量子计算的未来：揭示机器学习在广告领域的巨大潜力！

如今，广告行业正寻求减少对Cookie数据的依赖。为此，一种备受关注的方法是通过机器学习来评估程序化广告库存，以确定哪些展示效果可能带来理想的目标结果。AdTheorent在本周推出了这样一种解决方案，它使用机器学习评分，以便更精确地找到符合品牌目标的受众。这种方法可以扩展目标受众，同时保护个人数据隐私。 AdTheorent的方法并不是通过CRM文件或Cookie来识别并投放广告，而是分析由品牌提供的种子数据集，了解品牌的目标受众，包括行为、位置数据、人口统计数据和特定行业数据等。然后，AdTheorent构建一个预测模型，寻找广告买家最有可能找到具有这些属性的人的库存。这种方法不仅遵循隐私保护原则，而且有助于保持数据的新鲜度。 此外，机器学习方法还允许AdTheorent在接近实时的情况下对受众和库存进行评分。例如，汽车品牌希望找到有可能在特定时间内购买汽车的潜在客户。品牌会向AdTheorent提供以前购买汽车的人的信息（如CRM数据或关键字搜索列表），然后AdTheorent会使用这些信息提取预测属性，找到与特定KPI相关的展示机会。这种方法不仅寻找志同道合的个人，还寻找志同道合的展示效果。 最后，广告商可以通过一个简单的网站像素来衡量效果。虽然这种方法并非万能，但它为广告商提供了一种更加安全、高效的投放广告的方式，有利于把握未来的广告市场。