{"id":18868,"date":"2023-12-14T16:42:03","date_gmt":"2023-12-14T16:42:03","guid":{"rendered":"https:\/\/www.criteo.com\/es\/?p=18868"},"modified":"2023-12-14T18:04:29","modified_gmt":"2023-12-14T18:04:29","slug":"optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology","status":"publish","type":"post","link":"https:\/\/www.criteo.com\/es\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/","title":{"rendered":"Optimizaci\u00f3n del rendimiento de la publicidad con tecnolog\u00eda de machine learning avanzado y bases de datos vectoriales"},"content":{"rendered":"<p>Hoy en d\u00eda, los Profesionales del Marketing est\u00e1n sometidos a una presi\u00f3n sin precedentes. Un panorama publicitario cambiante y m\u00e1s caro, junto con las nuevas normativas y la incertidumbre macroecon\u00f3mica general, hacen que dependan cada vez m\u00e1s de las actividades de marketing digital basadas en resultados. Dado que los consumidores siguen sopesando mucho cada compra, las t\u00e1cticas bottom-funnel de alto rendimiento tienen un papel crucial en el cierre de transacciones y los ingresos obtenidos.<\/p>\n<p>En Criteo, la tecnolog\u00eda y la innovaci\u00f3n han estado en la base de todo lo que hacemos desde nuestros inicios, cuando hace m\u00e1s de 15 a\u00f1os est\u00e1bamos al frente de un servicio de recomendaci\u00f3n de pel\u00edculas. La IA (Inteligencia Artificial) forma parte de nuestro ADN, y cada d\u00eda hacemos todo lo posible por mejorar nuestras soluciones basadas en IA y lograr resultados significativos para las campa\u00f1as publicitarias de nuestros clientes. Hoy estamos encantados de presentar DeepKNN, nuestra \u00faltima incorporaci\u00f3n al <a href=\"https:\/\/www.criteo.com\/es\/technology\/ai-engine\/\">motor de recomendaci\u00f3n<\/a> de retargeting de Criteo.<strong>DeepKNN es la base de datos vectorial avanzada de Criteo y el motor de deep learning que ya impulsa partes importantes de nuestra l\u00ednea de productos.<\/strong><\/p>\n<p>El impacto de este enfoque no se queda en unas cuantas palabras de moda: durante la versi\u00f3n beta de DeepKNN en nuestro sistema de recomendaci\u00f3n de retargeting, hemos observado aumentos significativos en todas las m\u00e9tricas de engagement. Aunque los aumentos de rendimiento variar\u00e1n en funci\u00f3n del cliente, \u00a1estamos logrando mejoras tanto en el porcentaje de clics como en el aumento de los ingresos atribuidos que a menudo superan el 10 %! En pocas palabras, nuestra IA avanzada mejora los resultados obtenidos por los Profesionales del Marketing a gran escala.<\/p>\n<p>\u00bfC\u00f3mo consigue DeepKNN mejorar considerablemente los resultados obtenidos? En la siguiente secci\u00f3n explicaremos brevemente lo que representa DeepKNN y c\u00f3mo nos ayuda a mejorar el rendimiento de las campa\u00f1as.<\/p>\n<h2>\u00bfQu\u00e9 es DeepKNN?<\/h2>\n<p>DeepKNN son las siglas de &#8220;Deep Learning Representation for K-Nearest Neighbors Search&#8221;. DeepKNN combina una base de datos vectorial de vanguardia y tecnolog\u00eda de deep learning. Este marco est\u00e1 impulsando la mayor\u00eda de las campa\u00f1as publicitarias de Criteo, proporcionando a los consumidores mejores recomendaciones de productos y mejorando las m\u00e9tricas de engagement de los anunciantes.<br \/>\nDeepKNN representa la combinaci\u00f3n de dos potentes tecnolog\u00edas:<\/p>\n<ul>\n<li><strong>Una red neuronal profunda<\/strong> que procesa toda la informaci\u00f3n sobre nuestros productos y la actividad de los consumidores en un conjunto de vectores (como se muestra en el canal de procesamiento de la Figura 1).<\/li>\n<li><strong>Una base de datos vectorial (VectorDB)<\/strong> que almacena los vectores de productos y consumidores y nos permite encontrar en tiempo real los productos y consumidores m\u00e1s similares a una consulta (como se muestra en el proceso de recuperaci\u00f3n representado a continuaci\u00f3n en las Figuras 2a y 2b).<\/li>\n<\/ul>\n<figure id=\"attachment_18869\" aria-describedby=\"caption-attachment-18869\" style=\"width: 1200px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-18869 size-full\" src=\"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/ES-Que-es-DeepKNN-v.2.png\" alt=\"\" width=\"1200\" height=\"650\" srcset=\"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/ES-Que-es-DeepKNN-v.2.png 1200w, https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/ES-Que-es-DeepKNN-v.2-300x163.png 300w, https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/ES-Que-es-DeepKNN-v.2-1024x555.png 1024w, https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/ES-Que-es-DeepKNN-v.2-768x416.png 768w, https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/ES-Que-es-DeepKNN-v.2-630x341.png 630w\" sizes=\"auto, (max-width: 1200px) 100vw, 1200px\" \/><figcaption id=\"caption-attachment-18869\" class=\"wp-caption-text\"><strong>El proceso de indexaci\u00f3n de productos en una VectorDB:<\/strong> Paso 1) Incorporaci\u00f3n de toda la informaci\u00f3n no estructurada disponible sobre los productos (im\u00e1genes, texto, actividad de los usuarios). Paso 2) Transformarlos en representaciones vectoriales mediante deep learning. Paso 3) Almacenarlos en la VectorDB.<\/figcaption><\/figure>\n<p>&nbsp;<\/p>\n<h2>El potencial de las representaciones vectoriales<\/h2>\n<p>\u00bfPor qu\u00e9 es \u00fatil asociar vectores a todos nuestros productos y consumidores? Porque los vectores nos ayudan a encontrar a los consumidores m\u00e1s adecuados para un determinado producto o servicio. Al representar a consumidores y productos como vectores, podemos incorporar nuestras nociones de afinidades entre consumidores y productos como distancias entre puntos. Como se muestra en la parte derecha de la Figura 2a, el espacio vectorial contiene un conjunto de consumidores y productos situados en distintas posiciones sobre un plano 2D. Observamos que por el simple hecho de colocarlos en un espacio 2D podemos definir agrupaciones impl\u00edcitas de productos similares, como zapatos, moda, tecnolog\u00eda y viajes. Una vez colocados los consumidores y los productos en el espacio, nuestra base de datos vectorial nos permite buscar muy r\u00e1pidamente los vecinos m\u00e1s pr\u00f3ximos, o el vector de consumidores m\u00e1s cercano, para un determinado consumidor o producto. Este enfoque es el que impulsa nuestros productos de recomendaci\u00f3n y audiencia.<\/p>\n<h2>\u00bfQu\u00e9 impacto tiene DeepKNN en las campa\u00f1as de los Profesionales del Marketing?<\/h2>\n<p>DeepKNN ayuda a los anunciantes a mejorar sus campa\u00f1as de varias maneras:<\/p>\n<ul>\n<li><strong>Recomendaciones personalizadas<\/strong>: DeepKNN puede ofrecer recomendaciones personalizadas a los consumidores en funci\u00f3n de su comportamiento pasado y sus preferencias. Esto puede aumentar las tasas de conversi\u00f3n y mejorar los resultados generales de la campa\u00f1a. (Consulta la Figura 2b a continuaci\u00f3n).<\/li>\n<li><strong>Mejores audiencias<\/strong>: DeepKNN puede ayudar a identificar patrones y similitudes en el comportamiento de los consumidores que puede que no sean evidentes de inmediato. Al agrupar a los consumidores con comportamientos similares, podemos segmentar nuestra publicidad de forma m\u00e1s eficaz, lo que se traduce en mejores tasas de engagement y conversi\u00f3n. (Consulta la Figura 2a a continuaci\u00f3n).<\/li>\n<li><strong>Recuperaci\u00f3n de datos m\u00e1s r\u00e1pida<\/strong>: con DeepKNN, podemos buscar r\u00e1pidamente entre grandes conjuntos de datos para encontrar los resultados m\u00e1s relevantes. Esto es esencial para la toma de decisiones en tiempo real en la publicidad de resultados, donde cada mil\u00e9sima de segundo cuenta.<\/li>\n<li><strong>Mejora de las creatividades publicitarias<\/strong>: Analizando el contenido de nuestros anuncios mediante DeepKNN, podemos identificar patrones y similitudes que resuenen con nuestra audiencia objetivo. Esto puede ayudarnos a crear anuncios m\u00e1s eficaces, que a su vez generen mejores resultados.<\/li>\n<\/ul>\n<figure id=\"attachment_381555\" aria-describedby=\"caption-attachment-381555\" style=\"width: 1201px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-18871 size-full\" src=\"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/Deppknn-Blog-Diagram-3.png\" alt=\"\" width=\"1201\" height=\"650\" srcset=\"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/Deppknn-Blog-Diagram-3.png 1201w, https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/Deppknn-Blog-Diagram-3-300x162.png 300w, https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/Deppknn-Blog-Diagram-3-1024x554.png 1024w, https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/Deppknn-Blog-Diagram-3-768x416.png 768w, https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/Deppknn-Blog-Diagram-3-630x341.png 630w\" sizes=\"auto, (max-width: 1201px) 100vw, 1201px\" \/><figcaption id=\"caption-attachment-381555\" class=\"wp-caption-text\"><strong>Generaci\u00f3n de audiencias utilizando la b\u00fasqueda en VectorDB:<\/strong> A partir de un producto, buscamos su vector en la VectorDB, recuperamos los vectores de usuario m\u00e1s cercanos y los devolvemos como parte de la audiencia relevante.<\/figcaption><\/figure>\n<p>&nbsp;<\/p>\n<h2>Mejora de las recomendaciones de productos de retargeting con DeepKNN<\/h2>\n<p>Recomendar los productos oportunos es la clave del \u00e9xito de cualquier campa\u00f1a de retargeting. Nuestra soluci\u00f3n actual de recomendaci\u00f3n de productos de alto rendimiento para retargeting emplea una arquitectura de dos fases para garantizar que podemos escalar a miles de solicitudes por segundo. Mientras que en la primera fase calculamos m\u00faltiples tipos de similitudes entre distintos art\u00edculos junto con productos populares y de tendencia, en la segunda volvemos a clasificar los productos m\u00e1s oportunos, bas\u00e1ndonos en la informaci\u00f3n m\u00e1s reciente sobre las preferencias de los consumidores, para generar los banners m\u00e1s relevantes en tiempo real.<\/p>\n<p>La integraci\u00f3n de DeepKNN en nuestras recomendaciones de productos nos permite ahora calcular las similitudes de diferentes art\u00edculos de una manera m\u00e1s sofisticada: las similitudes entre art\u00edculos populares, inusuales y nuevos, que antes eran m\u00e1s dif\u00edciles de descubrir, se pueden detectar m\u00e1s f\u00e1cilmente, lo que da como resultado recomendaciones de productos que est\u00e1n a\u00fan mejor alineadas con los intereses de los consumidores&#8221;. Otra gran ventaja de DeepKNN es que, al situar todos nuestros productos y consumidores en el mismo espacio, podemos buscar cientos de millones de &#8220;pares consumidor-art\u00edculo&#8221; en tiempo real y actualizar as\u00ed constantemente las listas de los mejores productos similares para cada consumidor.<\/p>\n<figure id=\"attachment_18873\" aria-describedby=\"caption-attachment-18873\" style=\"width: 1201px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-18873 size-full\" src=\"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/v.2-ES-Improving-Retargeting-Product-Recommendations-with-DeepKNN.png\" alt=\"\" width=\"1201\" height=\"650\" srcset=\"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/v.2-ES-Improving-Retargeting-Product-Recommendations-with-DeepKNN.png 1201w, https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/v.2-ES-Improving-Retargeting-Product-Recommendations-with-DeepKNN-300x162.png 300w, https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/v.2-ES-Improving-Retargeting-Product-Recommendations-with-DeepKNN-1024x554.png 1024w, https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/v.2-ES-Improving-Retargeting-Product-Recommendations-with-DeepKNN-768x416.png 768w, https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/v.2-ES-Improving-Retargeting-Product-Recommendations-with-DeepKNN-630x341.png 630w\" sizes=\"auto, (max-width: 1201px) 100vw, 1201px\" \/><figcaption id=\"caption-attachment-18873\" class=\"wp-caption-text\"><strong>Recomendaci\u00f3n utilizando la b\u00fasqueda en VectorDB:<\/strong> A partir de un consumidor, buscamos su vector en la VectorDB, recuperamos los vectores de producto m\u00e1s cercanos y los devolvemos como parte de la recomendaci\u00f3n.<\/figcaption><\/figure>\n<p>&nbsp;<\/p>\n<h2>Perspectivas de rendimiento con bases de datos vectoriales y deep learning<\/h2>\n<p>Con la llegada del acceso program\u00e1tico a las capacidades de IA, como las API ChatGPT e incrustaciones de OpenAI (que pueden convertir cualquier documento en un vector), cada vez m\u00e1s empresas se est\u00e1n dando cuenta del potencial del deep learning y la b\u00fasqueda vectorial. Creemos que esta tendencia pone de manifiesto la importancia de las bases de datos vectoriales en el marketing digital moderno, ya que los anunciantes est\u00e1n empezando a aprovechar con mayor eficacia las ingentes cantidades de datos de las que disponen.<\/p>\n<p>Mediante el uso de algoritmos de deep learning y t\u00e9cnicas avanzadas de b\u00fasqueda de similitudes y agrupaci\u00f3n, las bases de datos vectoriales como DeepKNN est\u00e1n ayudando a los anunciantes a identificar grupos de consumidores con preferencias de compra similares. Esto, a su vez, puede contribuir a una segmentaci\u00f3n de la audiencia m\u00e1s eficaz, recomendaciones m\u00e1s pertinentes y mejores anuncios, todo ello mediante un sistema de b\u00fasqueda m\u00e1s r\u00e1pido y escalable que las arquitecturas de servicio tradicionales.<\/p>\n<p>Nos sentimos orgullosos de estar a la vanguardia de esta tendencia, y creemos que nuestro nuevo motor de decisi\u00f3n online representa un importante paso adelante en la publicidad de resultados. Al aprovechar el potencial del deep learning y las t\u00e9cnicas de b\u00fasqueda vectorial, podemos ofrecer a nuestros clientes una nueva y potente herramienta para maximizar la eficacia de sus campa\u00f1as. Estamos impacientes por ver c\u00f3mo nuestros clientes utilizar\u00e1n DeepKNN para obtener mejores resultados y un mayor retorno de la inversi\u00f3n, y esperamos seguir innovando en este \u00e1mbito en los pr\u00f3ximos a\u00f1os&#8221;.<\/p>\n<p>Para obtener m\u00e1s informaci\u00f3n sobre c\u00f3mo DEEPKNN y el machine learning pueden mejorar los resultados de tus campa\u00f1as, <a href=\"https:\/\/www.criteo.com\/es\/talk-to-an-expert\/\">habla con un experto de Criteo.<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Hoy en d\u00eda, los Profesionales del Marketing est\u00e1n sometidos a una presi\u00f3n sin precedentes. Un panorama publicitario cambiante y m\u00e1s caro, junto con las nuevas normativas y la incertidumbre macroecon\u00f3mica general, hacen que dependan cada vez m\u00e1s de las actividades de marketing digital basadas en resultados. Dado que los consumidores siguen sopesando mucho cada compra, [&hellip;]<\/p>\n","protected":false},"author":174,"featured_media":18875,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[93],"coauthors":[581],"class_list":{"0":"post-18868","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-criteo-updates","8":"criteo-solution-dynamic-retargeting","9":"criteo-platform-commerce-growth","10":"criteo-technology-ai-engine","11":"criteo-technology-predictive-bidding","12":"criteo-technology-product-recommendations","13":"criteo-technology-shopper-graph","14":"criteo-topic-company-updates"},"acf":{"hide_featured_image":false,"has_download":false,"has_embed":false,"podcast_audio_length":"","use_custom_cta":false},"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v26.4 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Optimizaci\u00f3n del rendimiento de la publicidad con tecnolog\u00eda de machine learning avanzado y bases de datos vectoriales | ES - Criteo<\/title>\n<meta name=\"description\" content=\"Integramos la tecnolog\u00eda de base de datos vectoriales en el motor de recomendaci\u00f3n de retargeting de Criteo para ayudar a los Profesionales del Marketing a mejorar el rendimiento de sus campa\u00f1as.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.criteo.com\/es\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Optimizaci\u00f3n del rendimiento de la publicidad con tecnolog\u00eda de machine learning avanzado y bases de datos vectoriales | ES - Criteo\" \/>\n<meta property=\"og:description\" content=\"Integramos la tecnolog\u00eda de base de datos vectoriales en el motor de recomendaci\u00f3n de retargeting de Criteo para ayudar a los Profesionales del Marketing a mejorar el rendimiento de sus campa\u00f1as.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.criteo.com\/es\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/\" \/>\n<meta property=\"og:site_name\" content=\"ES - Criteo\" \/>\n<meta property=\"article:published_time\" content=\"2023-12-14T16:42:03+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-12-14T18:04:29+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/Deppknn-Blog-main-Image.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1201\" \/>\n\t<meta property=\"og:image:height\" content=\"650\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Romain Lerallut\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Romain Lerallut\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"8 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\n\t    \"@context\": \"https:\/\/schema.org\",\n\t    \"@graph\": [\n\t        {\n\t            \"@type\": [\n\t                \"Article\",\n\t                \"BlogPosting\"\n\t            ],\n\t            \"@id\": \"https:\/\/www.criteo.com\/es\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/#article\",\n\t            \"isPartOf\": {\n\t                \"@id\": \"https:\/\/www.criteo.com\/es\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/\"\n\t            },\n\t            \"author\": {\n\t                \"name\": \"Romain Lerallut\",\n\t                \"@id\": \"https:\/\/www.criteo.com\/es\/#\/schema\/person\/e9a892cc437a69596c0589efa4945b72\"\n\t            },\n\t            \"headline\": \"Optimizaci\u00f3n del rendimiento de la publicidad con tecnolog\u00eda de machine learning avanzado y bases de datos vectoriales\",\n\t            \"datePublished\": \"2023-12-14T16:42:03+00:00\",\n\t            \"dateModified\": \"2023-12-14T18:04:29+00:00\",\n\t            \"mainEntityOfPage\": {\n\t                \"@id\": \"https:\/\/www.criteo.com\/es\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/\"\n\t            },\n\t            \"wordCount\": 1582,\n\t            \"publisher\": {\n\t                \"@id\": \"https:\/\/www.criteo.com\/es\/#organization\"\n\t            },\n\t            \"image\": {\n\t                \"@id\": \"https:\/\/www.criteo.com\/es\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/#primaryimage\"\n\t            },\n\t            \"thumbnailUrl\": \"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/Deppknn-Blog-main-Image.png\",\n\t            \"keywords\": [\n\t                \"Ad Tech\",\n\t                \"AI\",\n\t                \"Retargeting\"\n\t            ],\n\t            \"articleSection\": [\n\t                \"Novedades de Criteo\"\n\t            ],\n\t            \"inLanguage\": \"es-ES\"\n\t        },\n\t        {\n\t            \"@type\": \"ImageObject\",\n\t            \"inLanguage\": \"es-ES\",\n\t            \"@id\": \"https:\/\/www.criteo.com\/es\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/#primaryimage\",\n\t            \"url\": \"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/Deppknn-Blog-main-Image.png\",\n\t            \"contentUrl\": \"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/Deppknn-Blog-main-Image.png\",\n\t            \"width\": 1201,\n\t            \"height\": 650\n\t        },\n\t        {\n\t            \"@type\": \"BreadcrumbList\",\n\t            \"@id\": \"https:\/\/www.criteo.com\/es\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/#breadcrumb\",\n\t            \"itemListElement\": [\n\t                {\n\t                    \"@type\": \"ListItem\",\n\t                    \"position\": 1,\n\t                    \"name\": \"Home\",\n\t                    \"item\": \"https:\/\/www.criteo.com\/es\/\"\n\t                },\n\t                {\n\t                    \"@type\": \"ListItem\",\n\t                    \"position\": 2,\n\t                    \"name\": \"Optimizaci\u00f3n del rendimiento de la publicidad con tecnolog\u00eda de machine learning avanzado y bases de datos vectoriales\"\n\t                }\n\t            ]\n\t        },\n\t        {\n\t            \"@type\": \"Organization\",\n\t            \"@id\": \"https:\/\/www.criteo.com\/es\/#organization\",\n\t            \"name\": \"Criteo\",\n\t            \"alternateName\": \"Criteo corp\",\n\t            \"url\": \"https:\/\/www.criteo.com\/es\/\",\n\t            \"logo\": {\n\t                \"@type\": \"ImageObject\",\n\t                \"inLanguage\": \"es-ES\",\n\t                \"@id\": \"https:\/\/www.criteo.com\/es\/#\/schema\/logo\/image\/\",\n\t                \"url\": \"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2024\/02\/Criteo-Logo.svg\",\n\t                \"contentUrl\": \"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2024\/02\/Criteo-Logo.svg\",\n\t                \"width\": 118,\n\t                \"height\": 24,\n\t                \"caption\": \"Criteo\"\n\t            },\n\t            \"image\": {\n\t                \"@id\": \"https:\/\/www.criteo.com\/es\/#\/schema\/logo\/image\/\"\n\t            }\n\t        },\n\t        {\n\t            \"@type\": \"Person\",\n\t            \"@id\": \"https:\/\/www.criteo.com\/es\/#\/schema\/person\/e9a892cc437a69596c0589efa4945b72\",\n\t            \"name\": \"Romain Lerallut\",\n\t            \"image\": {\n\t                \"@type\": \"ImageObject\",\n\t                \"inLanguage\": \"es-ES\",\n\t                \"@id\": \"https:\/\/www.criteo.com\/es\/#\/schema\/person\/image\/548d0e203945542c2d853a7b7e4c6a37\",\n\t                \"url\": \"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/10\/romain-96x96.jpg\",\n\t                \"contentUrl\": \"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/10\/romain-96x96.jpg\",\n\t                \"caption\": \"Romain Lerallut\"\n\t            },\n\t            \"description\": \"Romain Lerallut is VP Engineering at Criteo and head of the Criteo AI Lab, in charge of developing the uses of AI in digital advertising and commerce. Before the launch of the lab in 2018, he was a director in the engineering department, responsible for the development of large-scale machine learning algorithms applied to problems such as product recommendation or banner graphic optimization. Prior to joining Criteo, he taught computers to read handwriting at A2iA.\",\n\t            \"sameAs\": [\n\t                \"https:\/\/www.linkedin.com\/in\/romainlerallut\"\n\t            ],\n\t            \"url\": \"https:\/\/www.criteo.com\/es\/blog\/author\/romainlerallut\/\"\n\t        }\n\t    ]\n\t}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Optimizaci\u00f3n del rendimiento de la publicidad con tecnolog\u00eda de machine learning avanzado y bases de datos vectoriales | ES - Criteo","description":"Integramos la tecnolog\u00eda de base de datos vectoriales en el motor de recomendaci\u00f3n de retargeting de Criteo para ayudar a los Profesionales del Marketing a mejorar el rendimiento de sus campa\u00f1as.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.criteo.com\/es\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/","og_locale":"es_ES","og_type":"article","og_title":"Optimizaci\u00f3n del rendimiento de la publicidad con tecnolog\u00eda de machine learning avanzado y bases de datos vectoriales | ES - Criteo","og_description":"Integramos la tecnolog\u00eda de base de datos vectoriales en el motor de recomendaci\u00f3n de retargeting de Criteo para ayudar a los Profesionales del Marketing a mejorar el rendimiento de sus campa\u00f1as.","og_url":"https:\/\/www.criteo.com\/es\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/","og_site_name":"ES - Criteo","article_published_time":"2023-12-14T16:42:03+00:00","article_modified_time":"2023-12-14T18:04:29+00:00","og_image":[{"width":1201,"height":650,"url":"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/Deppknn-Blog-main-Image.png","type":"image\/png"}],"author":"Romain Lerallut","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Romain Lerallut","Est. reading time":"8 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":["Article","BlogPosting"],"@id":"https:\/\/www.criteo.com\/es\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/#article","isPartOf":{"@id":"https:\/\/www.criteo.com\/es\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/"},"author":{"name":"Romain Lerallut","@id":"https:\/\/www.criteo.com\/es\/#\/schema\/person\/e9a892cc437a69596c0589efa4945b72"},"headline":"Optimizaci\u00f3n del rendimiento de la publicidad con tecnolog\u00eda de machine learning avanzado y bases de datos vectoriales","datePublished":"2023-12-14T16:42:03+00:00","dateModified":"2023-12-14T18:04:29+00:00","mainEntityOfPage":{"@id":"https:\/\/www.criteo.com\/es\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/"},"wordCount":1582,"publisher":{"@id":"https:\/\/www.criteo.com\/es\/#organization"},"image":{"@id":"https:\/\/www.criteo.com\/es\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/#primaryimage"},"thumbnailUrl":"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/Deppknn-Blog-main-Image.png","keywords":["Ad Tech","AI","Retargeting"],"articleSection":["Novedades de Criteo"],"inLanguage":"es-ES"},{"@type":"ImageObject","inLanguage":"es-ES","@id":"https:\/\/www.criteo.com\/es\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/#primaryimage","url":"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/Deppknn-Blog-main-Image.png","contentUrl":"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/12\/Deppknn-Blog-main-Image.png","width":1201,"height":650},{"@type":"BreadcrumbList","@id":"https:\/\/www.criteo.com\/es\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.criteo.com\/es\/"},{"@type":"ListItem","position":2,"name":"Optimizaci\u00f3n del rendimiento de la publicidad con tecnolog\u00eda de machine learning avanzado y bases de datos vectoriales"}]},{"@type":"Organization","@id":"https:\/\/www.criteo.com\/es\/#organization","name":"Criteo","alternateName":"Criteo corp","url":"https:\/\/www.criteo.com\/es\/","logo":{"@type":"ImageObject","inLanguage":"es-ES","@id":"https:\/\/www.criteo.com\/es\/#\/schema\/logo\/image\/","url":"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2024\/02\/Criteo-Logo.svg","contentUrl":"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2024\/02\/Criteo-Logo.svg","width":118,"height":24,"caption":"Criteo"},"image":{"@id":"https:\/\/www.criteo.com\/es\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/www.criteo.com\/es\/#\/schema\/person\/e9a892cc437a69596c0589efa4945b72","name":"Romain Lerallut","image":{"@type":"ImageObject","inLanguage":"es-ES","@id":"https:\/\/www.criteo.com\/es\/#\/schema\/person\/image\/548d0e203945542c2d853a7b7e4c6a37","url":"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/10\/romain-96x96.jpg","contentUrl":"https:\/\/www.criteo.com\/es\/wp-content\/uploads\/sites\/8\/2023\/10\/romain-96x96.jpg","caption":"Romain Lerallut"},"description":"Romain Lerallut is VP Engineering at Criteo and head of the Criteo AI Lab, in charge of developing the uses of AI in digital advertising and commerce. Before the launch of the lab in 2018, he was a director in the engineering department, responsible for the development of large-scale machine learning algorithms applied to problems such as product recommendation or banner graphic optimization. Prior to joining Criteo, he taught computers to read handwriting at A2iA.","sameAs":["https:\/\/www.linkedin.com\/in\/romainlerallut"],"url":"https:\/\/www.criteo.com\/es\/blog\/author\/romainlerallut\/"}]}},"_links":{"self":[{"href":"https:\/\/www.criteo.com\/es\/wp-json\/wp\/v2\/posts\/18868","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.criteo.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.criteo.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.criteo.com\/es\/wp-json\/wp\/v2\/users\/174"}],"replies":[{"embeddable":true,"href":"https:\/\/www.criteo.com\/es\/wp-json\/wp\/v2\/comments?post=18868"}],"version-history":[{"count":11,"href":"https:\/\/www.criteo.com\/es\/wp-json\/wp\/v2\/posts\/18868\/revisions"}],"predecessor-version":[{"id":18885,"href":"https:\/\/www.criteo.com\/es\/wp-json\/wp\/v2\/posts\/18868\/revisions\/18885"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.criteo.com\/es\/wp-json\/wp\/v2\/media\/18875"}],"wp:attachment":[{"href":"https:\/\/www.criteo.com\/es\/wp-json\/wp\/v2\/media?parent=18868"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.criteo.com\/es\/wp-json\/wp\/v2\/categories?post=18868"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.criteo.com\/es\/wp-json\/wp\/v2\/coauthors?post=18868"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}