Aman Sareen 是Aarki的首席执行官，Aarki 是一家 AI 公司，提供广告解决方案，推动移动应用开发者的收入增长。Aarki 通过使用数十亿个情境竞价信号以及专有的机器学习和行为模型，让品牌能够在隐私至上的世界中有效地吸引受众。Aarki 与全球数百家广告商合作， 每秒管理来自超过 100 亿台设备的超过500 万个移动广告请求 ，是一家私营企业，总部位于 加利福尼亚州旧金山， 在美国、欧洲、中东和非洲地区以及亚太地区设有办事处。
您能否分享一下从共同创办 ZypMedia 到领导 Aarki 的历程？哪些关键经历塑造了您对 AI 和 AdTech 的态度？
我的广告技术领导力之旅始于 2013 年与他人共同创办 ZypMedia，当时我们设计了一个专为本地广告量身定制的尖端需求方平台。这不仅仅是另一个 DSP；我们从头开始构建它，以前所未有的效率处理大量低成本的广告活动。我们可以将它视为我们今天看到的超本地化、人工智能驱动的定位的前身。
作为首席执行官，我带领 ZypMedia 实现了 2000 万美元的 SaaS 收入，每年处理 2 亿美元的媒体交易。这段经历让我深刻理解了现代广告平台必须处理的庞大数据规模——这是 AI 解决方案特有的挑战。
在 ZypMedia 被 Sinclair 收购后，我在 LG Ad Solutions 工作，深入了解了设备制造商的世界，以及观众数据的控制将如何影响联网电视 (CTV) 广告的未来。我们在构建 LG Ads 业务时使用了大量人工智能/机器学习，从设备收集的数据用于生成定位细分、库存块和规划软件。
自 2023 年起，我担任 Aarki 首席执行官，一直站在移动广告革命的最前沿。可以说，我的这段经历让我深刻体会到人工智能在广告技术领域的变革力量。从基本的程序化到人工智能驱动的预测建模和动态创意优化，这一进步令人惊叹。
我开始将 AI 视为不仅仅是一种工具，更是下一代广告技术的支柱。它是解决行业最紧迫挑战的关键；从后设备 ID 时代的隐私合规定位到大规模创建真实个性化的广告体验。我坚信 AI 不仅能解决广告商面临的痛点，还能彻底改变 Aarki 等平台的运营方式。在这个 AI 优先的时代，我从这段经历中学到的经验教训——可扩展性、数据驱动的决策和持续创新的重要性——比以往任何时候都更加重要。
您能详细讲讲 Aarki 的多层机器学习基础设施是如何运作的吗？与传统的广告技术解决方案相比，它有哪些具体优势？
我的经验告诉我，广告技术的未来在于协调大数据、机器学习和人类创造力。在 Aarki，我们探索人工智能如何增强移动广告生态系统的各个方面；从竞价优化和欺诈检测到创意效果预测和用户获取策略。
目前，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。以下是它的工作原理和优势：
- 欺诈检测和库存质量控制：旨在保护客户的业绩和预算。我们的多层方法将专有算法与第三方数据相结合，以领先于不断发展的欺诈策略。我们通过不断评估用户行为和维护最新的欺诈数据库，确保广告系列预算投入到真实、高质量的库存中。
- 深度神经网络 (DNN) 模型：我们的核心基础架构利用多阶段 DNN 模型来预测每次展示或用户的价值。这种精细方法允许每个模型学习对特定转化事件最关键的特征，与千篇一律的模型相比，可以实现更精确的定位和出价策略。
- 多目标出价优化器™ (MOBO)：与大多数 DSP 使用的简单出价调整不同，我们的 MOBO 考虑了价格以外的多种因素。它使用广告系列和库存属性、预测用户价值和 CPM 细分等动态变量来优化出价。这种复杂的方法可以在平衡多个目标的同时最大化投资回报率，找到获胜的最佳出价，满足 KPI 目标，并正确调整节奏以充分利用广告系列预算。
与传统的 AdTech 解决方案相比，这些组件具有显著的优势：
- 卓越的欺诈检测
- 通过多阶段 DNN 实现更准确的预测和更好的投资回报率
- 通过多目标竞价进行精细创意超定位
- 可扩展以处理大量数据
- 利用情境群组进行隐私优先定位
我们的 AI 驱动方法可实现移动广告活动前所未有的准确性、效率和适应性。通过利用深度学习和先进的优化技术，Aarki 可提供卓越的性能，同时高度重视隐私和欺诈预防。
动态多对象出价优化器如何发挥作用？它对最大化客户的投资回报率有何影响？
动态多目标出价优化器是一种超越传统出价遮蔽算法的复杂系统。与仅关注略低于预测中标出价的定价的简单出价遮蔽算法不同，我们的优化器会同时考虑多个目标。这不仅包括价格，还包括广告系列效果指标、库存质量和预算利用率。
优化器会考虑一系列动态变量，包括广告系列和库存属性、预测用户价值和 CPM 细分。这些变量会围绕客户特定的 KPI（主要是 ROI）指导优化过程。这使我们能够根据每个客户的独特目标量身定制出价策略。
我们的优化器的主要优势之一是它能够在高效获取高价值用户和探索新的、尚未开发的用户细分和库存之间取得平衡。这种探索有助于我们发现更为僵化的系统可能会错过的宝贵机会。
实际上，这意味着我们的客户可以更有效地利用他们的广告支出，获得更高质量的用户，并最终获得更好的广告投资回报率。例如，为价值高出 5 倍（ROAS）的用户支付 50% 以上的出价可能是合理的。优化器能够平衡多个目标并实时调整，这使我们能够比传统的单一目标出价系统更有效地驾驭复杂的移动广告格局。
Aarki 在运营中强调隐私优先。您的平台如何在确保用户隐私的同时仍提供有效的广告定位？
我很自豪地说，隐私优先的互动是我们平台的核心支柱之一，与我们的 AI 平台一样。我们接受了无设备 ID 世界的挑战，并开发了创新的解决方案，以确保用户隐私，同时提供有效的广告定位。以下是我们实现这一目标的方法：
- 无 ID 定位：我们已完全适应后 IDFA 时代，并符合 SKAN 4 标准。我们的平台无需依赖个人设备 ID 即可运行，从头到尾都优先考虑用户隐私。
- 情境信号：我们利用各种情境数据点，例如设备类型、操作系统、应用、类型、时间和地区。这些信号无需个人数据即可提供有价值的定位信息。
- 海量情境数据处理：我们每秒处理来自全球 100 多亿台设备的 500 多万个广告请求。每个请求都包含大量情境信号，为我们提供了丰富且符合隐私要求的数据集。
- 先进的机器学习：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关联起来。这使我们能够在不损害个人用户隐私的情况下获得见解和模式。
- 动态行为群组：利用机器学习，我们根据汇总的上下文数据创建高度详细的动态行为群组。这些群组无需依赖个人标识符即可实现高效的优化和扩展。
- ML 驱动的 Creative Targeting™：对于每个群体，我们与创意团队合作使用机器学习来制定最佳创意策略。这种方法既能确保相关性和有效性，又不会侵犯个人隐私。
- 持续学习和适应：我们的 AI 模型会根据活动表现和不断发展的背景数据不断学习和适应，确保我们的定位在隐私法规和用户期望不断发展的情况下依然有效。
- 透明度和控制：我们提供有关我们的数据实践的清晰信息，并尽可能让用户控制他们的广告体验，符合隐私最佳实践。
通过利用这些隐私优先策略，Aarki 可以在尊重用户隐私的同时提供有效的广告定位。我们将隐私优先时代的挑战转化为创新机遇，打造出一个既符合隐私要求又高效的平台，帮助客户开展用户获取和重新吸引活动。随着数字广告格局的发展，Aarki 始终致力于引领隐私优先、人工智能驱动的移动广告解决方案。
您能解释一下机器学习驱动的 Creative Targeting™ 的概念以及它如何与您的创意策略相结合吗？
ML 驱动的 Creative Targeting™ 是我们根据通过机器学习模型识别的行为群体来优化广告创意的方法。此过程涉及几个步骤：
- 群组分析：我们的机器学习模型分析大量的上下文数据来创建详细的行为群组。
- 创意洞察：对于每个群组，我们使用机器学习来识别最有可能产生共鸣的创意元素。这可能包括配色方案、广告格式、消息传递风格或视觉主题。
- 协作：我们的数据科学团队与创意团队合作，分享这些从机器学习中获得的见解。
- 创意开发：根据这些洞察，我们的创意团队会针对每个群体开发定制的广告创意。这可能涉及调整图像、文案、号召性用语或整体广告结构。
- 动态组装：我们使用动态创意优化来实时组装广告创意，为每个群组匹配最有效的元素。
- 持续优化：当我们收集性能数据时，我们的机器学习模型会不断完善对每个群体有效方法的理解，从而创建一个反馈循环以持续进行创造性改进。
- 规模和效率：这种方法使我们能够大规模地创建高度针对性的创意，而无需手动细分或猜测。
结果是数据科学与创意之间的协同作用。统一创意框架也是我们的核心支柱之一，它确保我们的机器学习模型能够提供数据驱动的洞察，了解哪些方法适合不同的受众群体。同时，我们的创意团队将这些洞察融入到引人注目的广告设计中。这种方法使我们能够为每个群体提供更相关、更具吸引力的广告，同时提高广告效果和用户体验。
您的创意团队在广告创意开发中扮演什么角色，以及他们如何与 AI 模型协作以优化广告效果？
我们的创意团队在 Aarki 开发有效的广告活动中发挥着综合作用。他们与我们的 AI 模型密切合作，以优化广告效果。创意团队从我们的 ML 模型中解读出哪些内容能引起不同行为群体的共鸣。然后，他们制作定制的广告创意，调整视觉效果、消息传递和格式等元素以匹配这些洞察。
随着广告活动的开展，团队会与人工智能一起分析效果数据，不断改进方法。这一迭代过程可以快速优化创意元素。
人类的创造力与人工智能驱动的洞察力之间的协同作用使我们能够大规模制作高度针对性、引人入胜的广告，为客户的广告活动带来卓越的效果。
Aarki 的 AI 基础设施如何检测和防止广告欺诈？您能否举例说明您的系统识别的欺诈类型？
正如我之前提到的，Aarki 采用多层次方法来打击广告欺诈。我们采用竞价前过滤，竞价后分析通过我们系统获得的数据，以此来阻止欺诈。虽然我已经概述了我们的总体战略，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的模式。
- 异常点击安装时间 (CTIT)：将异常点击安装时间发现为机器人活动的信号。
- 低留存率：识别发布商中安装后反复表现出低留存率的用户。
我们的人工智能不断发展，以识别新的欺诈策略，保护客户的预算。
Aarki 的用户获取和重新参与方法与业内其他平台有何不同？
Aarki 的用户获取和重新参与方法在几个关键方面使我们脱颖而出：
- 隐私优先战略：我们完全接受无身份识别定位，这让我们符合 SKAN 4 标准，并在以隐私为中心的环境中为未来做好准备。
- 先进的人工智能和机器学习：我们的多层次机器学习基础设施处理大量的上下文数据，无需依赖个人标识符即可创建复杂的行为群体。
- ML 驱动的 Creative Targeting™：我们独特地将 AI 洞察与人类创造力相结合，为每个群体开发高度针对性的广告创意。
- 动态多目标出价优化器：我们的出价系统同时考虑多个目标，平衡效率与探索以最大化投资回报率。
- 情境智能：我们利用数万亿的情境信号来指导我们的目标定位，超越了基本的人口统计或地理细分。
- 持续优化：我们的人工智能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发展。
- 统一方法：我们提供用户获取和重新参与策略的无缝集成，提供用户旅程的整体视图。
- 可扩展性：我们的基础设施可以处理海量数据（来自100亿多台设备每秒500多万个广告请求），从而实现大规模、高精度的定位。
- 先进的欺诈威慑机制：我们内部的投标前欺诈过滤器、海量数据的投标后分析以及第三方数据使我们处于拯救客户资金免受欺诈性流量侵害的最前沿。
以隐私为中心的方法、先进的人工智能、创意优化、欺诈威慑和可扩展基础设施的结合使我们能够开展更有效、更高效、更具适应性的活动。
我的经验告诉我，广告技术的未来在于大数据、机器学习和人类创造力的协调。我感到自豪的是，除了我们的技术之外，我们还拥有一支由分析师、数据科学家和创意专业人士组成的优秀团队，他们为我们的技术增添了人类创造力。
您能否分享一些 Aarki 平台显著提高客户投资回报率和营销活动效果的成功案例？
AppsFlyer 绩效指数将 Aarki 评为重新定位领域的领导者，将我们在北美游戏领域排名第一，在全球排名第三。我们还被评为所有 Singular 广告 ROI 指数中表现最佳的公司。此案例研究也证明了我们在全球的领导地位。不仅在游戏领域，我们最近的案例研究也展示了我们推动各种应用类别取得成果的能力。
我很自豪地强调我们与领先的电子商务平台 DHgate 的合作。我们针对 Android 和 iOS 的重定向活动取得了卓越的成果，展示了 Aarki 大规模提升绩效的能力。
利用我们的深度神经网络技术，我们精准地组合用户群体，以最大限度地提高再营销的效果。这使得高意向用户点击量增长了 33%，转化率也提高了 33%。
最令人印象深刻的是，尽管 DHgate 在 Aarki 上的支出增加了 52%，但我们始终超出其 450% D30 ROAS 目标 1.7 倍，实现了出色的 784% ROAS。此案例体现了我们致力于为客户提供卓越成果的承诺。
对于一款食品和配送应用，我们实施了重新定位活动，以重新激活用户并有效地获取新客户。
这使得每次转化成本 (CPA) 下降了 75%，用户重新激活次数达到 1230 万次。成功的关键在于利用我们的深度神经网络模型，通过定制消息瞄准合适的受众，让活动保持新鲜感和吸引力。
这些案例研究表明，我们有能力推动不同应用类别和广告系列类型的关键指标显著改善。我们的隐私至上方法、先进的 AI 功能以及对情境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互动方面。
您预见到人工智能和机器学习的哪些未来进步将对移动广告行业至关重要？
展望未来，我预计移动广告领域的人工智能和机器学习将取得几项关键进步：
- 增强隐私保护技术：我们处理的海量数据将带来前所未有的学习能力。深度神经网络 (DNN) 将利用这一点来创建卓越的隐私优先参与策略。事实上，“定位”的概念将发生巨大变化，我们需要新的术语来描述这些由人工智能驱动的预测方法。
- 用于实时创意优化的生成式人工智能：我们将看到人工智能不仅可以优化，还可以实时创建和动态修改广告创意。这将彻底改变我们处理广告设计和个性化的方式。
- 整体预测模型：通过将我们的深度神经网络与多目标竞价优化器 (MOBO) 相结合，我们可以开发出高效且高效的用户获取和重新定位模型。这些模型将提供极为准确的长期用户价值预测，从而实现更智能、更具战略性的广告活动管理。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/aarki-shou-xi-zhi-xing-guan-aman-sareen-fang-tan-xi-lie
