全球互联网流量行业经历了粗放运营的1.0时代、精细运营的2.0时代之后,正式进入智能运营的3.0时代。据Zenith预测,2019年程序化广告的规模将达到849亿美元,占整个数字广告的2/3。
“高效精准的程序化广告将成为流量3.0时代的主流方式,SoloMath希望能把握这个契机,利用大数据和AI,从减少无效曝光、提升长尾流量价值、减少冗余第三方等角度,更好地服务于全球广告主和开发者。”赤子城创始人刘春河说。
SoloMath是赤子城旗下基于人工智能的全球化广告服务平台,2014年开始推出广告服务,并逐步搭建自有大数据平台和人工智能引擎,2017年开始布局程序化广告,2018年1月正式发布程序化广告交易平台SAX(SoloMath AdExchange)。
精准定向,实现设备号级别的用户获取
传统的广告购买方式,人群标签是预定义的,并且只能对投放结果进行报表级别的评估。而SAX的程序化购买,通过大数据挖掘直接引导投放的精准定向,实现广告追踪ID级别的获客及变现。同时使投放过程变得更加透明,从更细的颗粒度分析数据,优化投放策略。
SoloMath借助AI引擎及自有DMP平台实现精准定向。以基本特征、社会特征、消费特征、兴趣特征等四大维度为基础,对长期以来积累的一手高付费和高活跃用户进行人群包分类,同时对已有人群进行Look-Alike延展。
其中,基础特征包括用户标识、年龄离散、地域属性等;社会特征包括家庭特征、职业特征、信息渠道特征等;消费特征包括活跃度、下单习惯、付费习惯等;兴趣特征包括兴趣爱好、行为偏好等。

多维度用户标签体系
SAX整合海量的用户数据和交易数据,经过数据清洗、数据管理和数据挖掘,对广告请求进行机器学习和用户动态标签更正,阶段性预测用户的使用和购买倾向。
具体来说,通过静态和动态标签不断进行机器学习,结合对设备、位置、频次、时间等颗粒度条件进行投放学习,匹配后续推广效果,对激活、事件、跳出率等指标进行投放优化,减少无效曝光、降低广告成本浪费、实现有效精准营销。
自学习算法模型,实现订单优化与流量分级
SAX的订单投放优化服务,是一套集离线模型分析和在线模型优化于一身的智能AI服务框架。订单加入系统后,会在1分钟内生成多个人群定向方案。经过不断优化服务高并发和多线程上的效果,解决了人群选择的复杂度和性能损耗,保证订单初始化时间不变。