Sztuczna inteligencja wspiera już wszystkie kampanie reklamowe RTB House

RTB House, działająca globalnie, polska firma specjalizująca się w innowacyjnej technologii retargetingowej, wdrożyła nowe algorytmy pozwalające na bardzo dokładne oszacowanie wskaźnika CTR.
O autorze
2 min czytania 2017-10-27

Przekłada się to na możliwość bardziej precyzyjnego przewidywania czy użytkownik kliknie w reklamę, co skutkuje wyższym zwrotem z inwestycji dla klientów (ROI). RTB House jako jeden z pierwszych retargeterów wdrożył w tak zaawansowany sposób deep learning – najbardziej obiecują dziedzinę badań nad sztuczną inteligencją.

CTR, czyli wskaźnik określający stosunek między liczbą kliknięć a wyświetleniami reklamy internetowej, jest jednym z najbardziej popularnych mierników skutecznej kampanii reklamowej. Dlatego dużą popularnością cieszą się technologie, które umożliwiają zwiększenie CTR i dotarcie do potencjalnie najlepszych klientów, przy zachowaniu tego samego budżetu. Kluczową rolę pełnią w tym procesie algorytmy, umożliwiające przewidywanie zachowań zakupowych użytkowników na podstawie ich wcześniejszych aktywności na stronie danego e-sklepu oraz rekomendowanie im najlepszych ofert.

Deep learning, będący innowacyjnym podejściem do przetwarzania danych, inspirowanym pracą neuronów w ludzkim mózgu, umożliwia uzyskiwanie bardziej niezawodnych i bogatszych informacji o zakupowych potencjałach różnych użytkowników i to bez ingerencji człowieka.

Wdrożony przez RTB House algorytm oparty na deep learningu pozwala lepiej oszacować prawdopodobieństwo kliknięcia w reklamy przez użytkowników (CTR), co przekłada się na zwiększenie wspomnianego wskaźnika nawet do 16,5 proc. bez konieczności zmiany ram budżetowych kampanii. W efekcie skutkuje to wyższym zwrotem z inwestycji dla reklamodawców.

LinkedIn logo
Dziękujemy 90 000 fanom na LinkedInie. Jesteś tam z nami?
Obserwuj

Moduł określający wartość prawdopodobieństwa kliknięcia CTR jest czwartym istotnym wdrożeniem deep learningu przez RTB House. Dzięki wcześniejszej implementacji deep learningu moduły szacujące prawdopodobieństwo konwersji i jej wartości są w stanie zwiększyć ogólną wydajność działań retargetingowych nawet do 29 proc. Ponadto rekomendacje oparte na deep learningu mogą nawet o 41 proc. trafniej dopasować wyświetlane produkty do preferencji zakupowych potencjalnych klientów, w porównaniu do kampanii, które nie korzystały wcześniej z takich metod.

Bartłomiej Romański, Chief Technology Office w RTB House, podkreśla znaczenie wykorzystywania deep learningu w technologii retargetingowej na każdym etapie procesu reklamowego. – Od ponad półtora roku pracujemy nad stopniowym unowocześnianiem naszych rozwiązań. Doprowadziło nas to do punktu, gdzie możemy już powiedzieć, że 100 proc. naszych algorytmów opiera się na deep learningu. Przekłada się to na wymierne korzyści dla klientów oraz na wzrost efektywności ich działań reklamowych online. Szczególnie dobrze widać to na przykładzie takich branż jak turystyka, gdzie trzeba analizować wiele danych, a wzorce zakupowe są dynamiczne i trudne do przewidzenia. W takich przypadkach samouczące się algorytmy mogą znacznie precyzyjniej i dokładniej określać potrzeby użytkowników. Jest to zdecydowana poprawa w porównaniu z innymi metodami stosowanymi obecnie w retargetingu – podsumowuje Romański.

Słuchaj podcastu NowyMarketing

RTB House jest jedną z nielicznych firm na świecie, której udało się opracować i wdrożyć własną technologię zakupu reklam w modelu RTB. Firma działa globalnie i prowadzi ponad 1000 unikalnych kampanii dla międzynarodowych marek na ponad 40 rynkach w Europie, Ameryce Południowej, Azji i Pacyfiku, na Bliskim Wschodzie i w Afryce.

NowyMarketing logo
Mamy newsletter, który rozwija marketing w Polsce. A Ty czytasz?
Rozwijaj się

Odkrycia firmy w dziedzinie sztucznej inteligencji zostały przedstawione m.in. podczas międzynarodowej konferencji poświęconej sieciom neuronowym International Joint Conference on Neural Networks w Anchorage. Wcześniej RTB House jako jedyna firma reprezentująca Polskę, została wybrana do poprowadzenia sesji warsztatowej w ramach największej międzynarodowej konferencji branżowej poświęconej zagadnieniu praktycznego wykorzystania sztucznej inteligencji – International Conference on Machine Learning w Nowym Jorku. Jej przedstawiciele brali również udział w 31 edycji AAAI Conference on Artificial Intelligence w San Francisco.