ČR: RTB House vylepšila úspešnosť doporučovacieho mechanizmu o 41 %

Společnost RTB House, vytvářející pokročilá retargetingová řešení a působící celosvětově, představuje nové vylepšení svého doporučovacího mechanismu. To spočívá v kombinaci principů hloubkového učení a počítačového vidění (computer vision). Tato nová metoda umožňuje velmi přesné předpovídání toho, co by si zákazník mohl koupit. Doporučení vhodných produktů se díky této technologii oproti minulosti stalo o 41 % efektivnější.

Během real time aukcí v personalizovaném retargetingu se vše odehrává ve velmi krátkých časových horizontech. Doporučovací mechanismus má pouze milisekundy na to, aby rozhodl, co zobrazí za kreativu. Rozhodnutí o tom, co zobrazit, se děje na základě toho, po čem se daný uživatel poohlížel již dříve - včetně preferovaných kategorií, nákupního chování a historie vyhledávání produktů. Kvůli omezenému času je potřeba, aby mechanismus fungoval rychle a dokázal vybrat jednu konkrétní kreativu z milionů možných kombinací, jejíž obsah nejlépe osloví potenciálního zákazníka.

RTB House nedávno do svého doporučovacího mechanismu implementovala nové algoritmy, čímž zlepšila přesnost doporučení samotného. To, jaký banner se uživateli zobrazí, je odvislé od celé řady informací. V potaz se berou nejen informace o tom, jak se chovali další uživatelé s podobným nákupním profilem, ale také o tom, co mu bylo zobrazeno na bannerech v minulosti.

Nový přístup využívá principů hloubkového učení, které napodobuje fungování lidského mozku při řešení problémů. Dělá rozhodnutí o tom, na co s největší pravděpodobností uživatel klikne, co si prohlédne nebo co koupí. Bez hloubkového učení by nebylo možné využít všech možností dynamické personalizace, která je založená nejen na obvyklých systémech doporučení, ale také na tom, že produkty a bannery, které se uživateli zobrazí, jsou vybírány na základě jeho historie impresí.

Využívá se zde i technologie, která je známá také jako počítačové vidění (computer vision), a která umožňuje automatické získávání informací z jednotlivých obrázků nebo z jejich sekvencí a jejich následnou analýzu. Snaží se najít podobnost mezi produkty, které si prohlíželi různí potenciální zákazníci.

Výsledkem je, že doporučení jsou ještě více optimalizovaná. Dokazuje to taky návštěvnost a kliky na bannery našich klientů. Uživatelé klikali až o 41 % více na bannery, u nichž byly využity principy hloubkového učení. Růst byl zaznamenán zejména v sektoru módy a poté v e-shopech, které prodávají zboží z více kategorií. U posledně jmenovaných e-shopů existuje téměř nekonečné množství kombinací zboží z různých kategorií.

Bartolomiej Romanski, Chief Technology Officer v RTB House poznamenává, že během posledních několika let v oboru vznikly nástroje, které v mnohém překonávají lidskou intuici nebo schopnosti lidského oka. “Naším cílem je vytvářet takové bannery, které na jedné straně nadchnou zákazníky a na straně druhé budou dosahovat efektivních výsledků. Inovativní mechanismus doporučení, který jsme implementovali, přivádí personalizaci na novou úroveň. Díky hloubkovému učení náš mechanismus dokáže vybrat produkty, které mají být zobrazeny na banneru a mají největší potenciál být zakoupeny. V kombinaci s počítačovým viděním dokážeme analyzovat tisíce obrázků za vteřinu a s velkou přesností definujeme vzorce rozhodování a umíme tak upravovat doporučení podle každé malé změny v rozhodování zákazníků. Takto dosažené lepší výsledky našim klientům přinášejí vyšší návratnost investice do reklamy a zvětšují ROI,” shrnuje Romanski.