AdTheorent использует машинное обучение для оценки программного инвентаря на основе вероятности достижения желаемого результата в рекламе. Это позволяет улучшить таргетирование аудитории и повысить эффективность рекламы, не сталкиваясь с проблемами конфиденциальности данных.
Сегодня рекламные агентства ищут новые подходы, чтобы быть менее зависимыми от данных, полученных с использованием куки. Например, агентство 22Squared и компания Southeast Toyota тестируют новую разработку компании AdTheorent. Она использует машинное обучение для оценки программного инвентаря на основе вероятности достижения желаемого результата.
В отличие от традиционного подхода, основанного на списках и куки для идентификации людей, AdTheorent анализирует набор начальных данных (seed data), предоставленных брендом. Это позволяет изучить, насколько возможно, целевую аудиторию бренда, включая поведение, данные о местоположении, демографию и сведения, специфичные для отрасли. На основе этих данных AdTheorent строит прогнозную модель, которая ищет инвентарь, где рекламодатели наиболее вероятно найдут людей с указанными характеристиками.
Подход AdTheorent позволяет расширить целевую аудиторию без раскрытия личных данных и таргетирования конкретных лиц. Благодаря машинному обучению AdTheorent может оценивать аудитории и инвентарь практически в режиме реального времени. Это особенно актуально в условиях постоянных изменений потребительского поведения и растущей важности свежести данных.
