{"id":18116,"date":"2023-12-14T18:15:42","date_gmt":"2023-12-14T18:15:42","guid":{"rendered":"https:\/\/www.criteo.com\/it\/?p=18116"},"modified":"2023-12-19T15:39:36","modified_gmt":"2023-12-19T15:39:36","slug":"optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology","status":"publish","type":"post","link":"https:\/\/www.criteo.com\/it\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/","title":{"rendered":"Ottimizzare la performance pubblicitaria con il machine learning avanzato e la tecnologia dei database vettoriali"},"content":{"rendered":"<p>In questi tempi, i marketer sono sottoposti a enormi pressioni. Il panorama pubblicitario che cambia, e si fa pi\u00f9 costoso, insieme a nuovi regolamenti e all\u2019incertezza macroeconomica generale, li rendono sempre pi\u00f9 dipendenti da attivit\u00e0 di digital marketing basato sulla performance. In un momento in cui i consumatori continuano a valutare attentamente ogni acquisto, le tattiche bottom funnel a prestazioni elevate giocano un ruolo cruciale per la chiusura delle transazioni e per generare revenue.<\/p>\n<p>Per noi di Criteo, la tecnologia e l\u2019innovazione sono al centro di quello che facciamo, fin dall\u2019inizio, e cio\u00e8 pi\u00f9 di 15 anni fa, quando gestivamo un servizio di raccomandazione cinematografica. L\u2019AI (l\u2019intelligenza artificiale) fa parte del nostro DNA, e ogni giorno ci impegniamo a potenziare le nostre soluzioni basate sull\u2019AI per generare risultati significativi per le campagne pubblicitarie dei nostri clienti. Oggi siamo lieti di presentare DeepKNN, l\u2019ultima aggiunta al\u00a0<a href=\"https:\/\/www.criteo.com\/it\/technology\/ai-engine\/\">motore di raccomandazioni<\/a>\u00a0di Criteo per il retargeting.<strong>\u00a0DeepKNN \u00e8 il database vettoriale avanzato di Criteo e il motore di deep learning su cui si basano gi\u00e0 i componenti principali della nostra linea di prodotti.<\/strong><\/p>\n<p>L\u2019impatto di questo approccio va oltre i termini alla moda: durante il rilascio della versione beta di DeepKNN nel nostro sistema di raccomandazioni di retargeting, abbiamo osservato aumenti significativi in tutte le metriche relative all\u2019engagement. Anche se gli incrementi di performance variano da cliente a cliente, stiamo ottenendo miglioramenti sia nei click-through rate che nell\u2019aumento di revenue attribuita, che vanno spesso oltre il 10%! In parole povere, la nostra AI avanzata consente ai marketer di ottenere prestazioni migliori su larga scala.<\/p>\n<p>In che modo il DeepKNN riesce a generare performance significativamente migliori? Nella prossima sezione spiegheremo brevemente ci\u00f2 che rappresenta il DeepKNN e come ci aiuta a migliorare la performance delle campagne.<\/p>\n<h2>Che cos\u2019\u00e8 il DeepKNN?<\/h2>\n<p>DeepKNN sta per \u201cDeep Learning Representation for K-Nearest Neighbors Search\u201d, traducibile come \u201cRappresentazione di deep learning per la ricerca dei K vicini pi\u00f9 vicini\u201d. Il DeepKNN combina un database vettoriale all\u2019avanguardia e la tecnologia di deep learning. Questa struttura oggi sta alla base della maggior parte delle campagne pubblicitarie di Criteo, offrendo ai consumatori migliori raccomandazioni sui prodotti e ottimizzando le metriche sull\u2019engagement dei consumatori per gli inserzionisti.<br \/>\nIl DeepKNN rappresenta la combinazione di due potenti tecnologie:<\/p>\n<ul>\n<li><strong>Un rete neurale profonda (Deep Neural Network, DNN) <\/strong>che elabora tutte le nostre informazioni sui prodotti e sull\u2019attivit\u00e0 dei consumatori in un gruppo di vettori (come si vede nella pipeline di elaborazione illustrata nella Figura 1).<\/li>\n<li><strong>Un database vettoriale (VectorDB) <\/strong>che memorizza i vettori dei prodotti e dei consumatori e ci consente di trovare in tempo reale i prodotti e i consumatori pi\u00f9 simili a una query (come si vede nel processo di recupero illustrato nelle Figure 2a e 2b).<\/li>\n<\/ul>\n<figure id=\"attachment_18127\" aria-describedby=\"caption-attachment-18127\" style=\"width: 1200px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-18127 size-full\" src=\"http:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/Deppknn-Blog-Diagram-1-2-1.png\" alt=\"\" width=\"1200\" height=\"650\" srcset=\"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/Deppknn-Blog-Diagram-1-2-1.png 1200w, https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/Deppknn-Blog-Diagram-1-2-1-300x163.png 300w, https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/Deppknn-Blog-Diagram-1-2-1-1024x555.png 1024w, https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/Deppknn-Blog-Diagram-1-2-1-768x416.png 768w, https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/Deppknn-Blog-Diagram-1-2-1-630x341.png 630w\" sizes=\"auto, (max-width: 1200px) 100vw, 1200px\" \/><figcaption id=\"caption-attachment-18127\" class=\"wp-caption-text\"><strong>Il processo di indicizzazione dei prodotti in un VectorDB:<\/strong> Step 1) Integrazione di tutte le informazioni non strutturate disponibili sui prodotti (immagini, testo, attivit\u00e0 degli utenti). Step 2) Trasformazione delle informazioni in rappresentazioni vettoriali mediante il deep learning. Step 3) Memorizzazione nel VectorDB.<\/figcaption><\/figure>\n<p>&nbsp;<\/p>\n<h2>La potenza delle rappresentazioni vettoriali<\/h2>\n<p>Perch\u00e9 \u00e8 utile associare vettori a tutti i nostri prodotti e i consumatori? Perch\u00e9 i vettori ci aiutano a trovare i migliori abbinamenti tra consumatori e un prodotto o servizio. Rappresentando consumatori e prodotti come vettori, siamo in grado di incorporare le nostre idee di affinit\u00e0 tra consumatori e prodotti come distanze tra due punti. Come si vede a destra nella Figura 2a lo spazio vettoriale contiene un gruppo di consumatori e di prodotti collocati in varie posizioni su un piano bidimensionale. Osserviamo che semplicemente per averli collocati in uno spazio bidimensionale possiamo definire gruppi impliciti di prodotti simili, come scarpe, articoli fashion, tecnologia e travel. Dopo aver collocato consumatori e prodotti nello spazio, il nostro database vettoriale ci consente di cercare molto rapidamente i vicini pi\u00f9 prossimi, o il vettore consumatore pi\u00f9 vicino, per un dato consumatore o prodotto. Questo \u00e8 l\u2019approccio alla base delle nostre raccomandazioni e dei prodotti audience.<\/p>\n<h2>In che modo il DeepKNN influenza le campagne dei marketer?<\/h2>\n<p>Il DeepKNN aiuta gli inserzionisti a migliorare le loro campagne in diversi modi:<\/p>\n<ul>\n<li><strong>Raccomandazioni personalizzate<\/strong>: il DeepKNN pu\u00f2 fornire raccomandazioni personalizzate ai consumatori in base al comportamento e alle preferenze mostrati in passato. Ci\u00f2 pu\u00f2 generare tassi di conversione pi\u00f9 elevati e migliore performance generale delle campagne. (Vedi Figura 2b).<\/li>\n<li><strong>Migliori audience<\/strong>: il DeepKNN pu\u00f2 individuare nel comportamento dei consumatori schemi e somiglianze che possono anche non apparire immediatamente. Riunendo consumatori con comportamenti simili, possiamo targettizzare la nostra pubblicit\u00e0 in modo pi\u00f9 efficace, generando livelli di engagement e tassi di conversione migliori. (Vedi Figura 2a).<\/li>\n<li><strong>Recupero pi\u00f9 rapido dei dati<\/strong>: con il DeepKNN, riusciamo a compiere ricerche pi\u00f9 rapide su ampi set di dati per trovare i risultati pi\u00f9 rilevanti. Ci\u00f2 \u00e8 essenziale per prendere decisioni in tempo reale nel performance advertising, in cui ogni millisecondo conta.<\/li>\n<li><strong>Migliori creativit\u00e0 pubblicitarie<\/strong>: analizzando il contenuto dei nostri annunci con il DeepKNN, siamo in grado identificare schemi e somiglianze che possono avere un impatto sulla nostra audience target. Questo pu\u00f2 aiutarci a realizzare creativit\u00e0 pubblicitarie pi\u00f9 efficaci che, a loro volta, generano risultati migliori.<\/li>\n<\/ul>\n<figure id=\"attachment_18130\" aria-describedby=\"caption-attachment-18130\" style=\"width: 1201px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-18130 size-full\" src=\"http:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/IT-Deppknn-Blog-Diagram-3.png\" alt=\"\" width=\"1201\" height=\"650\" srcset=\"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/IT-Deppknn-Blog-Diagram-3.png 1201w, https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/IT-Deppknn-Blog-Diagram-3-300x162.png 300w, https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/IT-Deppknn-Blog-Diagram-3-1024x554.png 1024w, https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/IT-Deppknn-Blog-Diagram-3-768x416.png 768w, https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/IT-Deppknn-Blog-Diagram-3-630x341.png 630w\" sizes=\"auto, (max-width: 1201px) 100vw, 1201px\" \/><figcaption id=\"caption-attachment-18130\" class=\"wp-caption-text\"><strong>Generazione di audience utilizzando la ricerca in un VectorDB:<\/strong> iniziando da un prodotto, cerchiamo il suo vettore nel VectorDB, recuperiamo i vettori utente pi\u00f9 vicini e li restituiamo come parte dell&#8217;audience rilevante.<\/figcaption><\/figure>\n<p>&nbsp;<\/p>\n<h2>Miglioramento delle raccomandazioni sui prodotti di retargeting con il DeepKNN<\/h2>\n<p>Raccomandare i prodotti giusti \u00e8 il fulcro del successo di ogni campagna di retargeting. La nostra soluzione di raccomandazione di prodotti per il retargeting, che offre una performance elevata, utilizza un\u2019architettura a due fasi per garantirci di poter scalare fino a migliaia di richieste al secondo. Mentre nella prima fase, calcoliamo diversi tipi di somiglianze tra diversi articoli, insieme a prodotti popolari e di tendenza, nella seconda fase riclassifichiamo i prodotti pi\u00f9 idonei, in base alle informazioni pi\u00f9 recenti sulle preferenze dei consumatori, allo scopo di generare i banner pi\u00f9 rilevanti in tempo reale.<\/p>\n<p>L\u2019integrazione del DeepKNN nelle nostre raccomandazioni sui prodotti ci consente ora di calcolare le affinit\u00e0 di diversi articoli in modo pi\u00f9 sofisticato. Somiglianze tra prodotti popolari, rari e nuovi, che prima era pi\u00f9 difficile scoprire, possono essere individuate con maggiore facilit\u00e0, consentendo raccomandazioni ancora pi\u00f9 allineate con gli interessi dei consumatori. Un altro grande vantaggio del DeepKNN \u00e8 che, collocando tutti i prodotti e i consumatori nello stesso spazio, siamo in grado di cercare centinaia di milioni di \u201ccoppie consumatore-articolo\u201d in tempo reale, aggiornando cos\u00ec costantemente gli elenchi dei migliori prodotti simili per ogni consumatore.<\/p>\n<figure id=\"attachment_18128\" aria-describedby=\"caption-attachment-18128\" style=\"width: 1201px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-18128 size-full\" src=\"http:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/Deppknn-Blog-Diagram-2-1.png\" alt=\"\" width=\"1201\" height=\"650\" srcset=\"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/Deppknn-Blog-Diagram-2-1.png 1201w, https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/Deppknn-Blog-Diagram-2-1-300x162.png 300w, https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/Deppknn-Blog-Diagram-2-1-1024x554.png 1024w, https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/Deppknn-Blog-Diagram-2-1-768x416.png 768w, https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/Deppknn-Blog-Diagram-2-1-630x341.png 630w\" sizes=\"auto, (max-width: 1201px) 100vw, 1201px\" \/><figcaption id=\"caption-attachment-18128\" class=\"wp-caption-text\"><strong>Raccomandazioni utilizzando la ricerca in un VectorDB:<\/strong> iniziando con un consumatore, consultiamo il suo vettore nel VectorDB per recuperare i vettori di prodotto pi\u00f9 vicini e restituirli per la raccomandazione.<\/figcaption><\/figure>\n<p>&nbsp;<\/p>\n<h2>Previsione della performance con i database vettoriali e il deep learning<\/h2>\n<p>Con l\u2019avvento dell\u2019accesso programmatic alle capacit\u00e0 dell\u2019AI, come ChatGPT di OpenAI e l\u2019integrazione delle API (che possono cambiare qualsiasi documento in un vettore), sempre pi\u00f9 aziende si stanno accorgendo della potenza del deep learning e della ricerca per vettori. Siamo convinti che questa tendenza evidenzi l\u2019importanza dei database vettoriali nel digital marketing moderno, dal momento che gli inserzionisti stanno iniziando a sfruttare pi\u00f9 efficacemente le ampie quantit\u00e0 di dati che ora hanno a disposizione.<\/p>\n<p>Utilizzando gli algoritmi del deep learning e tecniche avanzate di ricerca per somiglianze e clustering, i database vettoriali come il DeepKNN stanno aiutando gli inserzionisti a individuare gruppi di consumatori con preferenze di shopping simili. E questo pu\u00f2 portare a un\u2019audience targeting pi\u00f9 efficace, a raccomandazioni pi\u00f9 rilevanti e a creativit\u00e0 pubblicitarie migliori, il tutto utilizzando un sistema di ricerca pi\u00f9 rapido e scalabile rispetto alle architetture tradizionali.<\/p>\n<p>Siamo orgogliosi di essere tra i primi in questo ambito e siamo convinti che il nostro nuovo decision engine online rappresenti significativo passo in avanti nel performance advertising. Sfruttando la potenza del deep learning e delle tecniche di ricerca per vettori, siamo in grado di offrire ai nostri clienti un nuovo potente strumento per massimizzare l\u2019efficienza delle loro campagne. Siamo entusiasti nel vedere come i nostri clienti utilizzeranno il DeepKNN per generare risultati migliori e un ROI pi\u00f9 elevato, e siamo impazienti di continuare a innovare in questo settore negli anni a venire.<\/p>\n<p>Per saperne di pi\u00f9 su come il DeepKNN e il machine learning possono migliorare la performance delle tue campagne,\u00a0<a href=\"https:\/\/www.criteo.com\/it\/talk-to-an-expert\/\">parla con un esperto.<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>In questi tempi, i marketer sono sottoposti a enormi pressioni. Il panorama pubblicitario che cambia, e si fa pi\u00f9 costoso, insieme a nuovi regolamenti e all\u2019incertezza macroeconomica generale, li rendono sempre pi\u00f9 dipendenti da attivit\u00e0 di digital marketing basato sulla performance. In un momento in cui i consumatori continuano a valutare attentamente ogni acquisto, le [&hellip;]<\/p>\n","protected":false},"author":174,"featured_media":18123,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[42],"coauthors":[494],"class_list":{"0":"post-18116","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>Ottimizzare la performance pubblicitaria con il machine learning avanzato e la tecnologia dei database vettoriali | IT - Criteo<\/title>\n<meta name=\"description\" content=\"Abbiamo integrato la tecnologia dei database vettoriali nel motore di raccomandazioni sui prodotti di Criteo, per aiutare i marketer a potenziare la performance delle loro campagne.\" \/>\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\/it\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Ottimizzare la performance pubblicitaria con il machine learning avanzato e la tecnologia dei database vettoriali | IT - Criteo\" \/>\n<meta property=\"og:description\" content=\"Abbiamo integrato la tecnologia dei database vettoriali nel motore di raccomandazioni sui prodotti di Criteo, per aiutare i marketer a potenziare la performance delle loro campagne.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.criteo.com\/it\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/\" \/>\n<meta property=\"og:site_name\" content=\"IT - Criteo\" \/>\n<meta property=\"article:published_time\" content=\"2023-12-14T18:15:42+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-12-19T15:39:36+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/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\/it\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/#article\",\n\t            \"isPartOf\": {\n\t                \"@id\": \"https:\/\/www.criteo.com\/it\/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\/it\/#\/schema\/person\/e9a892cc437a69596c0589efa4945b72\"\n\t            },\n\t            \"headline\": \"Ottimizzare la performance pubblicitaria con il machine learning avanzato e la tecnologia dei database vettoriali\",\n\t            \"datePublished\": \"2023-12-14T18:15:42+00:00\",\n\t            \"dateModified\": \"2023-12-19T15:39:36+00:00\",\n\t            \"mainEntityOfPage\": {\n\t                \"@id\": \"https:\/\/www.criteo.com\/it\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/\"\n\t            },\n\t            \"wordCount\": 1425,\n\t            \"publisher\": {\n\t                \"@id\": \"https:\/\/www.criteo.com\/it\/#organization\"\n\t            },\n\t            \"image\": {\n\t                \"@id\": \"https:\/\/www.criteo.com\/it\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/#primaryimage\"\n\t            },\n\t            \"thumbnailUrl\": \"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/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                \"Aggiornamenti Criteo\"\n\t            ],\n\t            \"inLanguage\": \"it-IT\"\n\t        },\n\t        {\n\t            \"@type\": \"ImageObject\",\n\t            \"inLanguage\": \"it-IT\",\n\t            \"@id\": \"https:\/\/www.criteo.com\/it\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/#primaryimage\",\n\t            \"url\": \"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/Deppknn-Blog-main-Image.png\",\n\t            \"contentUrl\": \"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/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\/it\/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\/it\/\"\n\t                },\n\t                {\n\t                    \"@type\": \"ListItem\",\n\t                    \"position\": 2,\n\t                    \"name\": \"Ottimizzare la performance pubblicitaria con il machine learning avanzato e la tecnologia dei database vettoriali\"\n\t                }\n\t            ]\n\t        },\n\t        {\n\t            \"@type\": \"Organization\",\n\t            \"@id\": \"https:\/\/www.criteo.com\/it\/#organization\",\n\t            \"name\": \"Criteo\",\n\t            \"alternateName\": \"Criteo corp\",\n\t            \"url\": \"https:\/\/www.criteo.com\/it\/\",\n\t            \"logo\": {\n\t                \"@type\": \"ImageObject\",\n\t                \"inLanguage\": \"it-IT\",\n\t                \"@id\": \"https:\/\/www.criteo.com\/it\/#\/schema\/logo\/image\/\",\n\t                \"url\": \"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2024\/02\/Criteo-Logo.svg\",\n\t                \"contentUrl\": \"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/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\/it\/#\/schema\/logo\/image\/\"\n\t            }\n\t        },\n\t        {\n\t            \"@type\": \"Person\",\n\t            \"@id\": \"https:\/\/www.criteo.com\/it\/#\/schema\/person\/e9a892cc437a69596c0589efa4945b72\",\n\t            \"name\": \"Romain Lerallut\",\n\t            \"image\": {\n\t                \"@type\": \"ImageObject\",\n\t                \"inLanguage\": \"it-IT\",\n\t                \"@id\": \"https:\/\/www.criteo.com\/it\/#\/schema\/person\/image\/27a132dad708f77df942160267545d8f\",\n\t                \"url\": \"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/10\/romain-96x96.jpg\",\n\t                \"contentUrl\": \"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/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\/it\/blog\/author\/romainlerallut\/\"\n\t        }\n\t    ]\n\t}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Ottimizzare la performance pubblicitaria con il machine learning avanzato e la tecnologia dei database vettoriali | IT - Criteo","description":"Abbiamo integrato la tecnologia dei database vettoriali nel motore di raccomandazioni sui prodotti di Criteo, per aiutare i marketer a potenziare la performance delle loro campagne.","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\/it\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/","og_locale":"it_IT","og_type":"article","og_title":"Ottimizzare la performance pubblicitaria con il machine learning avanzato e la tecnologia dei database vettoriali | IT - Criteo","og_description":"Abbiamo integrato la tecnologia dei database vettoriali nel motore di raccomandazioni sui prodotti di Criteo, per aiutare i marketer a potenziare la performance delle loro campagne.","og_url":"https:\/\/www.criteo.com\/it\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/","og_site_name":"IT - Criteo","article_published_time":"2023-12-14T18:15:42+00:00","article_modified_time":"2023-12-19T15:39:36+00:00","og_image":[{"width":1201,"height":650,"url":"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/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\/it\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/#article","isPartOf":{"@id":"https:\/\/www.criteo.com\/it\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/"},"author":{"name":"Romain Lerallut","@id":"https:\/\/www.criteo.com\/it\/#\/schema\/person\/e9a892cc437a69596c0589efa4945b72"},"headline":"Ottimizzare la performance pubblicitaria con il machine learning avanzato e la tecnologia dei database vettoriali","datePublished":"2023-12-14T18:15:42+00:00","dateModified":"2023-12-19T15:39:36+00:00","mainEntityOfPage":{"@id":"https:\/\/www.criteo.com\/it\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/"},"wordCount":1425,"publisher":{"@id":"https:\/\/www.criteo.com\/it\/#organization"},"image":{"@id":"https:\/\/www.criteo.com\/it\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/#primaryimage"},"thumbnailUrl":"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/Deppknn-Blog-main-Image.png","keywords":["Ad Tech","AI","Retargeting"],"articleSection":["Aggiornamenti Criteo"],"inLanguage":"it-IT"},{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.criteo.com\/it\/blog\/optimizing-advertising-performance-with-advanced-machine-learning-and-vector-database-technology\/#primaryimage","url":"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/Deppknn-Blog-main-Image.png","contentUrl":"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/12\/Deppknn-Blog-main-Image.png","width":1201,"height":650},{"@type":"BreadcrumbList","@id":"https:\/\/www.criteo.com\/it\/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\/it\/"},{"@type":"ListItem","position":2,"name":"Ottimizzare la performance pubblicitaria con il machine learning avanzato e la tecnologia dei database vettoriali"}]},{"@type":"Organization","@id":"https:\/\/www.criteo.com\/it\/#organization","name":"Criteo","alternateName":"Criteo corp","url":"https:\/\/www.criteo.com\/it\/","logo":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.criteo.com\/it\/#\/schema\/logo\/image\/","url":"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2024\/02\/Criteo-Logo.svg","contentUrl":"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2024\/02\/Criteo-Logo.svg","width":118,"height":24,"caption":"Criteo"},"image":{"@id":"https:\/\/www.criteo.com\/it\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/www.criteo.com\/it\/#\/schema\/person\/e9a892cc437a69596c0589efa4945b72","name":"Romain Lerallut","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.criteo.com\/it\/#\/schema\/person\/image\/27a132dad708f77df942160267545d8f","url":"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/2023\/10\/romain-96x96.jpg","contentUrl":"https:\/\/www.criteo.com\/it\/wp-content\/uploads\/sites\/9\/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\/it\/blog\/author\/romainlerallut\/"}]}},"_links":{"self":[{"href":"https:\/\/www.criteo.com\/it\/wp-json\/wp\/v2\/posts\/18116","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.criteo.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.criteo.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.criteo.com\/it\/wp-json\/wp\/v2\/users\/174"}],"replies":[{"embeddable":true,"href":"https:\/\/www.criteo.com\/it\/wp-json\/wp\/v2\/comments?post=18116"}],"version-history":[{"count":10,"href":"https:\/\/www.criteo.com\/it\/wp-json\/wp\/v2\/posts\/18116\/revisions"}],"predecessor-version":[{"id":18143,"href":"https:\/\/www.criteo.com\/it\/wp-json\/wp\/v2\/posts\/18116\/revisions\/18143"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.criteo.com\/it\/wp-json\/wp\/v2\/media\/18123"}],"wp:attachment":[{"href":"https:\/\/www.criteo.com\/it\/wp-json\/wp\/v2\/media?parent=18116"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.criteo.com\/it\/wp-json\/wp\/v2\/categories?post=18116"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.criteo.com\/it\/wp-json\/wp\/v2\/coauthors?post=18116"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}