Aman Sareen, CEO của Aarki – Phỏng vấn

Aman Sareen là CEO của Aarki, một công ty AI cung cấp các giải pháp quảng cáo giúp các nhà phát triển ứng dụng di động tăng trưởng doanh thu. 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 các mô hình học máy và 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.

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

Hành trình lãnh đạo adtech của tôi bắt đầu với việc đồng sáng lập ZypMedia vào năm 2013, nơi chúng tôi đã phát triển một nền tảng demand-side tiên tiến dành cho quảng cáo địa phương. Đây không chỉ là một DSP thông thường; chúng tôi đã xây dựng nó từ đầu để xử lý các chiến dịch có khối lượng lớn, thấp với hiệu quả chưa từng có. Hãy nghĩ về nó như một tiền thân của việc nhắm mục tiêu siêu địa phương, AI-driven mà chúng ta thấy ngày nay.

Với tư cách là CEO, tôi đã dẫn dắt ZypMedia đến 20 triệu đô la doanh thu SaaS và xử lý 200 triệu đô la giao dịch truyền thông mỗi năm. Kinh nghiệm này đã giúp tôi hiểu rõ về quy mô dữ liệu mà các nền tảng quảng cáo hiện đại phải xử lý — một thách thức được thiết kế dành 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 Connected TV (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 phong 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 chuyển đổi của AI trong adtech. Sự tiến bộ từ chương trình cơ bản đến mô hình dự đoán AI-driven và tối ưu hóa sáng tạo động đã không gì ngắn hơn là đáng kinh ngạc.

Tôi đã đến để xem AI không chỉ là một công cụ mà còn là xương sống của adtech thế hệ tiếp theo. Nó là chìa khóa để giải quyết những thách thức cấp bách nhất của ngành; từ nhắm mục tiêu tuân thủ quyền riêng tư trong một thế giới hậu ID thiết bị đến tạo ra những trải nghiệm quảng cáo đích thực và cá nhân hóa với quy mô. Tôi tin chắc rằng AI không chỉ sẽ giải quyết các 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 — đang trở nên liên quan hơn bao giờ hết trong kỷ nguyên AI này.

Có thể giải thích cách cơ sở hạ tầng máy học nhiều cấp độ 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 thời điểm này, cơ sở hạ tầng máy học nhiều cấp độ 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 ngân sách chiến dịch được đầu tư vào hàng tồn kho chất lượng cao, thực sự bằng cách liên tục đánh giá hành vi người dùng và duy trì một cơ sở dữ liệu gian lận cập nhật.
• Mô hình DNN (Deep Neural Network): Cơ sở hạ tầng cốt lõi của chúng tôi sử dụng mô hình DNN nhiều giai đoạn để dự đoán giá trị của mỗi ấn phẩm 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 các 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 việc sử dụng đơn giản bóng giá thầu 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 ra giá thầu tối ưu giúp chiến thắng, đáp ứng 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 địa phương 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-driven của chúng tôi cho phép có 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 trong khi 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 tác động của nó đến việc tối đa hóa ROI cho khách hàng của bạn?

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 đồng thời nhiều mục tiêu. 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 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 khách hàng cụ thể, chủ yếu là ROI. Điều này cho phép chúng tôi điều chỉnh chiến lược giá thầu của mình cho các mục tiêu duy nhất của từng 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, chưa được khai thác. Việc khám phá này giúp chúng tôi khám phá ra những cơ hội quý giá 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 ngân sách quảng cáo của họ, thu hút người dùng chất lượng cao hơn và cuối cùng là ROI tốt hơn trên các chiến dịch của họ. 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 đơn mục tiêu truyền thống.

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

Tôi tự hào nói rằng việc tham gia ưu tiên quyền riêng tư là một trong những trụ cột cốt lõi 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 đã 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 điều này:

• Nhắm mục tiêu không có ID: Chúng tôi đã thích nghi hoàn toàn với phong cảnh hậu 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 lớn: Chúng tôi xử lý hơn 5 triệu yêu cầu quảng cáo mỗi giây từ hơn 10 tỷ thiết bị trên 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 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 ra thông tin và mẫu mà không làm tổn hại đến quyền riêng tư cá nhân của người dùng.
• Cohort hành vi động: Sử dụng học máy, chúng tôi tạo ra các cohort hành vi chi tiết, động dựa trên dữ liệu ngữ cảnh tổng hợp. Những cohort này cho phép tối ưu hóa hiệu quả và mở rộng quy mô mà không dựa vào định danh cá nhân.
• ML-driven Creative Targeting: Đối với mỗi cohort, chúng tôi sử dụng học máy kết hợp với đội ngũ 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 về 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 hoạt động 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 không chỉ tuân thủ quyền riêng tư mà còn cực kỳ hiệu quả cho các chiến dịch thu hút và tái tham gia người dùng của khách hàng. Khi cảnh quan quảng cáo kỹ thuật số phát triển, Aarki vẫn cam kết dẫn đầu trong các giải pháp quảng cáo di động được thúc đẩy bởi AI và ưu tiên quyền riêng tư.

Có thể giải thích khái niệm ML-driven Creative Targeting và cách nó tích hợp với chiến lược sáng tạo của bạn không?

ML-driven Creative Targeting là phương pháp của chúng tôi để tối ưu hóa các tài sản 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.
• 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 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: Đội ngũ khoa học dữ liệu của chúng tôi hợp tác với đội ngũ sáng tạo của mình, chia sẻ những thông tin suy luận từ ML này.
• Phát triển Sáng tạo: Dựa trên những thông tin này, đội ngũ sáng tạo của chúng tôi phát triển các tài sản sáng tạo được điều chỉnh cho từng cohort. Điều này có thể liên quan đến việc điều chỉnh hình ảnh, bản sao, lời kêu 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 các tài sản sáng tạo trong thời gian thực, kết hợp 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 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 tài sản sáng tạo được nhắm mục tiêu cao tại 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 dựa trên dữ liệu về những gì hoạt động cho các phân khúc khán giả khác nhau. Đồng thời, đội ngũ 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 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 đội ngũ 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?

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

Khi các chiến dịch đang chạy, đội ngũ 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 các thông tin được thúc đẩy bởi AI cho phép chúng tôi sản xuất các quảng cáo được nhắm mục tiêu cao và hấp dẫn với 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? Có thể cung cấp một số ví dụ về các loại gian lận mà hệ thống của bạn xác định không?

Khi tôi 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 khi 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:

• Đổ click: Phát hiện tốc độ click 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 click đến cài đặt (CTIT) bất thường: Phát hiện thời gian click 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 phát triển để nhận ra các chiến thuật gian lận mới, bảo vệ ngân sách của khách hàng.

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

Phương pháp tiếp cận của Aarki đối với việc thu hút và tái tham gia người dùng khác biệt theo một số cách chính:

• Chiến lược Ưu tiên Quyền riêng tư: Chúng tôi đã hoàn toàn chấp nhận 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 máy học nhiều cấp độ 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.
• ML-driven Creative Targeting: Chúng tôi kết hợp độc đáo các thông tin AI với sự sáng tạo của con người để phát triển các tài sản sáng tạo được nhắm mục tiêu cao cho từng cohort.
• Tối ưu hóa giá thầu đa mục tiêu động: Hệ thống đấu giá của chúng tôi xem xét đồng thời nhiều mục tiêu, 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 cho việc 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 hành vi người dùng và điều kiện thị trường đang thay đổi.
• Phương pháp Thống nhất: Chúng tôi cung cấp tích hợp liền mạch của việc thu hút và tái tham gia người dùng, 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 khối lượng dữ liệu khổng lồ (hơn 5 triệu yêu cầu quảng cáo mỗi giây từ hơn 10 tỷ thiết bị), cho phép nhắm mục tiêu tinh vi với quy mô.
• Cơ chế Ngăn chặn Gian lận Tiên tiến: Các bộ lọc gian lận trước khi đấu giá trong nhà của chúng tôi, phân tích dữ liệu sau khi đấu giá của khối lượng dữ liệu lớn, kết hợp với dữ liệu của bên thứ ba, đặt chúng tôi ở vị trí hàng đầu trong việc bảo vệ tiền của khách hàng khỏi 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 thể mở rộng cho phép chúng tôi cung cấp các chiến dịch hiệu quả, hiệu quả và thích ứng hơn.

Những 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 việc, 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, những người thêm sự sáng tạo của con người vào công nghệ của chúng tôi.

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 lĩnh vực tái tham gia, xếp chúng tôi đứng đầu về trò chơi ở Bắc Mỹ và đứng thứ 3 trên toàn cầu. Chúng tôi cũng được đánh giá là người biểu diễn hàng đầu trên tất cả các chỉ số ROI quảng cáo của Singular. Nghiên cứu điển hình 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 nghiên cứu điển hình gần đây cho thấy khả năng của chúng tôi trong việc thúc đẩy kết quả trên nhiều danh mục ứng dụng.

Tôi tự hào nhấn mạnh sự hợp tác của chúng tôi với DHgate, một nền tảng thương mại điện tử hàng đầu. Các chiến dịch tái tham gia của chúng tôi cho cả Android và iOS đã mang lại kết quả xuất sắc, thể hiện khả năng của Aarki trong việc thúc đẩy hiệu suất với 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 tham gia. Điều này đã dẫn đến sự tăng trưởng 33% về số lần nhấp của người dùng có ý định cao hơn và tăng 33% về số lần 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 30 ngày là 450% của họ, đạt được ROAS tuyệt vời là 784%. Nghiên cứu điển hình này thể hiện cam kết của chúng tôi trong việc mang lại kết quả vượt trội cho khách hàng. Đọc thêm về nó tại đây.

Đối với một ứng dụng thực phẩm và giao hàng, chúng tôi đã triển khai một chiến dịch tái tham gia để kích hoạt lại người dùng và thu hút khách hàng mới một cách hiệu quả.

Điều này đã dẫn đến việc giảm 75% chi phí thu hút người dùng và 12,3 triệu người dùng được kích hoạt lại. Chìa khóa thành công là sử dụng các mô hình mạng nơ-ron sâu của chúng tôi để nhắm mục tiêu đến đúng đối tượng với thông điệp được điều chỉnh, giữ cho chiến dịch luôn mới mẻ và hấp dẫn. Đọc nó tại đây.

Các nghiên cứu điển hình này chứng minh khả năng của chúng tôi trong việc thúc đẩy sự cải thiện đáng kể về các chỉ số chính, trên nhiều danh mục ứng dụng và loại chiến dịch. Cách tiếp cận ưu tiên quyền riêng tư, khả năng AI tiên tiến, tối ưu hóa sáng tạo và cơ sở hạ tầng có thể mở rộng cho phép chúng tôi mang lại kết quả vượt trội cho khách hàng, cả trong việc thu hút và tái tham gia người dùng.

Các tiến bộ nào trong tương lai về AI và học máy bạn dự đoán sẽ là then chốt 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 được cải tiến: Khối lượng 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 từ vựng mới để mô tả những cách tiếp cận dự đoán, AI-driven 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 và thay đổi động các tài sản sáng tạo trong thời gian thực. Điều này sẽ cách mạng hóa cách chúng tôi tiếp cận thiết kế và cá nhân hóa quảng cáo.
• 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) cho giá cả, chúng tôi sẽ phát triển các mô hình hiệu quả và hiệu quả cao cho cả việc thu hút và tái tham gia người dùng. Những mô hình này sẽ cung cấp những dự đoán cực kỳ chính xác về giá trị người dùng dài hạn, 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 về cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập Aarki.