book_icon

RTB House desenvolve método que otimiza o desempenho de redes neurais artificiais

Baseado em sistemas de deep learning, o modelo é voltado para a indústria publicitária e permite identificar de forma extremamente precisa os consumidores com o maior potencial de compra
RTB House desenvolve método que otimiza o desempenho de redes neurais artificiais

A RTB House, empresa global que fornece tecnologia de retargeting de última geração, anunciou o desenvolvimento de uma nova abordagem para arquitetura de redes neurais artificiais. A empresa, que vem investindo massivamente em inteligência artificial, sobretudo o deep learning, criou um modelo que melhora a maneira como as máquinas preveem os valores finais de conversões, possibilitando campanhas publicitárias ainda mais eficientes. O conceito foi apresentado durante a Conferência Conjunta Internacional sobre Redes Neurais de 2017, realizada em maio nos EUA.

Na prática, os algoritmos de autoaprendizagem da RTB House são capazes de identificar de forma ultra precisa os compradores com o maior valor potencial de compra

Redes neurais artificiais são um modelo de programação que permite que um computador aprenda com dados observacionais – de maneira semelhante à forma como o cérebro humano aprende com a percepção. É uma das ferramentas mais poderosas quando se trata de resolver problemas de classificação de dados digitais, sendo amplamente utilizada para fins como reconhecimento de vídeos, imagens, fala, linguagem, DNA ou mesmo o mercado de ações.

No caso da indústria de marketing, infelizmente as redes neurais são limitadas em sua capacidade de prever valores contínuos, como, por exemplo, valores de pedidos ou as receitas diárias. Porém, a RTB House desenvolveu um método exclusivo que explora o deep learning para criar estimativas mais precisas e confiáveis dos valores desejados, algo inédito no mercado de retargeting. O modelo também pode ser usado para aprimorar qualquer rede neural treinada para resolver tarefas de estimativa de valor.

“Nosso método amplia a fase de treinamento do modelo de valor de conversão a partir de metas adicionais, cuidadosamente construídas. Isso torna as previsões finais mais robustas e precisas”, explica Konrad Żołna, cientista da RTB House e idealizador do projeto.

Na prática, os algoritmos de autoaprendizagem da RTB House são capazes de identificar de forma ultra precisa os compradores com o maior valor potencial de compra. A solução então exibe uma mensagem personalizada a fim de encorajá-los a finalizar a transação. Experiências recentes da RTB House com tecnologias de inteligência artificial aplicadas ao retargeting personalizado conseguiram se provar até 50% mais eficientes do que tecnologias de machine learning convencionais, devido à maior precisão das indicações.

Para Bartek Romański, Chief Technology Officer da RTB House, a inteligência artificial mudou para sempre a forma como fazemos publicidade digital. “As redes neurais, especialmente as arquiteturas de deep learning, tornaram-se o novo padrão para entendermos o mundo digital e alavancarmos as enormes oportunidades dentro dos dados. Hoje, o deep learning está encontrando caminho para utilização em praticamente todas as indústrias, desde cuidados de saúde, até comércio eletrônico, carros autônomos e produção de arte. Estamos extremamente orgulhosos de poder colaborar com o desenvolvimento de nossa indústria”.

A RTB House é uma das poucas empresas do mundo que desenvolveu e implementou uma tecnologia proprietária para compra de anúncios no modelo RTB (real-time bidding) – uma solução na qual os compradores participam de leilões de espaço publicitário em tempo real. Com o seu motor de compra de anúncios proprietário, alimentado por algoritmos de deep learning, a RTB House ajuda os anunciantes a aumentarem suas vendas a fim de atingirem seus objetivos de curto, médio e longo prazos. Fundada em 2012, a RTB House roda mais de mil campanhas em mais de 40 mercados da Europa, Oriente Médio, África, Ásia, Pacífico e América Latina. Sua equipe, em rápida expansão, é composta por mais de 200 profissionais.

As opiniões dos artigos/colunistas aqui publicados refletem exclusivamente a posição de seu autor, não caracterizando endosso, recomendação ou favorecimento por parte da Infor Channel ou qualquer outros envolvidos na publicação. Todos os direitos reservados. É proibida qualquer forma de reutilização, distribuição, reprodução ou publicação parcial ou total deste conteúdo sem prévia autorização da Infor Channel.