В процессе используется глубинное обучение (в настоящее время это наиболее перспективная сфера исследований искусственного интеллекта), чтобы достичь более точных рекомендаций по товару в медийной рекламе, делая персонализированный ретаргетинг до 50% более эффективным.
Одной из наиболее распространенных метрик хорошей рекламной кампании является коэффициент кликов (CTR), то есть соотношение кликов на баннер к количеству показов. Цель проста – привлечь потенциальных покупателей, предлагая наиболее подходящие для клика объявления.
Технологии ретаргетинга и персонализации позволяют маркетологам предлагать «идеальное» объявление, направляя пользователям уникальное предложение на основе их истории просмотров. Современные методы глубинного обучения позволят создать новое поколение рекламной персонализации.
RTB House разработала инновационный механизм рекомендаций, который использует глубинное обучение с целью поиска закономерностей в процессе принятия решений. Он может прогнозировать диапазон продуктов, который, скорее всего, будет привлекателен для пользователей, основываясь на их привычках, поведении и других биометрических данных. По сути, этот метод использует математическую модель по образу биологических нейронов в нашем мозге (так называемые искусственные нейронные сети), что позволяет получить из данных более надежные, полные, машинно-интерпретируемые описания покупательских предпочтений пользователя.
Бартоломей Романски, главный технический директор RTB House, отмечает: «То, что когда-то было научно-фантастической концепцией прогнозирующего интеллекта, в настоящее время является частью повседневной реальности. Глубинное обучение помогает нам открыть «черный ящик» больших данных, расширить наши предложения для клиентов и развивать наш бизнес. Повышая точность выбора товара, мы можем сделать наши персонализированные объявления еще более точно ориентированными, обеспечивая высокооптимизированную рентабельность инвестиций для клиентов и в то же время предоставляя бизнес-идеи для более эффективного использования их бюджета».
Глубинное обучение потребляет огромное количество вычислительной мощности. Для успешной разработки и внедрения алгоритмов глубинного обучения требуется вычислительная платформа, оптимизированная для этого применения. RTB House использует GPU NVIDIA (графический процессор), ускоряя модель вычислений глубинного обучения для изучения и поддержки логического вывода.
Серж Лемонд, директор по развитию нового бизнеса по глубинному обучению NVIDIA в регионе EMEA и Индии, объясняет: «Глубинное обучение представляет собой мощный подход к искусственному интеллекту, поскольку оно позволяет программному обеспечению «учиться» у данных. Машины теперь могут обучаться с такой скоростью, точностью и масштабом, которые позволяют каждой отрасли использовать возможности ИИ. RTB House играет ведущую роль во внедрении этой технологии в сфере рекламы и распознавании предпочтений в данных потребителей, с целью предложить более подходящий для них контент».
RTB House является одной из немногих компаний в мире, которой удалось разработать и внедрить собственную технологию для покупки рекламы в модели RTB (торги в режиме реального времени). Компания работает по всему миру и обслуживает более 1000 уникальных кампаний для глобальных брендов на 40 рынках Европы, Латинской Америки, Азии, Тихоокеанского региона, Ближнего Востока и Африки.
RTB House является участником начальной программы NVIDIA для компаний, которые радикально меняют отрасли с помощью достижений искусственного интеллекта и науки о данных. Это третье внедрение алгоритмов глубинного обучения RTB House после модели точной вероятности конверсии, а также оценки стоимости конверсии, запущенной несколько месяцев назад.
