随着广告技术的不断升级,全球流量行业逐渐从粗放走向精细,而程序化广告在其中扮演着重要角色。赤子城旗下SoloMath广告服务平台,近年来不断发力程序化购买,利用AI技术和海量数据减少无效曝光、提升长尾流量价值、减少冗余第三方,提升全球流量生态的效率。
AI加持的ATB受众触碰体系
ATB(Audience Touch Builder)受众触碰体系,是赤子城为实现精准投放而搭建的一套技术体系,可有效打破在广告投放与变现回收过程中,长期困扰开发者们的“黑盒”问题,找到高净值与高活跃用户,将投放费用花在“刀刃”上,提高效率,降低成本,减少无畏的浪费,从而大大提升ROI。
ATB受众触碰体系依托于赤子城的流量及数据生态,在SoloAware人工智能引擎的驱动下实现。通过分析设备号、运营商、时间戳、语言、IP、事件、搜索关键词等各个维度的数据,对用户行为进行记录和分析,通过AI算法分析用户的价值和标签,并对每个用户喜好的权重进行标记,完成ATB用户档案的建立。
基于“ATB体系”,在推广过程中,可以对用户数据进行去中心化反向验证,分析出价,从设备号级别对不同的用户(而非国家/地区级别)给出不同的底价,从而通过程序化购买提升收入。对于已有用户,密切关注高净值用户,便于防止其流失或对其进行流失后的找回。
“ATB体系”的实现,建立在赤子城庞大的流量生态和数据生态之上。ATB的数据来源有三种:一是自有产品矩阵6亿用户的自有数据,细致深入;二是客户投放过程中第三方追踪平台的数据回传,产品类型及数据类别非常丰富;三是程序化广告平台数据,量级非常大,日承载广告请求数十亿级别。各方数据之间相互进行验证,共同对用户进行分析。
除了实现精准投放外,“ATB体系”还可以通过一些特殊行为数据来排除“噪音干扰用户”,从一定程度上解决流量安全问题。这些“噪音”包括:连续48小时不睡觉、频繁下载和卸载各类型APP、极短时间内在多个地区出现、使用多种不同的语言等等。
AI化的订单优化与流量分级
除了ATB体系,SoloMath还通过自学习的算法模型,实现订单的优化和流量分级。
订单优化对速度要求极高。订单加入系统后,会在1分钟内生成多个人群定向方案。经过不断优化服务高并发和多线程上的效果,解决了人群选择的复杂度和性能损耗,保证订单初始化时间不变。
订单投放过程中,实时等待广告主和用户的反馈,以确定模型是否有效。当得到可靠的数据时,通过高可用高并发无状态数据采集服务,和可伸缩高性能数据清洗、模型训练框架,会在100ms左右更新用户所在区域的Deep-FM模型来优化投放策略,自动修正广告主的订单在这个国家的细节。
流量分级模型
而流量分级主要通过SoloAware的自学习分级模型实现。该模型会根据广告投放需求,首先从流量库中选取一定比例的流量,通过历史投放数据训练后的分级模型的计算,给出11个级别指标,将流量分为顶级流量、优质流量、普通流量及无效流量。另外,该体系还能将实时数据预测的结果进行返回,对模型进行实时纠正。
在投放前进给流量做出11个level的评价,有效匹配不同广告主的需求和预算,同时通过甄别垃圾流量、无效流量,完成初步的反作弊工作。将人工甄别改为机器识别,大大节省了人工成本、提升了识别效率。
AI加持下的“流量超级商场”
赤子城2017年开始布局程序化广告,2018年初发布程序化广告交易平台SAX(SoloMath Ad Exchange),目前日承载广告请求已达到70亿次。通过大数据挖掘直接引导投放的精准定向,实现广告追踪ID级别的获客及变现。
通过机器学习,SAX可阶段性预测用户的使用和购买倾向,结合对设备、位置、频次、时间等颗粒度条件进行投放学习,匹配后续推广效果,对激活、事件、跳出率等指标进行投放优化,减少无效曝光、降低广告成本浪费、实现有效精准营销。
可以说,SAX是一个聚合了不同种类、不同层次的商品以及不同类型、不同预算消费者的“流量超级商场”。
这个“超级商场”是通过智能的程序化购买实现交易的,再小的商户都可以把优质商品卖出去,土豪买家也可以快速买到顶级的商品。在这个商场中,SAX所做的是对商品质量的把控,以及根据需求实现精准的、实时的、高效的匹配。
2013年开始出海的赤子城,在6年间积累了流量、数据、算法的立体生态,以SoloAware人工智能引擎为核心,赋能产品矩阵、广告服务、内容电商等。推动广告服务不断走向精准、高效,是赤子城及SoloAware引擎的重要目标之一。
留言与评论(共有 0 条评论) |