Aarki는 AI 기반 모바일 마케팅 플랫폼입니다.
모바일 성장 마케팅은 경쟁적입니다. 소비자의 관심은 가치가 크고 수요가 높습니다. Aarki의 플랫폼은 심층신경망(Deep neural network) 모델과 전문적인 관리 서비스를 통합 적용하여 복잡성을 줄이고 마케팅 목표를 달성하도록 도와줍니다.
Aarki의 차별화 요소 3가지
각 요소는 다른 요소를 활용한 시너지를 통해 단순히 각 요소의 영향을 합한 것보다 더 큰 ROI 개선을 이끌어 냅니다.
AI 플랫폼
- 딥러닝 신경망을 활용한 다단계 ML 인프라 구축
- 다목적 입찰 최적화(Dynamic Multi-object Bid Optimizer) 기능으로 ROI를 극대화시키는 최적의 입찰가 산정
- 인벤토리 품질 관리 및 이상 거래 탐지
개인정보보호 최우선 관여
- 디바이스 ID가 없는 타겟팅 수용
- 100억대 이상 기기에서 발생하는 초당 5백만개의 광고 요청과 많은 Contextual signal이 모여 8천억 행이 넘는 AI 학습 모델 데이터베이스 구성
- 크리에이티브 하이퍼 타겟팅
통합 크리에이티브 프레임워크
- 가장 매력적인 광고 컨셉을 발견하고 수행하기 위한 통합 크리에이티브 + 미디어 에이전시 역할
- 광고 성과에 심층적인 인사이트를 적용하여 최적화된 캠페인 결정을 활성화 시켜주는 통합 크리에이티브 전략 제공
AI 플랫폼
규모와 비용 효율성에 맞춰 최적의 ROI를 달성하기 위한 업계 최고의 AI 인프라입니다.
- 인벤토리 광고 요청
- 1단계인벤토리 품질 관리 및 Fraud 탐지
고객사가 광고 성과 품질에 신뢰를 가질 수 있도록 Ad fraud를 방지하기 위한 노력을 기울이고 있습니다. 이를 위해서는 지속적인 노력과 여러 단계의 완화 전술이 필요합니다.
Aarki는 인벤토리 품질 관리 및 Fraud 탐지를 통해 고객사의 캠페인 예산이 낭비되지 않도록 여러 보안 단계를 적용하고 있습니다.
- 내부 알고리즘을 활용해 Fraud 및 저품질 인벤토리를 나타내는 유저 행동을 지속적으로 분석하고 평가합니다.
- 타사 데이터와 모든 MMP의 통합 데이터를 활용해 사기성 IP 및 게시자 목록을 업데이트했습니다.
- 2단계심층 신경망으로 유저 가치 예측
프로세스의 다음 단계에서는 심층 신경망(DNN: Deep Neural Network) 모델을 사용하여 각 노출 및 유저 가치를 예측합니다.
Aarki는 궁극적으로 각 노출의 가치에 대해 더 정확하고 더 나은 예측을 제공하기 때문에 다단계 DNN 모델을 사용합니다. 각 ML 모델은 해당 전환 이벤트에 가장 중요한 기능을 학습합니다.
DNN 모델은 앱스토어 API를 통해 얻은 광고주-퍼블리셔 및 광고주 인스톨 번들(>50,000) 유사성을 기반으로 인스톨 유저와 구매자를 식별합니다. DNN은 확률이 희박한 고차원 속에서 앱 유사성 클러스터를 탐색합니다. 오직 딥러닝 AI만이 이것을 가능케 합니다!
- 3단계다목적 입찰 최적화
각 입찰 요청에 대한 유저 가치가 결정되면 Aarki는 입찰가에 대한 ROI를 극대화하기 위한 다목적 입찰 최적화 알고리즘을 사용합니다. 대부분의 타 DSP는 낙찰가 예측치보다 살짝 낮게 입찰가를 책정하는 입찰 셰이딩 알고리즘을 사용합니다. 당사의 알고리즘에서 가격은 고려 대상 목표 중 하나로써 더 정교하게 다목적 최적화를 진행합니다.
과대 입찰은 쉬운데다 자주 이행되고, 과소 입찰은 저조한 성과로 이어지고 캠페인 예산을 효과적으로 활용하지 못하게 됩니다. 광고 비딩에서 낙찰받아 KPI목표를 달성하고, 캠페인 예산을 완전히 활용 가능한 올바른 페이스를 유지할 수 있는 적절한 입찰가를 찾는 것은 어렵습니다.
Aarki의 다목적 입찰 최적화(Multi-Objective Bid Optimizer) 기능은 캠페인 및 인벤토리 어트리뷰트, 예측된 유저 가치와 같은 여러 동적 변수를 사용하며 CPM 별로 분류됩니다. 이러한 모든 요소는 고객사의 KPI (ROI 또는 CPI)에 대한 다목적 최적화를 돕는데 활용됩니다. 이를 통해 예산 효율성과 함께 가치가 높은 유저를 동적으로 확보하는 동시에, 원래의 모델 학습 범위 밖에 있는 아직 도달하지 못한 유저와 인벤토리를 탐색할 수 있습니다.
- 최적의 낙찰가
고객사가 광고 성과 품질에 신뢰를 가질 수 있도록 Ad fraud를 방지하기 위한 노력을 기울이고 있습니다. 이를 위해서는 지속적인 노력과 여러 단계의 완화 전술이 필요합니다.
![aarki step 1](https://www.aarki.com/wp-content/uploads/2024/06/Slide8_DiagramStep1_KR-1.png)
Aarki는 인벤토리 품질 관리 및 Fraud 탐지를 통해 고객사의 캠페인 예산이 낭비되지 않도록 여러 보안 단계를 적용하고 있습니다.
- 내부 알고리즘을 활용해 Fraud 및 저품질 인벤토리를 나타내는 유저 행동을 지속적으로 분석하고 평가합니다.
- 타사 데이터와 모든 MMP의 통합 데이터를 활용해 사기성 IP 및 게시자 목록을 업데이트했습니다.
프로세스의 다음 단계에서는 심층 신경망(DNN: Deep Neural Network) 모델을 사용하여 각 노출 및 유저 가치를 예측합니다.
Aarki는 궁극적으로 각 노출의 가치에 대해 더 정확하고 더 나은 예측을 제공하기 때문에 다단계 DNN 모델을 사용합니다. 각 ML 모델은 해당 전환 이벤트에 가장 중요한 기능을 학습합니다.
![aarki step 2](https://www.aarki.com/wp-content/uploads/2024/06/Slide9_DiagramStep2_KR-1.png)
DNN 모델은 앱스토어 API를 통해 얻은 광고주-퍼블리셔 및 광고주 인스톨 번들(>50,000) 유사성을 기반으로 인스톨 유저와 구매자를 식별합니다. DNN은 확률이 희박한 고차원 속에서 앱 유사성 클러스터를 탐색합니다. 오직 딥러닝 AI만이 이것을 가능케 합니다!
각 입찰 요청에 대한 유저 가치가 결정되면 Aarki는 입찰가에 대한 ROI를 극대화하기 위한 다목적 입찰 최적화 알고리즘을 사용합니다. 대부분의 타 DSP는 낙찰가 예측치보다 살짝 낮게 입찰가를 책정하는 입찰 셰이딩 알고리즘을 사용합니다. 당사의 알고리즘에서 가격은 고려 대상 목표 중 하나로써 더 정교하게 다목적 최적화를 진행합니다.
![](https://www.aarki.com/wp-content/uploads/2024/06/Slide10_DiagramStep3_KR-1.png)
과대 입찰은 쉬운데다 자주 이행되고, 과소 입찰은 저조한 성과로 이어지고 캠페인 예산을 효과적으로 활용하지 못하게 됩니다. 광고 비딩에서 낙찰받아 KPI목표를 달성하고, 캠페인 예산을 완전히 활용 가능한 올바른 페이스를 유지할 수 있는 적절한 입찰가를 찾는 것은 어렵습니다.
Aarki의 다목적 입찰 최적화(Multi-Objective Bid Optimizer) 기능은 캠페인 및 인벤토리 어트리뷰트, 예측된 유저 가치와 같은 여러 동적 변수를 사용하며 CPM 별로 분류됩니다. 이러한 모든 요소는 고객사의 KPI (ROI 또는 CPI)에 대한 다목적 최적화를 돕는데 활용됩니다. 이를 통해 예산 효율성과 함께 가치가 높은 유저를 동적으로 확보하는 동시에, 원래의 모델 학습 범위 밖에 있는 아직 도달하지 못한 유저와 인벤토리를 탐색할 수 있습니다.
개인정보보호 최우선 관여
신규 유저 확보
(User Acquisition)
Aarki의 두번째 차별화 요소는 UA 캠페인을 위한 개인정보보호 우선 전략 코호트 솔루션입니다. 광고 ID가 없어지는 추세에 맞춰 SKAN 4를 준수합니다. 수조 개에 이르는 컨텍스트 시그널을 활용하고 ML을 사용하여 과거 결과 데이터와의 상관관계를 도출합니다. 이는 매우 정교하고 역동적인 행동 코호트를 생성하기 위한 기반이 됩니다.
각 코호트에 대해 우리는 ML을 사용하고 크리에이티브 팀과 긴밀히 협력하여 가장 최적의 크리에이티브 전략, 즉 ML 기반 Creative Targeting™이라고 부르는 방법론을 고안합니다.
전 세계 100억 대의 모바일 기기로부터 오는 초당 500만 개 이상의 광고 요청에 액세스 할 수 있습니다. 각 광고 요청에 내포된 Contexual data로는 기기 유형, OS, 앱, 장르, 시간, 지역 정보 등이 있습니다.
행동 결과 데이터와 상관관계가 있는 Aarki의 과거 Contextual signal DB 활용
효율적인 최적화, 규모 및 ML 기반 크리에이티브 타겟팅을 위한 동적 행동 코호트 생성
리인게이지먼트 (Re-Engagement)
유저 재유입 캠페인의 경우 고객사의 퍼스트파티 세그먼트를 자사 데이터와 결합, 확장하여 리타겟팅을 수행합니다. 유저 모수와 오디언스 기반 전략을 얼마든지 사용할 수 있습니다.
유저 세그멘테이션
- Geographic
- Demographic
- Psychographic
- Behavioral
오디언스 세그멘테이션
- Time Spent
- Value
- Behavior
- Location
통합 크리에이티브 전략™
크리에이티브는 우리 플랫폼의 핵심입니다. 우리는 다음을 포함하는 핵심 요소인 통합 크리에이티브 전략을 수립했습니다.
![글로벌 대행사 수준 전문성 Global Agency Expertise](https://www.aarki.com/wp-content/uploads/2024/03/global-agency-expertise.png)
고도의 전문성을 갖춘 크리에이티브 팀은 창의적이고 전략적인 솔루션을 제공합니다. 전 지역 및 카테고리 전반에 걸친 전술과 결과를 벤치마킹 할 수 있습니다.
![데이터 기반 창의성 Data-Driven Creativity](https://www.aarki.com/wp-content/uploads/2024/03/Data-driven-creativity.png)
광고 성과를 기반으로, 크리에이티브의 어느 부분이 효율적인지 세분화해 측정합니다. 모든 캠페인 광고 항목에서 가장 성과가 좋은 차원을 공유하여 새롭고 더 나은 광고 크리에이티브를 도출합니다.
광고 성과 개선을 위해, 창의성과 기술을 통합한 고품질 맞춤형 서비스 제공
![Video raw_2023.12 게임 외 음식 및 음료 - 갈망 Video raw_2023.12 Non-Gaming Food & Drink - Cravings](https://www.aarki.com/wp-content/uploads/2024/03/Video-raw_2023.12-Non-Gaming-Food-Drink-Cravings.gif)
비디오
![플레이 가능-비트-히어로즈-Playable2 Playable-Bit-Heros-Playable2](https://www.aarki.com/wp-content/uploads/2024/03/Playable-Bit-Heros-Playable2.gif)
플레이어블
![네이티브 비브랜드_전자상거래_NativeVideo Native Unbranded_E-Commerce_NativeVideo](https://www.aarki.com/wp-content/uploads/2024/03/Native-Unbranded_E-Commerce_NativeVideo.gif)
네이티브
에이전시
에이전시 팀은 인스톨과 ROI를 개선하기 위해 다양한 창의적 최적화 전략을 활용합니다.
가중치 할당
테마와 메커니즘을 바탕으로 성과 중심으로 예산을 배분합니다.
크리에이티브 선택 알고리즘
최고의 성과를 내는 광고 소재에 대한 광고 소재 가중치를 자동으로 테스트하고 할당합니다.
변형 테스트
기존 개념에 작은 변화를 추가하여 광고 소재의 수명을 연장합니다.