Aarki 首席执行官 Aman Sareen – 采访系列

Aman Sareen 是 Aarki 的首席执行官，Aarki 是一家为移动应用开发者提供广告解决方案的 AI 公司。Aarki 使品牌能够在以隐私为首的世界中有效地与受众互动，利用数十亿个上下文竞价信号和专有机器学习和行为模型。Aarki 与全球数百家广告商合作，管理来自超过 10 亿台设备的每秒超过 5 万个移动广告请求。Aarki 是一家私营公司，总部位于加利福尼亚州旧金山，在美国、欧洲、中东和非洲以及亚太地区设有办事处。

您能否分享一下您从联合创立 ZypMedia 到领导 Aarki 的经历？您在 AI 和广告技术领域的哪些关键经验塑造了您的方法？

我的广告技术领导之旅始于 2013 年联合创立 ZypMedia，我们开发了一款针对本地广告的尖端需求侧平台。我们从头开始构建它，以处理高容量、低美元金额的活动，具有前所未有的效率。可以把它看作是我们今天看到的超本地化、AI 驱动的定位的前身。

作为首席执行官，我引导 ZypMedia 实现了 2000 万美元的软件收入，并每年处理 2 亿美元的媒体交易。这段经历使我深刻理解现代广告平台必须处理的海量数据——这是 AI 解决方案的完美挑战。

在 ZypMedia 被辛克莱尔收购后，我在 LG 广告解决方案公司的任期使我深入了解了设备制造商的世界以及如何利用收视数据来塑造连接电视（CTV）广告的未来。我们在构建 LG 广告业务中大量使用了 AI/机器学习，利用从设备收集的数据来生成定位段、库存块和规划软件。

自 2023 年以来，我担任 Aarki 首席执行官，处于移动广告革命的前沿。我可以说，我的旅程让我深刻理解了 AI 在广告技术中的变革力量。从基本的程序化到 AI 驱动的预测建模和动态创意优化的进步简直令人惊叹。

我已经把 AI 看作不仅仅是一种工具，而是下一代广告技术的骨干。它是解决行业最紧迫挑战的关键，从在后设备 ID 世界中实现隐私合规的定位到在规模上创建真正的个性化广告体验。我坚信 AI 不仅会解决广告商面临的痛点，还会彻底改变像 Aarki 这样的平台的运营方式。我的旅程中吸取的经验教训——可扩展性、数据驱动的决策和持续创新——在这个 AI 为先的时代比以往任何时候都更加重要。

您能否详细说明 Aarki 的多级机器学习基础设施的工作原理？它与传统的广告技术解决方案相比有什么具体优势？

我的经验教会我，广告技术的未来在于大数据、机器学习和人类创造力的融合。在 Aarki，我们探索了 AI 如何增强移动广告生态系统的每个方面，从竞价优化和欺诈检测到创意性能预测和用户获取策略。

在这一阶段，Aarki 的多级机器学习基础设施旨在解决移动广告的几个关键方面，从欺诈预防到用户价值预测。以下是其工作原理和优势：

• 欺诈检测和库存质量控制：它旨在保护我们的客户的表现和预算。我们的多层次方法将专有算法与第三方数据相结合，以保持领先于不断演变的欺诈策略。我们通过不断评估用户行为并保持最新的欺诈数据库，确保竞选预算投资于真实的高质量库存。
• 深度神经网络（DNN）模型：我们的核心基础设施利用多级 DNN 模型来预测每个印象或用户的价值。这种细粒度的方法使每个模型能够学习最适合特定转换事件的功能，从而实现更精确的定位和竞价策略，相比之下，一些模型适用于所有情况。
• 多目标竞价优化器（MOBO）：与大多数 DSP 使用的简单竞价遮蔽不同，我们的 MOBO 考虑了多个因素，包括竞价以外的动态变量，例如竞选和库存属性、预测用户价值和 CPM 分段，以优化竞价。这种复杂的方法在实现 ROI 最大化的同时平衡多个目标，找到既能赢得、实现 KPI 目标又能正确使用竞选预算的最佳竞价。

这些组件相比传统的广告技术解决方案具有显著的优势：

• 更好的欺诈检测
• 通过多级 DNN 实现更准确的预测和更好的 ROI
• 具有多目标竞价定价的精细创意超级定位
• 能够处理大量数据
• 具有上下文群体的以隐私为首的定位

我们的 AI 驱动方法实现了移动广告活动中前所未有的准确性、效率和适应性。通过利用深度学习和高级优化技术，Aarki 提供卓越的性能，同时保持对隐私和欺诈预防的强烈关注。

动态多目标竞价优化器的功能以及对客户 ROI 和活动有效性的影响是什么？

动态多目标竞价优化器是一种复杂的系统，超越了传统的竞价遮蔽算法。与简单的竞价遮蔽算法仅关注价格不同，我们的优化器同时考虑多个目标，包括价格、活动表现指标、库存质量和预算利用率。

优化器考虑一系列动态变量，包括活动和库存属性、预测用户价值和 CPM 分段。这些变量指导优化过程围绕客户特定的 KPI，主要是 ROI。这使我们能够根据每个客户的独特目标量身定制竞价策略。

优化器的一个关键优势是其在高效获取高价值用户和探索新、未开发的用户群体和库存之间的平衡能力。这种探索帮助我们发现更僵化的系统可能会错过的宝贵机会。

在实践中，这意味着我们的客户可以期待更有效地使用广告支出、更高质量的用户获取和最终更好的活动 ROI。例如，为了竞标一个价值 5 倍的用户，支付 50% 更高的价格可能是合理的（ROAS）。优化器在多个目标之间取得平衡并实时适应的能力，使我们能够比传统的单目标竞价系统更有效地应对复杂的移动广告格局。

Aarki 在运营中强调以隐私为首的方法。您的平台如何在提供有效广告定位的同时确保用户隐私？

我自豪地说，隐私优先参与是我们平台的核心支柱之一，另一个是我们的 AI 平台。我们已经接受了无设备 ID 世界的挑战，并开发了创新解决方案，以确保用户隐私，同时实现有效的广告定位。以下是我们实现这一目标的方法：

• 无 ID 定位：我们已经完全适应了后 IDFA 景观，并符合 SKAN 4。我们的平台从一开始就不依赖于个人设备 ID，优先考虑用户隐私。
• 上下文信号：我们利用广泛的上下文数据点，例如设备类型、操作系统、应用程序、类型、时间和地区。这些信号提供了有价值的定位信息，而无需个人数据。
• 大量上下文数据处理：我们每秒处理超过 5 万个广告请求，来自全球超过 100 亿台设备。每个请求都包含大量上下文信号，为我们提供了一个丰富的、以隐私为首的数据集。
• 高级机器学习：我们的 8000 亿行训练模型数据库将这些上下文信号与历史结果数据相关联。这样，我们可以在不损害个人用户隐私的情况下推断出洞察力和模式。
• 动态行为群体：使用机器学习，我们根据聚合的上下文数据创建了详细的动态行为群体。这些群体使我们能够在不依赖个人标识符的情况下高效优化和扩展。
• ML 驱动的创意定位：对于每个群体，我们使用机器学习与我们的创意团队合作，制定最佳的创意策略。这种方法确保了相关性和有效性，而不会侵犯个人隐私。
• 持续学习和适应：我们的 AI 模型不断学习和适应，基于活动表现和不断变化的上下文数据，确保我们的定位在隐私法规和用户期望不断演变的同时保持有效。
• 透明度和控制：我们提供有关我们的数据实践的明确信息，并在可能的情况下为用户提供对其广告体验的控制，符合隐私最佳实践。

通过利用这些以隐私为首的策略，Aarki 在提供有效的广告定位的同时尊重用户隐私。我们将隐私优先时代的挑战转化为创新机会，结果是一个既符合隐私要求又对客户的用户获取和重新参与活动非常有效的平台。

您能否解释 ML 驱动的创意定位的概念以及它如何融入您的创意策略？

ML 驱动的创意定位是我们优化广告创意以适应我们通过机器学习模型识别的行为群体的方法。该过程涉及几个步骤：

• 群体分析：我们的 ML 模型分析大量上下文数据以创建详细的行为群体。
• 创意洞察：对于每个群体，我们使用机器学习来识别可能最有效地产生共鸣的创意元素。这可能包括配色方案、广告格式、信息风格或视觉主题。
• 协作：我们的数据科学团队与我们的创意团队合作，分享这些由 ML 推导的洞察力。
• 创意开发：根据这些洞察力，我们的创意团队为每个群体开发定制的广告创意。这可能涉及调整图像、文本、呼吁行动或整体广告结构。
• 动态组装：我们使用动态创意优化来实时组装广告创意，将最有效的元素与每个群体匹配。
• 持续优化：随着我们收集性能数据，我们的 ML 模型不断完善其对每个群体的理解，创建一个用于持续创意改进的反馈循环。
• 规模和效率：这种方法使我们能够在不需要手动分段或猜测的情况下创建高度定向的创意。

结果是数据科学和创造力之间的协同作用。我们的统一创意框架确保我们的 ML 模型提供了对不同受众细分市场中什么有效的数据驱动的洞察，同时我们的创意团队将这些洞察力带入生动的广告设计中。这种方法使我们能够为每个群体提供更相关、更吸引人的广告，同时提高活动表现和用户体验。

您的创意团队在开发广告活动中扮演什么角色？他们如何与 AI 模型合作来优化广告表现？

我们的创意团队在 Aarki 开发有效的广告活动中发挥着至关重要的作用。他们与我们的 AI 模型密切合作来优化广告表现。创意团队解读来自我们的 ML 模型的洞察力，以了解哪些内容与不同的行为群体产生共鸣。然后，他们根据这些洞察力开发定制的广告创意，调整元素，如视觉效果、信息和格式，以匹配这些洞察力。

随着活动的进行，团队分析性能数据并与 AI 进行合作，不断完善他们的方法。这种迭代过程使创意元素能够快速优化。

人类创造力和 AI 驱动的洞察力的协同作用使我们能够大规模生产高定向、吸引人的广告，从而推动客户活动的卓越表现。

Aarki 的 AI 基础设施如何检测和防止广告欺诈？您能否提供一些您的系统识别的欺诈类型的示例？

正如我之前提到的，Aarki 采用多层次的方法来打击广告欺诈。我们正在以预竞价过滤和系统中的数据进行欺诈检测来解决欺诈问题。虽然我已经概述了我们的总体策略，但我可以提供一些我们系统识别的欺诈类型的具体示例：

• 点击泛滥：检测来自特定来源的异常高点击率。
• 安装农场：识别来自同一 IP 地址或设备的多个安装模式。
• 异常点击到安装时间（CTIT）：识别异常的点击到安装时间作为机器人活动的信号。
• 低留存率：识别来自发布者反复出现低留存率的用户（安装后）。

我们的 AI 不断演化以识别新的欺诈策略，保护我们的客户预算。

Aarki 的用户获取和重新参与方法与行业其他平台有什么不同之处？

Aarki 的用户获取和重新参与方法在几个关键方面与众不同：

• 以隐私为首的策略：我们已经完全接受了无 ID 的定位，使我们符合 SKAN 4 标准，并为以隐私为中心的未来做好了准备。
• 先进的 AI 和机器学习：我们的多级机器学习基础设施处理大量上下文数据，创建了不依赖个人标识符的复杂行为群体。
• ML 驱动的创意定位：我们独特地将 AI 洞察与人类创造力相结合，开发出针对每个群体的高度定向的广告创意。
• 动态多目标竞价优化器：我们的竞价系统同时考虑多个目标，平衡效率与探索，以最大化 ROI。
• 上下文智能：我们利用数万亿个上下文信号来指导我们的定位，超越了基本的人口统计或地理分段。
• 持续优化：我们的 AI 模型不断学习和适应，确保我们的策略随着用户行为和市场条件的变化而演变。
• 统一方法：我们提供用户获取和重新参与策略的无缝集成，提供对用户旅程的整体视图。
• 可扩展性：我们的基础设施可以处理大量数据（每秒超过 5 万个广告请求，来自超过 100 亿台设备），使我们能够在规模上实现高度定向的广告投放。
• 先进的欺诈防御机制：我们的内部预竞价欺诈过滤器、对大量数据的后竞价分析以及第三方数据使我们在保护客户免受欺诈流量损失方面处于领先地位。

这种以隐私为中心的方法、先进的 AI、创意优化、欺诈防御和可扩展的基础设施的结合使我们能够为客户提供更有效、更高效和更适应性的活动。

我的经验教会我，广告技术的未来在于大数据、机器学习和人类创造力的融合。我为我们的技术感到自豪，并且我们拥有一个出色的分析师、数据科学家和创意专业人士团队，他们为我们的技术添加了人类的创造力。

您能否分享一些 Aarki 平台显著提高客户 ROI 和活动有效性的成功案例？

AppsFlyer 性能指数将 Aarki 认可为重定向的领导者，在北美游戏领域排名第一，全球排名第三。我们还被评为所有 Singular 广告 ROI 指数的顶级表现者。这项 案例研究 也是我们全球领导地位的证明。不仅仅是游戏，我们还有最近的案例研究，展示了我们在各个应用类别中推动结果的能力。

我很自豪地强调我们与 DHgate 的合作，DHgate 是一家领先的电子商务平台。我们针对 Android 和 iOS 的重定向活动取得了出色的效果，展示了 Aarki 在规模上推动表现的能力。

利用我们的深度神经网络技术，我们精确地组装了用户细分，以最大限度地提高重定向的有效性。这导致更高意向用户点击量增加 33%，转化率增加 33%。

最令人印象深刻的是，虽然 DHgate 在 Aarki 的支出增加了 52%，但我们始终超过了他们的 450% D30 ROAS 目标，实现了 784% 的 ROAS。这一案例证明了我们致力于为客户提供卓越的结果。阅读更多关于它的信息 这里。

对于一款食品和送货应用，我们实施了一个重定向活动，以高效地重新激活用户并获取新客户。

这导致成本每次获取（CPA）减少了 75%，并重新激活了 1230 万用户。成功的关键在于利用我们的深度神经网络模型来定位合适的受众，并为活动提供量身定制的信息。阅读更多关于它的信息 这里。

这些案例研究展示了我们在不同应用类别和活动类型中推动关键指标显著改善的能力。我们的以隐私为首的方法、先进的 AI 能力以及对上下文数据的战略性使用使我们能够为客户提供出色的结果，无论是在用户获取还是重新参与努力中。

您预见哪些未来在 AI 和机器学习方面的进步对于移动广告行业至关重要？

展望未来，我预见以下几项对于移动广告行业至关重要的 AI 和机器学习方面的进步：

• 增强的隐私保护技术：我们处理的数据量将带来前所未有的学习能力。深度神经网络（DNN）将利用这些能力来创建更好的以隐私为首的参与策略。事实上，“定位”的概念将演变得如此之大，以至于我们需要新的术语来描述这些 AI 驱动的、预测性的方法。
• 实时创意优化的生成 AI：我们将看到 AI 不仅可以优化创意，还可以创建和动态修改创意。这种方法将革新我们对广告设计和个性化的思考方式。
• 整体预测模型：通过将我们的深度神经网络用于产品洞察与我们的多目标竞价优化器（MOBO）用于定价相结合，我们将开发出高度有效和高效的模型，用于用户获取和重定向。这些模型将提供对长期用户价值的极其准确的预测，从而实现更明智、更战略性的活动管理。

这些进步可能会带来更有效、更高效和更用户友好的移动广告体验。

感谢您这次精彩的采访，希望阅读本文的读者可以访问 Aarki 以了解更多信息。