Dados no Criteo AI Engine – Ad Tech

Alexandra Bannerman, Product Marketing Manager, explica como o Criteo AI Engine usa os dados para otimizar seus anúncios.

O Criteo AI Engine está por trás de todos os produtos da Criteo, com avançado machine learning que se adapta e melhora continuamente usando as imensas bases de dados em tempo real do Criteo Shopper Graph:

Dados de identidade e interesse: vêm de todos os consumidores conectados à Criteo, reunindo 72% de todos os consumidores online no mundo inteiro;

Dados de mensuração: rastreiam cada venda que acontece em uma campanha;

Dados de interação com o publisher: esses dados são reunidos com base na visibilidade granular que temos da interação do consumidor com sites e apps. 

A Criteo tem a maior base de dados aberta de consumidores do mundo, o que significa que nossa tecnologia de machine learning tem todas as informações necessárias para predizer, com precisão, o que inspira os consumidores e, dessa forma, gerar maior engajamento.

Vamos ver como os dados de identidade e interesse informam o Criteo AI Engine sobre o comportamento do consumidor.

Em vez de limitar a informação ao momento de mostrar o anúncio, o Criteo AI Engine utiliza dados em tempo real e do histórico do consumidor para agregar a atividade de cada indivíduo, online e offline, em janelas de tempo dinâmicas — avaliando a intensidade da intenção do consumidor a todo e qualquer momento.

Quando um consumidor navega na internet, o Criteo AI Engine utiliza mais de 120 sinais de compras para calcular, naquele exato momento, a respectiva propensão de engajamento, quais produtos específicos recomendar e também qual design de anúncio esse indivíduo responderá melhor.

Como o Criteo AI Engine calcula tudo isso em tempo real, e em nível individual para cada consumidor, e não para amplos segmentos de audiências, a impressão de anúncio resultante é perfeitamente otimizada para o consumidor naquele ponto especifico da jornada de compra.

Vejamos um rápido exemplo mostrando como o Criteo AI Engine utiliza dados de identidade e interesse para determinar a intenção do consumidor e predizer seu comportamento.

Os dados de identidade e interesse do Criteo Shopper Graph poderão informar o Engine que o “Consumidor A” viu um chapéu e um vestido no seu site em um período de 30 dias, que o “Consumidor B” viu dez chapéus em apenas sete dias e que o “Consumidor C” viu três chapéus no seu site e comprou um chapéu na loja física em sete dias.

Os algoritmos de machine learning do Criteo AI Engine podem usar essas informações, bem como tendências de dados de conversão, para predizer que o “Consumidor B” tem maior probabilidade de converter neste exato momento e que um determinado chapéu é a melhor recomendação para ele.

Vimos acima um exemplo básico, mas situações no mundo real são consideravelmente mais complexas — e o Criteo AI Engine leva em consideração mais de 120 sinais de compras a todo momento.

Lembre-se de que a privacidade dos consumidores é protegida em todos os momentos. A Criteo atribui um ID gerado aleatoriamente a cada consumidor, em diferentes dispositivos e offline, usando apenas dados anônimos de usuários — informações de identificação direta nunca são coletadas intencionalmente.

Os dados de interação com o publisher ajudam o Criteo AI Engine a encontrar as melhores oportunidades para mostrar seus anúncios.

Processando bilhões de pontos de dados diariamente, de milhares de publishers premium conectados à Criteo, nosso Engine avalia a performance dos diferentes tipos de publishers e inventários de anúncios, com base nas interações dos consumidores com eles.

Por exemplo, os consumidores interagem de maneira diferente com uma unidade de anúncio de 600x160px no topo da página e com uma de 300x250px no meio da página — e essa performance também varia dependendo do site.

Esses insights ajudam o Criteo AI Engine a determinar o valor do inventário para cada impressão e definir um bid adequado para impactar os consumidores certos.

Veja um exemplo que mostra como o Criteo AI Engine conecta os dados.

A Cristina vem pesquisando seus produtos há algum tempo, online e offline. Neste momento, ela está navegando em sites de diferentes publishers.

– Os dados de identidade do Criteo Shopper Graph informam o Engine que esse consumidor específico costuma comprar em diferentes dispositivos — e também em lojas físicas;

– O Predictive Bidding é um recurso do Criteo AI Engine que utiliza os dados de interesse do Shopper Graph para determinar o valor do consumidor (conforme sua probabilidade de engajamento e compra) e também quanto ele gastará.

– O Predictive Bidding usará o valor desse consumidor, além de dados de performance do publisher e do inventário, para selecionar a unidade de anúncio mais adequada disponível em um determinado site e definir o bid certo em tempo real.

– A tecnologia Product Recommendations do Engine usa as preferências de compra do consumidor, bem como as preferências de consumidores com perfis semelhantes, para determinar quais itens do seu catálogo de produtos mostrar a ele.

– E a tecnologia DCO+ (Dynamic Creative Optimization+) do Engine leva em conta as preferências visuais que a Cristina já demonstrou, escolhe o melhor design de anúncio para criar e renderiza o anúncio para adequar-se ao inventário escolhido.

Tudo isso acontece em tempo real para mostrar à Cristina o melhor anúncio possível dos produtos que ela tem alto potencial de converter naquele exato momento.

É isso! É assim que o Criteo AI Engine usa os dados para otimizar seus anúncios.