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。