Les cinq nouveaux modèles d'apprentissage profond de MediaGo améliorent avec précision les taux de conversion de l'entonnoir complet

SAN FRANCISCO, 2 décembre 2024 /PRNewswire/ -- MediaGo, la plateforme publicitaire intelligente basée sur l'apprentissage profond, a annoncé aujourd'hui une mise à niveau complète de ses modèles d'apprentissage profond. Grâce à cette mise à niveau, les modèles peuvent désormais évaluer avec précision la qualité du trafic, permettre des enchères intelligentes pour les placements publicitaires et fournir des prédictions précises à chaque étape de l'entonnoir marketing, aidant ainsi les annonceurs à maximiser leur retour sur investissement (ROI).

Grâce à un réseau neuronal profond comptant (DNN) plus d'un milliard de paramètres, MediaGo est en mesure de traiter plus de 7 millions de requêtes publicitaires par seconde, ce qui lui permet d'évaluer les effets de la publicité et de formuler des stratégies d'enchères intelligentes en temps réel.

Ces dernières années, le secteur de la publicité a été en proie à des problèmes de longue date, tels qu'un volume élevé de trafic de mauvaise qualité et la difficulté de réaliser des conversions. Pour relever ces défis communs au secteur, MediaGo a formé des modèles d'apprentissage profond spécifiques et introduit cinq modèles majeurs qui couvrent l'ensemble de la chaîne de conversion marketing :

Évaluateur de la valeur du trafic : ce modèle permet d'estimer avec précision la valeur du trafic. Il permet aux annonceurs d'éviter la menace d'un trafic invalide (IVT), en réduisant considérablement le taux d'IVT à moins de 10 % de la moyenne du secteur. Le modèle est également capable d'évaluer avec précision la valeur du trafic, en éliminant le trafic de faible qualité dont les résultats sont médiocres, de sorte que les offres ne sont faites que pour le trafic de plus grande valeur, ce qui améliore l'efficacité de l'achat d'espace.

Modèles de prédiction de l'attention, de l'intérêt et de l'intention : ensemble, ces trois modèles s'appuient sur les données médiatiques et les données historiques du marketing mondial pour réaliser des prévisions en temps réel à chaque étape du parcours marketing, depuis l'attraction de l'attention de l'utilisateur jusqu'à la conclusion de la conversion, en passant par l'éveil de l'intérêt de l'utilisateur. Le modèle de prédiction de l'attention fournit des estimations très précises de l'efficacité de l'exposition des placements publicitaires, ce qui permet d'augmenter le taux d'exposition visible de 20 % en moyenne. En évaluant avec précision l'intérêt de l'utilisateur et son intention de conversion, les modèles aident les annonceurs à atteindre les utilisateurs qui sont plus susceptibles de cliquer et de convertir, d'augmenter les taux de clics (CTR) de 15 % en moyenne et les taux de conversion (CVR) de 40 % en moyenne.

Stratégie d'enchères avancée (SmartBid) : SmartBid, le produit d'enchères intelligent de MediaGo, ajuste automatiquement les enchères en fonction de la dynamique du marché et de la performance des annonces, en proposant deux modes - Target Cost Per Action (TCPA) et Max Conversion - pour répondre aux différents objectifs des annonceurs. Les données montrent que les campagnes publicitaires utilisant SmartBid obtiennent une augmentation moyenne de 35 % du retour sur investissement de la publicité (ROAS).

« MediaGo s'engage à maximiser le retour sur investissement des annonceurs en utilisant la technologie d'apprentissage profond », a déclaré Peter Jinfeng Pan, responsable de MediaGo. « Nous pensons qu'en explorant continuellement les possibilités des modèles d'apprentissage profond, MediaGo peut non seulement aider les annonceurs à accroître leur efficacité, mais aussi débloquer de nouveaux avantages pour nos partenaires et l'ensemble du secteur du marketing. »

Photo - https://mma.prnewswire.com/media/2569720/5_Deep_Learning_Models.jpg