Aman Sareen, CEO của Aarki – Loạt Phỏng Vấn

Aman Sareen là CEO của Aarki, một công ty AI cung cấp các giải pháp quảng cáo giúp tăng trưởng doanh thu cho các nhà phát triển ứng dụng di động. Aarki cho phép các thương hiệu tham gia hiệu quả với khán giả trong một thế giới ưu tiên quyền riêng tư bằng cách sử dụng hàng tỷ tín hiệu đấu giá ngữ cảnh kết hợp với học máy và mô hình hành vi độc quyền. Làm việc với hàng trăm nhà quảng cáo trên toàn cầu và quản lý hơn 5M yêu cầu quảng cáo di động mỗi giây từ hơn 10B thiết bị, Aarki là một công ty tư nhân có trụ sở tại San Francisco, CA với văn phòng trên khắp Hoa Kỳ, EMEA và APAC.

Bạn có thể chia sẻ một chút về hành trình của mình từ việc đồng sáng lập ZypMedia đến việc lãnh đạo Aarki? Những kinh nghiệm then chốt nào đã định hình cách tiếp cận của bạn với AI và AdTech?

Hành trình lãnh đạo quảng cáo của tôi bắt đầu với việc đồng sáng lập ZypMedia vào năm 2013, nơi chúng tôi đã phát triển một nền tảng bên mua (DSP) tiên tiến dành cho quảng cáo địa phương. Đây không chỉ là một DSP khác; chúng tôi đã xây dựng nó từ đầu để xử lý các chiến dịch có khối lượng lớn, giá thấp với hiệu suất chưa từng có. Hãy nghĩ về nó như một tiền thân của việc nhắm mục tiêu và định hướng AI được bản địa hóa mà chúng ta thấy ngày nay.

Với tư cách là CEO, tôi đã dẫn dắt ZypMedia đến doanh thu SaaS 20 triệu đô la và xử lý 200 triệu đô la giao dịch truyền thông mỗi năm. Kinh nghiệm này là một thử thách để hiểu quy mô dữ liệu khổng lồ mà các nền tảng quảng cáo hiện đại phải xử lý — một thách thức được thiết kế riêng cho các giải pháp AI.

Thời gian của tôi tại LG Ad Solutions, sau khi ZypMedia được Sinclair mua lại, là một bước nhảy sâu vào thế giới của các nhà sản xuất thiết bị và cách kiểm soát dữ liệu người xem có thể định hình tương lai của quảng cáo Truyền hình Kết nối (CTV). Chúng tôi đã sử dụng rất nhiều AI / Học máy trong việc xây dựng kinh doanh LG Ads, nơi dữ liệu thu thập từ thiết bị được sử dụng để tạo ra các phân khúc nhắm mục tiêu, khối hàng tồn kho và phần mềm lập kế hoạch.

Với tư cách là CEO của Aarki từ năm 2023, tôi đang ở tiền tuyến của cuộc cách mạng quảng cáo di động. Tôi có thể nói rằng hành trình của tôi đã khiến tôi đánh giá cao sâu sắc sức mạnh biến đổi của AI trong AdTech. Sự tiến bộ từ chương trình quảng cáo cơ bản đến mô hình dự đoán và tối ưu hóa sáng tạo động đã không gì ngắn hơn là đáng chú ý.

Tôi đã đến để xem AI không chỉ là một công cụ mà còn là xương sống của AdTech thế hệ tiếp theo. Đó là chìa khóa để giải quyết những thách thức cấp bách nhất của ngành; từ việc nhắm mục tiêu tuân thủ quyền riêng tư trong một thế giới sau ID thiết bị đến việc tạo ra những trải nghiệm quảng cáo chân thực và cá nhân hóa với quy mô. Tôi tin chắc rằng AI sẽ không chỉ giải quyết những điểm đau mà các nhà quảng cáo phải đối mặt mà còn cách mạng hóa cách các nền tảng như Aarki hoạt động. Những bài học từ hành trình của tôi — tầm quan trọng của khả năng mở rộng, ra quyết định dựa trên dữ liệu và đổi mới liên tục — hiện nay hơn bao giờ hết trong kỷ nguyên AI này.

Bạn có thể giải thích cách cơ sở hạ tầng học máy đa cấp của Aarki hoạt động không? Những lợi thế cụ thể nào mà nó mang lại so với các giải pháp AdTech truyền thống?

Kinh nghiệm của tôi đã dạy tôi rằng tương lai của AdTech nằm ở việc hòa hợp dữ liệu lớn, học máy và sự sáng tạo của con người. Tại Aarki, chúng tôi khám phá cách AI có thể nâng cao mọi khía cạnh của hệ sinh thái quảng cáo di động; từ tối ưu hóa giá thầu và phát hiện gian lận đến dự đoán hiệu suất sáng tạo và chiến lược thu hút người dùng.

Tại giai đoạn này, cơ sở hạ tầng học máy đa cấp của Aarki được thiết kế để giải quyết một số khía cạnh quan trọng của quảng cáo di động, từ phòng chống gian lận đến dự đoán giá trị người dùng. Dưới đây là cách nó hoạt động và tại sao nó lại có lợi:

• Phát hiện Gian lận và Kiểm soát Chất lượng Hàng tồn kho: Nó được thiết kế để bảo vệ hiệu suất và ngân sách của khách hàng. Cách tiếp cận đa lớp của chúng tôi kết hợp các thuật toán độc quyền với dữ liệu của bên thứ ba để luôn dẫn trước các chiến thuật gian lận đang phát triển. Chúng tôi đảm bảo rằng các ngân sách chiến dịch được đầu tư vào hàng tồn kho thực sự và chất lượng cao bằng cách liên tục đánh giá hành vi người dùng và duy trì cơ sở dữ liệu gian lận cập nhật.
• Mô hình DNN: Cơ sở hạ tầng cốt lõi của chúng tôi sử dụng mô hình DNN nhiều giai đoạn để dự đoán giá trị của mỗi lần hiển thị hoặc người dùng. Cách tiếp cận chi tiết này cho phép mỗi mô hình học các tính năng quan trọng nhất cho các sự kiện chuyển đổi cụ thể, cho phép chiến lược nhắm mục tiêu và giá thầu chính xác hơn so với các mô hình “một kích cỡ phù hợp với tất cả”.
• Tối ưu hóa Giá thầu Đa mục tiêu (MOBO): Không giống như bóng giá thầu đơn giản được sử dụng bởi hầu hết các DSP, MOBO của chúng tôi xem xét nhiều yếu tố ngoài giá. Nó sử dụng các biến động như thuộc tính chiến dịch và hàng tồn kho, giá trị người dùng dự đoán và phân khúc CPM để tối ưu hóa giá thầu. Phương pháp tinh vi này tối đa hóa ROI trong khi cân bằng nhiều mục tiêu, tìm giá thầu tối ưu để giành chiến thắng, đáp ứng các mục tiêu KPI và phân tích đúng cách để sử dụng đầy đủ ngân sách chiến dịch.

Những thành phần này mang lại những lợi thế đáng kể so với các giải pháp AdTech truyền thống:

• Phát hiện gian lận vượt trội
• Dự đoán chính xác hơn và ROI tốt hơn thông qua DNN nhiều giai đoạn
• Nhắm mục tiêu sáng tạo siêu tập trung với giá thầu đa mục tiêu
• Khả năng mở rộng để xử lý lượng dữ liệu khổng lồ
• Nhắm mục tiêu ưu tiên quyền riêng tư với các nhóm ngữ cảnh

Cách tiếp cận AI của chúng tôi cho phép độ chính xác, hiệu quả và thích ứng chưa từng có trong các chiến dịch quảng cáo di động. Bằng cách tận dụng học sâu và các kỹ thuật tối ưu hóa tiên tiến, Aarki mang lại hiệu suất vượt trội đồng thời duy trì sự tập trung mạnh mẽ vào quyền riêng tư và phòng chống gian lận.

Làm thế nào Tối ưu hóa Giá thầu Đa mục tiêu động của Aarki hoạt động và nó ảnh hưởng đến việc tối đa hóa ROI cho khách hàng của bạn như thế nào?

Tối ưu hóa Giá thầu Đa mục tiêu động là một hệ thống tinh vi vượt ra ngoài các thuật toán bóng giá thầu truyền thống. Không giống như các thuật toán bóng giá thầu đơn giản tập trung duy nhất vào việc định giá chỉ dưới giá thầu thắng dự đoán, bộ tối ưu hóa của chúng tôi xem xét nhiều mục tiêu đồng thời. Điều này bao gồm không chỉ giá mà còn bao gồm các chỉ số hiệu suất chiến dịch, chất lượng hàng tồn kho và sử dụng ngân sách.

Bộ tối ưu hóa tính đến một loạt các biến động, bao gồm các thuộc tính chiến dịch và hàng tồn kho, giá trị người dùng dự đoán và phân khúc CPM. Những biến động này hướng dẫn quá trình tối ưu hóa xung quanh các KPI cụ thể của khách hàng, chủ yếu là ROI. Điều này cho phép chúng tôi điều chỉnh chiến lược giá thầu của mình cho từng mục tiêu duy nhất của khách hàng.

Một trong những điểm mạnh chính của bộ tối ưu hóa của chúng tôi là khả năng cân bằng giữa việc thu hút người dùng có giá trị cao một cách hiệu quả và khám phá các phân khúc người dùng và hàng tồn kho mới. Việc khám phá này giúp chúng tôi phát hiện ra những cơ hội có giá trị mà các hệ thống cứng nhắc hơn có thể bỏ qua.

Trong thực tế, điều này có nghĩa là khách hàng của chúng tôi có thể mong đợi việc sử dụng hiệu quả hơn chi tiêu quảng cáo của họ, thu hút người dùng chất lượng cao hơn và cuối cùng là ROI chiến dịch tốt hơn. Ví dụ, nó có thể có ý nghĩa khi trả 50% nhiều hơn để đấu giá cho một người dùng có giá trị gấp 5 lần (ROAS). Khả năng của bộ tối ưu hóa trong việc cân bằng nhiều mục tiêu và thích nghi trong thời gian thực cho phép chúng tôi điều hướng cảnh quan quảng cáo di động phức tạp hiệu quả hơn so với các hệ thống đấu giá truyền thống, một mục tiêu.

Aarki nhấn mạnh cách tiếp cận ưu tiên quyền riêng tư trong hoạt động của mình. Bạn có thể giải thích cách nền tảng của bạn đảm bảo quyền riêng tư của người dùng trong khi vẫn cung cấp nhắm mục tiêu quảng cáo hiệu quả không?

Tôi tự hào nói rằng việc tham gia ưu tiên quyền riêng tư là một trong những trụ cột chính của nền tảng của chúng tôi, cùng với nền tảng AI của chúng tôi. Chúng tôi đã chấp nhận những thách thức của thế giới không có ID thiết bị và phát triển các giải pháp sáng tạo để đảm bảo quyền riêng tư của người dùng trong khi vẫn cung cấp nhắm mục tiêu quảng cáo hiệu quả. Dưới đây là cách chúng tôi thực hiện việc này:

• Nhắm mục tiêu không có ID: Chúng tôi đã thích nghi hoàn toàn với phong cảnh sau IDFA và tuân thủ SKAN 4. Nền tảng của chúng tôi hoạt động mà không dựa vào ID thiết bị cá nhân, ưu tiên quyền riêng tư của người dùng từ đầu.
• Tín hiệu Ngữ cảnh: Chúng tôi tận dụng một loạt các điểm dữ liệu ngữ cảnh như loại thiết bị, hệ điều hành, ứng dụng, thể loại, thời gian trong ngày và khu vực. Những tín hiệu này cung cấp thông tin nhắm mục tiêu có giá trị mà không yêu cầu dữ liệu cá nhân.
• Xử lý Dữ liệu Ngữ cảnh Khổng lồ: Chúng tôi xử lý hơn 5 triệu yêu cầu quảng cáo mỗi giây từ hơn 10 tỷ thiết bị toàn cầu. Mỗi yêu cầu có một lượng lớn tín hiệu ngữ cảnh, cung cấp cho chúng tôi một tập dữ liệu quyền riêng tư phong phú.
• Học máy Tiên tiến: Cơ sở dữ liệu mô hình đào tạo 800 tỷ hàng của chúng tôi liên kết những tín hiệu ngữ cảnh này với dữ liệu kết quả lịch sử. Điều này cho phép chúng tôi suy luận và mô hình mà không làm xói mòn quyền riêng tư cá nhân.
• Cohort Hành vi Động: Sử dụng học máy, chúng tôi tạo ra các cohort hành vi chi tiết và động dựa trên dữ liệu ngữ cảnh tổng hợp. Những cohort này cho phép tối ưu hóa và mở rộng quy mô mà không dựa vào định danh cá nhân.
• Nhắm mục tiêu Sáng tạo ML: Đối với mỗi cohort, chúng tôi sử dụng học máy cùng với nhóm sáng tạo của mình để xây dựng các chiến lược sáng tạo tối ưu. Cách tiếp cận này đảm bảo sự liên quan và hiệu quả mà không xâm phạm quyền riêng tư cá nhân.
• Học và Thích nghi Liên tục: Các mô hình AI của chúng tôi liên tục học và thích nghi dựa trên hiệu suất chiến dịch và dữ liệu ngữ cảnh đang phát triển, đảm bảo rằng nhắm mục tiêu của chúng tôi vẫn hiệu quả khi các quy định quyền riêng tư và kỳ vọng của người dùng phát triển.
• Minh bạch và Kiểm soát: Chúng tôi cung cấp thông tin rõ ràng về các thực hành dữ liệu của mình và cung cấp cho người dùng quyền kiểm soát trải nghiệm quảng cáo của họ khi có thể, phù hợp với các phương pháp hay nhất về quyền riêng tư.

Bằng cách tận dụng những chiến lược ưu tiên quyền riêng tư này, Aarki cung cấp nhắm mục tiêu quảng cáo hiệu quả trong khi tôn trọng quyền riêng tư của người dùng. Chúng tôi đã biến những thách thức của kỷ nguyên ưu tiên quyền riêng tư thành cơ hội cho sự đổi mới, dẫn đến một nền tảng vừa tuân thủ quyền riêng tư vừa hiệu quả cao cho các chiến dịch thu hút người dùng và tái tham gia của khách hàng.

Bạn có thể giải thích khái niệm về Nhắm mục tiêu Sáng tạo ML và cách nó tích hợp với chiến lược sáng tạo của bạn không?

Nhắm mục tiêu Sáng tạo ML là phương pháp của chúng tôi để tối ưu hóa các quảng cáo sáng tạo dựa trên các cohort hành vi mà chúng tôi xác định thông qua các mô hình học máy của mình. Quá trình này bao gồm một số bước:

• Phân tích Cohort: Các mô hình ML của chúng tôi phân tích một lượng lớn dữ liệu ngữ cảnh để tạo ra các cohort hành vi chi tiết.
• Các Thông tin Sáng tạo: Đối với mỗi cohort, chúng tôi sử dụng học máy để xác định các yếu tố sáng tạo có khả năng phát huy tác dụng hiệu quả nhất. Điều này có thể bao gồm các lược đồ màu, định dạng quảng cáo, phong cách thông điệp hoặc chủ đề trực quan.
• Hợp tác: Nhóm khoa học dữ liệu của chúng tôi hợp tác với nhóm sáng tạo của mình, chia sẻ những thông tin suy luận từ ML này.
• Phát triển Sáng tạo: Dựa trên những thông tin này, nhóm sáng tạo của chúng tôi phát triển các quảng cáo sáng tạo được điều chỉnh cho từng cohort. Điều này có thể liên quan đến việc điều chỉnh hình ảnh, bản sao, lời gọi hành động hoặc cấu trúc quảng cáo tổng thể.
• Lắp ráp Động: Chúng tôi sử dụng tối ưu hóa sáng tạo động để lắp ráp quảng cáo sáng tạo trong thời gian thực, phù hợp với các yếu tố hiệu quả nhất với từng cohort.
• Tối ưu hóa Liên tục: Khi chúng tôi thu thập dữ liệu hiệu suất, các mô hình ML của chúng tôi liên tục tinh chỉnh sự hiểu biết của chúng tôi về những gì hoạt động cho từng cohort, tạo ra một vòng lặp phản hồi cho sự cải tiến sáng tạo liên tục.
• Quy mô và Hiệu quả: Cách tiếp cận này cho phép chúng tôi tạo ra các quảng cáo sáng tạo được nhắm mục tiêu ở quy mô mà không cần phân khúc thủ công hoặc suy đoán.

Kết quả là sự kết hợp giữa khoa học dữ liệu và sáng tạo. Một trong những trụ cột cốt lõi khác của chúng tôi, Khung sáng tạo Thống nhất, đảm bảo rằng các mô hình ML của chúng tôi cung cấp thông tin chi tiết dựa trên dữ liệu về những gì hoạt động cho các phân khúc khán giả khác nhau. Đồng thời, nhóm sáng tạo của chúng tôi mang những thông tin này đến cuộc sống trong các thiết kế quảng cáo hấp dẫn. Cách tiếp cận này cho phép chúng tôi cung cấp các quảng cáo liên quan và hấp dẫn hơn cho từng cohort, đồng thời cải thiện hiệu suất chiến dịch và trải nghiệm người dùng.

Vai trò của nhóm sáng tạo của bạn trong việc phát triển các chiến dịch quảng cáo là gì và họ hợp tác với các mô hình AI như thế nào để tối ưu hóa hiệu suất quảng cáo?

Nhóm sáng tạo của chúng tôi đóng vai trò tích hợp trong việc phát triển các chiến dịch quảng cáo hiệu quả tại Aarki. Họ làm việc trong sự hợp tác chặt chẽ với các mô hình AI của chúng tôi để tối ưu hóa hiệu suất quảng cáo. Nhóm sáng tạo giải thích các thông tin từ các mô hình ML của chúng tôi về những gì phù hợp với các cohort hành vi khác nhau. Sau đó, họ tạo ra các quảng cáo sáng tạo được điều chỉnh, điều chỉnh các yếu tố như trực quan, thông điệp và định dạng để phù hợp với những thông tin này.

Khi các chiến dịch đang chạy, nhóm phân tích dữ liệu hiệu suất cùng với AI, liên tục tinh chỉnh cách tiếp cận của họ. Quá trình lặp lại này cho phép tối ưu hóa nhanh chóng các yếu tố sáng tạo.

Sự kết hợp giữa sự sáng tạo của con người và thông tin AI thúc đẩy cho phép chúng tôi sản xuất các quảng cáo hấp dẫn ở quy mô, thúc đẩy hiệu suất vượt trội cho các chiến dịch của khách hàng.

Làm thế nào cơ sở hạ tầng AI của Aarki phát hiện và ngăn chặn gian lận quảng cáo? Bạn có thể cung cấp một số ví dụ về các loại gian lận mà hệ thống của bạn xác định không?

Như tôi đã đề cập trước đó, Aarki sử dụng một cách tiếp cận đa lớp để chống lại gian lận quảng cáo. Chúng tôi đang tiếp cận việc ngăn chặn gian lận như một bộ lọc trước khi đấu giá với phân tích dữ liệu sau đấu giá của dữ liệu đi qua hệ thống của chúng tôi. Mặc dù tôi đã phác thảo chiến lược chung của chúng tôi, nhưng tôi có thể cung cấp một số ví dụ cụ thể về các loại gian lận mà hệ thống của chúng tôi xác định:

• Đợt lũy lội Nhấp chuột: Phát hiện tốc độ nhấp chuột bất thường cao từ các nguồn cụ thể.
• Trang trại Cài đặt: Xác định các mẫu cài đặt nhiều từ cùng một địa chỉ IP hoặc thiết bị.
• Thời gian Nhấp chuột đến Cài đặt (CTIT) Bất thường: Phát hiện thời gian nhấp chuột đến cài đặt bất thường như một tín hiệu cho hoạt động của bot.
• Tỷ lệ Giữ chân Thấp: Xác định người dùng từ các nhà xuất bản thường xuyên thể hiện tỷ lệ giữ chân thấp sau khi cài đặt.

Hệ thống AI của chúng tôi liên tục tiến hóa để nhận ra các chiến thuật gian lận mới, bảo vệ ngân sách của khách hàng.

Làm thế nào cách tiếp cận của Aarki đối với việc thu hút người dùng và tái tham gia khác với các nền tảng khác trong ngành?

Cách tiếp cận của Aarki đối với việc thu hút người dùng và tái tham gia khác biệt với các nền tảng khác trong ngành theo một số cách chính:

• Chiến lược Ưu tiên Quyền riêng tư: Chúng tôi đã hoàn toàn chấp nhận việc nhắm mục tiêu không có ID, khiến chúng tôi tuân thủ SKAN 4 và sẵn sàng cho tương lai trong một cảnh quan tập trung vào quyền riêng tư.
• Học máy và AI Tiên tiến: Cơ sở hạ tầng học máy đa cấp của chúng tôi xử lý một lượng lớn dữ liệu ngữ cảnh, tạo ra các cohort hành vi tinh vi mà không dựa vào định danh cá nhân.
• Nhắm mục tiêu Sáng tạo ML: Chúng tôi kết hợp độc đáo các thông tin AI với sự sáng tạo của con người để phát triển các quảng cáo sáng tạo được điều chỉnh cho từng cohort.
• Tối ưu hóa Giá thầu Đa mục tiêu: Hệ thống đấu giá của chúng tôi xem xét nhiều mục tiêu đồng thời, cân bằng hiệu quả với việc khám phá để tối đa hóa ROI.
• Trí tuệ Ngữ cảnh: Chúng tôi tận dụng hàng tỷ tín hiệu ngữ cảnh để thông tin nhắm mục tiêu, vượt ra ngoài phân khúc dân số học hoặc địa lý cơ bản.
• Tối ưu hóa Liên tục: Các mô hình AI của chúng tôi liên tục học và thích nghi, đảm bảo rằng các chiến lược của chúng tôi phát triển cùng với các điều kiện thị trường và hành vi người dùng thay đổi.
• Cách tiếp cận Thống nhất: Chúng tôi cung cấp tích hợp liền mạch các chiến lược thu hút người dùng và tái tham gia, cung cấp cái nhìn toàn diện về hành trình người dùng.
• Khả năng Mở rộng: Cơ sở hạ tầng của chúng tôi có thể xử lý lượng dữ liệu khổng lồ (5M+ yêu cầu quảng cáo mỗi giây từ 10B+ thiết bị), cho phép nhắm mục tiêu tinh vi ở quy mô.
• Cơ chế Ngăn chặn Gian lận Tiên tiến: Các bộ lọc gian lận trước đấu giá trong nhà của chúng tôi, phân tích dữ liệu sau đấu giá của lượng dữ liệu lớn, kết hợp với dữ liệu của bên thứ ba, đặt chúng tôi ở vị trí hàng đầu trong việc tiết kiệm tiền của khách hàng từ lưu lượng truy cập gian lận.

Sự kết hợp này của các phương pháp ưu tiên quyền riêng tư, AI tiên tiến, tối ưu hóa sáng tạo, ngăn chặn gian lận và cơ sở hạ tầng có khả năng mở rộng cho phép chúng tôi cung cấp các chiến dịch hiệu quả, hiệu quả và thích ứng hơn.

Kinh nghiệm của tôi đã dạy tôi rằng tương lai của AdTech nằm ở việc hòa hợp dữ liệu lớn, học máy và sự sáng tạo của con người. Tôi tự hào về thực tế rằng, ngoài công nghệ của chúng tôi, chúng tôi cũng có một đội ngũ phân tích, nhà khoa học dữ liệu và chuyên gia sáng tạo xuất sắc thêm sự sáng tạo của con người vào công nghệ của chúng tôi.

Bạn có thể chia sẻ một số câu chuyện thành công nơi nền tảng của Aarki đã cải thiện đáng kể ROI và hiệu quả chiến dịch cho khách hàng không?

Chỉ số Hiệu suất của AppsFlyer công nhận Aarki là một nhà lãnh đạo trong việc tái nhắm mục tiêu, xếp hạng chúng tôi #1 cho trò chơi ở Bắc Mỹ và #3 trên toàn cầu. Chúng tôi cũng được đánh giá là một nhà thực hiện hàng đầu trên tất cả các chỉ số ROI quảng cáo của Singular. Nghiên cứu trường hợp này cũng là bằng chứng cho sự lãnh đạo toàn cầu của chúng tôi. Không chỉ dành cho trò chơi, mà chúng tôi cũng có các nghiên cứu trường hợp gần đây展示 khả năng của chúng tôi trong việc thúc đẩy kết quả trên nhiều loại ứng dụng.

Tôi tự hào nêu bật quan hệ đối tác của chúng tôi với DHgate, một nền tảng thương mại điện tử hàng đầu. Các chiến dịch tái nhắm mục tiêu của chúng tôi cho cả Android và iOS đã mang lại kết quả vượt trội,展示 khả năng của Aarki trong việc thúc đẩy hiệu suất ở quy mô.

Bằng cách tận dụng công nghệ mạng nơ-ron sâu của chúng tôi, chúng tôi đã chính xác lắp ráp các phân khúc người dùng để tối đa hóa hiệu quả tái nhắm mục tiêu. Điều này đã dẫn đến sự tăng trưởng 33% về số lượng người dùng có ý định cao hơn và tăng 33% về số lượng chuyển đổi.

Đáng chú ý nhất, trong khi chi tiêu của DHgate với Aarki tăng 52%, chúng tôi liên tục vượt qua mục tiêu ROAS D30 450% của họ với hệ số 1,7, đạt được ROAS ấn tượng là 784%. Trường hợp này thể hiện cam kết của chúng tôi trong việc mang lại kết quả vượt trội cho khách hàng của mình. Đọc thêm về nó tại đây.

Đối với một ứng dụng giao hàng và thực phẩm, chúng tôi đã triển khai một chiến dịch tái nhắm mục tiêu để phản hồi người dùng và thu hút khách hàng mới một cách hiệu quả.

Điều này đã dẫn đến việc giảm 75% Chi phí Tính toán (CPA) và 12,3 triệu người dùng phản hồi. Chìa khóa thành công là sử dụng các mô hình mạng nơ-ron sâu của chúng tôi để nhắm mục tiêu đến các đối tượng phù hợp với thông điệp được điều chỉnh, giữ cho chiến dịch luôn mới mẻ và hấp dẫn. Đọc nó tại đây.

Những nghiên cứu trường hợp này chứng minh khả năng của chúng tôi trong việc thúc đẩy sự cải thiện đáng kể trong các chỉ số chính trên nhiều loại ứng dụng và loại chiến dịch. Cách tiếp cận ưu tiên quyền riêng tư, khả năng AI tiên tiến, sử dụng chiến lược ngữ cảnh thông minh và cơ sở hạ tầng có khả năng mở rộng cho phép chúng tôi cung cấp kết quả vượt trội cho khách hàng của mình, cho dù trong việc thu hút người dùng hay nỗ lực tái tham gia.

Điều gì về những tiến bộ trong tương lai của AI và học máy mà bạn coi là quan trọng cho ngành quảng cáo di động?

Nhìn về tương lai, tôi dự đoán một số tiến bộ quan trọng trong AI và học máy cho quảng cáo di động:

• Kỹ thuật Bảo vệ Quyền riêng tư Nâng cao: Quy mô dữ liệu khổng lồ mà chúng tôi xử lý sẽ dẫn đến khả năng học hỏi chưa từng có. Các mạng nơ-ron sâu (DNN) sẽ tận dụng điều này để tạo ra các chiến lược tham gia ưu tiên quyền riêng tư vượt trội. Trên thực tế, khái niệm “nhắm mục tiêu” sẽ phát triển đến mức chúng tôi sẽ cần thuật ngữ mới để mô tả những cách tiếp cận dự đoán được thúc đẩy bởi AI này.
• AI Tạo ra cho Tối ưu hóa Sáng tạo Thời gian Thực: Chúng tôi sẽ thấy AI không chỉ có thể tối ưu hóa mà còn tạo ra và thay đổi động các quảng cáo sáng tạo trong thời gian thực. Điều này sẽ cách mạng hóa cách chúng tôi tiếp cận thiết kế quảng cáo và cá nhân hóa.
• Mô hình Dự đoán Toàn diện: Bằng cách kết hợp mạng nơ-ron sâu của chúng tôi cho thông tin sản phẩm với Tối ưu hóa Giá thầu Đa mục tiêu (MOBO) của chúng tôi cho định giá, chúng tôi sẽ phát triển các mô hình hiệu quả và hiệu quả cao cho cả việc thu hút người dùng và tái nhắm mục tiêu. Những mô hình này sẽ cung cấp dự đoán chính xác về giá trị người dùng lâu dài, cho phép quản lý chiến dịch thông minh và chiến lược hơn.

Những tiến bộ này có khả năng dẫn đến các trải nghiệm quảng cáo di động hiệu quả, hiệu quả và thân thiện với người dùng hơn.

Cảm ơn bạn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập Aarki.