампаніях. Використовуючи глибоке навчання та передові техніки оптимізації, Aarki забезпечує вищу продуктивність, зберігаючи сильний акцент на приватності та попередженні шахрайства.

Як працює Динамічний багаторівневий оптимізатор торгівлі, і який вплив він має на максимізацію ROI для ваших клієнтів?

Динамічний багаторівневий оптимізатор торгівлі – це складна система, яка виходить за рамки традиційних алгоритмів затінення торгівлі. На відміну від простих алгоритмів затінення торгівлі, які фокусуються лише на ціні, наш оптимізатор розглядає кілька об’єктів одночасно. Це включає не тільки ціну, але також метрики продуктивності кампанії, якість інвентарю та використання бюджету.

Оптимізатор враховує ряд динамічних змінних, включаючи атрибути кампанії та інвентарю, передбачену цінність користувача та сегментацію CPM. Ці змінні керують процесом оптимізації навколо клієнтських KPI, перш за все ROI. Це дозволяє нам адаптувати нашу стратегію торгівлі до унікальних цілей кожного клієнта.

Одна з ключових сильних сторін нашого оптимізатора полягає в його здатності балансувати між придбанням високоцінних користувачів ефективно та дослідженням нових, не досліджених сегментів користувачів та інвентарю. Це дослідження допомагає нам виявити цінні можливості, яких можуть не помітити більш жорсткі системи.

На практиці це означає, що наші клієнти можуть очікувати більш ефективного використання своїх рекламних витрат, вищої якості придбання користувачів та, в кінцевому підсумку, кращого ROI на своїх кампаніях. Наприклад, це може мати сенс заплатити на 50% більше за торгівлю за користувача, який у 5 разів більш цінний (ROAS). Спроможність оптимізатора балансувати кілька об’єктів та адаптуватися в реальному часі дозволяє нам краще орієнтуватися в складному ландшафті мобільної реклами порівняно з традиційними системами торгівлі з одним об’єктом.

Aarki підкреслює підхід, орієнтований на приватність, у своїй діяльності. Як ваша платформа забезпечує приватність користувачів, одночасно забезпечуючи ефективну цільову рекламу?

Я горджусь тим, що підхід, орієнтований на приватність, є одним з основних стовпів нашої платформи, поряд з нашою платформою штучного інтелекту. Ми прийняли виклики світу без ідентифікатора пристрою та розробили інноваційні рішення для забезпечення приватності користувачів, одночасно забезпечуючи ефективну цільову рекламу. Ось як ми досягаємо цього:

• Цільова реклама без ідентифікатора: ми повністю адаптувалися до ландшафту після IDFA та відповідаємо вимогам SKAN 4. Наша платформа працює без використання індивідуальних ідентифікаторів пристроїв, ставлячи приватність користувачів на перший план.
• Контекстні сигнали: ми використовуємо широкий спектр контекстних даних, таких як тип пристрою, ОС, додаток, жанр, час доби та регіон. Ці сигнали забезпечують цінну інформацію про цільову рекламу без вимог особистих даних.
• Масове оброблення контекстних даних: ми обробляємо понад 5 мільйонів рекламних запитів на секунду з понад 10 мільярдів пристроїв по всьому світу. Кожен запит має велику кількість контекстних сигналів, забезпечуючи нам багатий, приватний набір даних.
• Розширений машинний інтелект: наша база даних моделей машинного навчання на 800 мільярдів рядків корелює ці контекстні сигнали з історичними даними про результати. Це дозволяє нам вивести висновки та закономірності без порушення приватності окремих користувачів.
• Динамічні поведінкові когорти: використовуючи машинний інтелект, ми створюємо високо деталізовані, динамічні поведінкові когорти на основі агрегованих контекстних даних. Ці когорти дозволяють ефективну оптимізацію та масштабування без використання особистих ідентифікаторів.
• Машинний інтелект, орієнтований на творчість: для кожної когорти ми використовуємо машинний інтелект у співпраці з нашою творчою командою для розробки оптимальних творчих стратегій. Цей підхід забезпечує актуальність та ефективність без порушення індивідуальної приватності.
• Постійне навчання та адаптація: наші моделі штучного інтелекту постійно вчаться та адаптуються на основі продуктивності кампанії та еволюції контекстних даних, забезпечуючи, що наша цільова реклама залишається ефективною, коли регулювання приватності та очікування користувачів змінюються.
• Прозорість та контроль: ми забезпечуємо чітку інформацію про нашу діяльність з даних та надаємо користувачам контроль над своїми рекламними досвідами, коли це можливо, відповідним чином до найкращих практик приватності.

Використовуючи ці підходи, орієнтовані на приватність, Aarki забезпечує ефективну цільову рекламу, одночасно поважаючи приватність користувачів. Ми перетворили виклики епохи приватності на можливості для інновацій, що призвело до платформи, яка є не тільки приватною, але й високо ефективною для кампаній наших клієнтів з придбання та повторного залучення користувачів. Як галузь цифрової реклами продовжує розвиватися, Aarki залишається лідером у сфері рішень штучного інтелекту для мобільної реклами, орієнтованих на приватність.

Чи можете ви пояснити концепцію машинного інтелекту, орієнтованого на творчість, та як він інтегрується з вашою творчою стратегією?

Машинний інтелект, орієнтований на творчість, – це наш метод оптимізації рекламних творів на основі поведінкових когорт, які ми ідентифікуємо за допомогою наших моделей машинного навчання. Цей процес включає кілька етапів:

• Аналіз когорт: наші моделі машинного навчання аналізують велику кількість контекстних даних для створення детальних поведінкових когорт.
• Творчі висновки: для кожної когорти ми використовуємо машинний інтелект для визначення творчих елементів, які найбільш ефективно резонують. Це може включати схеми кольорів, формати реклами, стилі повідомлень або візуальні теми.
• Співпраця: наша команда даних співпрацює з нашою творчою командою,分享ючи ці висновки машинного інтелекту.
• Розробка творчості: на основі цих висновків наша творча команда розробляє спеціальні рекламні твори для кожної когорти. Це може включати коригування зображень, копій, кнопок дій або загальної структури реклами.
• Динамічна збірка: ми використовуємо динамічну оптимізацію творчості для збірки рекламних творів в реальному часі, поєднуючи найбільш ефективні елементи з кожною когортою.
• Постійна оптимізація: коли ми збираємо дані про продуктивність, наші моделі машинного навчання постійно уточнюють своє розуміння того, що працює для кожної когорти, створюючи зворотній зв’язок для постійного творчого покращення.
• Масштабованість та ефективність: цей підхід дозволяє нам створювати високоцільові твори в масштабі без необхідності ручного сегментування чи вгадування.

Результатом є синергія між науковими даними та творчістю. Також одна з наших основних колон, Єдина творча структура, забезпечує, щоб наші моделі машинного інтелекту надавали дані про те, що працює для різних сегментів аудиторії. В той же час наша творча команда оживляє ці висновки в переконливих рекламних дизайнах. Цей підхід дозволяє нам доставляти більш актуальні та привабливі реклами кожній когорті, одночасно покращуючи продуктивність кампанії та досвід користувача.

Яка роль відіграє ваша творча команда в розробці рекламних кампаній, і як вони співпрацюють з моделями штучного інтелекту для оптимізації продуктивності реклами?

Наша творча команда відіграє інтегровану роль у розробці ефективних рекламних кампаній в Aarki. Вони працюють у тісній співпраці з нашими моделями штучного інтелекту для оптимізації продуктивності реклами. Творча команда інтерпретує висновки з наших моделей машинного навчання про те, що резонує з різними поведінковими когортами. Вони потім розробляють спеціальні рекламні твори, коригуючи елементи, такі як візуальні ефекти, повідомлення, формати або структуру, щоб відповідати цим висновкам.

Під час виконання кампаній команда аналізує дані про продуктивність поряд з штучним інтелектом, постійно уточнюючи свій підхід. Цей ітеративний процес дозволяє швидко оптимізувати творчих елементів.

Синергія між людською творчістю та висновками штучного інтелекту дозволяє нам виробляти високоцільові та привабливі реклами в масштабі, забезпечуючи вищу продуктивність для кампаній наших клієнтів.

Як інфраструктура штучного інтелекту Aarki виявляє та запобігає шахрайству в рекламі? Чи можете ви надати приклади типів шахрайства, які ваша система ідентифікує?

Як я вже згадував раніше, Aarki використовує багаторівневий підхід для боротьби з шахрайством у рекламі. Ми підходимо до попередження шахрайства як до фільтра перед торгівлею з аналітикою даних, що надходить через наші системи. Хоча я вже описав наш загальний підхід, я можу надати конкретні приклади типів шахрайства, які наша система ідентифікує:

• Наводнення кліків: виявлення аномально високих показників кліків з конкретних джерел.
• Ферми інсталяцій: ідентифікація моделей декількох інсталяцій з одного й того ж IP-адреси чи пристрою.
• Аномальний час кліку до інсталяції (CTIT): виявлення аномальних часів кліку до інсталяції як сигналу для діяльності ботів.
• Низькі показники утримання: ідентифікація користувачів з видавців, які повторно демонструють низькі показники утримання після інсталяції.

Наш штучний інтелект постійно еволюціонує для визнання нових тактик шахрайства, захищаючи бюджет наших клієнтів.

Як підхід Aarki до придбання та повторного залучення користувачів відрізняється від інших платформ у галузі?

Підхід Aarki до придбання та повторного залучення користувачів відрізняється кількома ключовими аспектами:

• Стратегія, орієнтована на приватність: ми повністю прийняли цільову рекламу без ідентифікатора та відповідаємо вимогам SKAN 4, роблячи нас майбутньо-орієнтованими в ландшафті, орієнтованому на приватність.
• Розширений штучний інтелект та машинний інтелект: наша багаторівнева інфраструктура машинного навчання обробляє велику кількість контекстних даних, створюючи складні поведінкові когорти без використання особистих ідентифікаторів.
• Машинний інтелект, орієнтований на творчість: ми унікально поєднуємо висновки штучного інтелекту з людською творчістю для розробки високоцільових рекламних творів для кожної когорти.
• Динамічний багаторівневий оптимізатор торгівлі: наша система торгівлі розглядає кілька об’єктів одночасно, балансуючи ефективність з дослідженням для максимізації ROI.
• Контекстна інтелект: ми використовуємо трильйони контекстних сигналів для інформування нашої цільової реклами, виходячи за рамки базової демографічної чи географічної сегментації.
• Постійна оптимізація: наші моделі штучного інтелекту постійно вчаться та адаптуються, забезпечуючи, що наші стратегії еволюціонують з змінами поведінки користувачів та ринкових умов.
• Єдина підхід: ми пропонуємо безшовну інтеграцію придбання та повторного залучення користувачів, забезпечуючи цілий вигляд на шлях користувача.
• Масштабованість: наша інфраструктура може обробляти величезні об’єми даних (5M+ рекламних запитів на секунду з 10B+ пристроїв), забезпечуючи високо деталізовану цільову рекламу в масштабі.
• Розширені механізми попередження шахрайства: наші внутрішні фільтри шахрайства перед торгівлею, аналітика даних після торгівлі та дані третьої сторони ставлять нас на чолі захисту наших клієнтів від шахрайської діяльності.

Ця комбінація підходів, орієнтованих на приватність, розширеного штучного інтелекту, творчої оптимізації, попередження шахрайства та масштабованої інфраструктури дозволяє нам забезпечувати більш ефективні, ефективні та адаптивні кампанії.

Мій досвід навчив мене, що майбутнє рекламної технології полягає в гармонізуванні великих даних, машинного навчання та людської творчості. Я пишаюсь тим, що, окрім нашої технології, у нас також є видатна команда аналітиків, вчених-даних та творчих фахівців, які додають людську творчість до нашої технології.

Чи можете ви поділитися історіями успіху, де платформа Aarki суттєво покращила ROI клієнтів та ефективність кампаній?

Індекс продуктивності AppsFlyer визнає Aarki лідером у повторному залученні, займаючи 1-е місце у геймінгу в Північній Америці та 3-є місце у світі. Ми також оцінюємося як топ-виконавець у всіх індексах ROI реклами Singular. Цей випадок також є свідченням нашого глобального лідерства. Не тільки для геймінгу, але у нас також є недавні випадки, які демонструють нашу здатність забезпечувати результати у різних категоріях додатків.

Я пишаюсь тим, що підкреслю нашу партнерство з DHgate, провідною платформою електронної комерції. Наші кампанії повторного залучення для Android та iOS забезпечили видатні результати, демонструючи здатність Aarki забезпечувати результати в масштабі.

Використовуючи нашу технологію глибоких нейронних мереж, ми точно зібрали сегменти користувачів для максимізації ефективності повторного залучення. Це призвело до зростання на 33% кліків користувачів з вищою намірністю та зростання на 33% конверсій.

Найбільш вражаюче, що, хоча витрати DHgate на Aarki збільшилися на 52%, ми постійно перевершували їхні цілі ROI на 450% D30 у 1,7 рази, досягнувши видатний ROI на 784%. Цей випадок демонструє нашу приверженість забезпеченню вищої продуктивності для наших клієнтів. Прочитайте про це тут.

Для додатка харчування та доставки ми реалізували кампанію повторного залучення для реактивування користувачів та ефективного придбання нових клієнтів.

Це призвело до зниження витрат на придбання (CPA) на 75% та реактивувало 12,3 мільйона користувачів. Ключ до успіху полягав у використанні наших моделей глибоких нейронних мереж для цільової аудиторії з спеціальними повідомленнями, зберігаючи кампанію свіжою та привабливою. Прочитайте про це тут.

Ці випадки демонструють нашу здатність забезпечувати суттєве покращення ключових показників у різних категоріях додатків та типах кампаній. Наш підхід, орієнтований на приватність, розширені можливості штучного інтелекту та стратегічне використання контекстних даних дозволяють нам забезпечувати видатні результати для наших клієнтів, як у придбанні, так і у повторному залученні.

Які майбутні досягнення у сфері штучного інтелекту та машинного навчання, на вашу думку, будуть вирішальними для мобільної рекламної галузі?

Оглядаючи майбутнє, я передбачаю кілька вирішальних досягнень у сфері штучного інтелекту та машинного навчання для мобільної реклами:

• Покращені техніки збереження приватності: величезна кількість даних, яку ми обробляємо, призведе до безпрецедентних можливостей навчання. Глибокі нейронні мережі (DNN) будуть використовувати це для створення видатних стратегій приватності.
• Генеративний штучний інтелект для оптимізації творчості в реальному часі: ми побачимо штучний інтелект, який не тільки оптимізує, але й створюватиме та динамічно змінюватиме рекламні твори в реальному часі. Це революціонізує наш підхід до дизайну реклами та персоналізації.
• Голістичні передбачувальні моделі: поєднуючи наші глибокі нейронні мережі для продуктивності з нашим багаторівневим оптимізатором торгівлі (MOBO) для ціноутворення, ми розробимо високо ефективні та ефективні моделі для придбання користувачів та повторного залучення. Ці моделі забезпечать надзвичайно точні передбачення довгострокової цінності користувача, дозволяючи здійснювати більш стратегічне управління кампаніями.

Ці досягнення, ймовірно, призведуть до більш ефективних, ефективних та користувацьких мобільних рекламних досвідів.

Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Aarki.