-

RTB House: ‘Relevante banners door deep-learning’

Banners die op basis van deep-learning worden geselecteerd behalen een hogere CTR dan wanneer mensen bepalen welke advertenties aan wie worden getoond. Dit vertelt Cyril Westerhof van RTB House tijdens Conversion 2017.

“Deep-learning betekent dat een stuk software zelf leert aan de hand van big data die we verzamelen van mensen die bijvoorbeeld een website bezoeken of in een webshop kijken naar producten,” legt Westerhof uit. “Daar haalt de robot relevante informatie uit en combineert die met de beste profielen zodat er bijvoorbeeld zoveel mogelijk conversies plaats vinden voor onze klanten. Oftewel: onze software leert zelf middels deep-learning hoe de beste dynamische banner wordt getoond aan de juiste persoon.”

Het verschil met machine-learning is dus dat de software zelf denkt. Bij machine-learning geeft de mens de parameters aan. Deep-learning bepaalt zelf wat er moet gebeuren aan de hand van data die eerder zijn ontvangen en verwerkt. “Er is geen mens meer nodig om te bepalen wat het doel is en welke stappen moeten worden genomen om tot het doel te komen. Deep-learning bepaalt zelf wel hoe van A naar B te komen.”

Om de werking en effectiviteit van deep-learning aan te tonen heeft Westerhof het getest bij een klant uit de Benelux, vertelt hij. “We hebben een AB-test gedaan. Vijftig procent van de traffic hebben we zelf gemanaged en 50 procent hebben we laten managen door deep-learning, het proces dat bepaalt welke banner aan wie wordt getoond. Daarvan zien wij 15 procent meer effect in de vorm van een hogere CTR, dus meer mensen klikken op de banners die deep-learning gemanaged worden.”

Het totale effect is volgens Westerhof gemiddeld zelfs 40 tot 50 procent beter. “Effect wil zeggen: een hogere conversieratio dus een hogere CTR maar ook meer profielen met een hogere average order value.

Het gevoel achtervolgd te worden door advertenties, waar Zalando en Booking.com het patent op lijken te hebben wordt minder, stelt Westerhof. “Je benadert immers alleen die profielen die daadwerkelijk een koopintentie hebben of waarvan wordt verwacht dat ze ook daadwerkelijk door een banner gaan converteren.”

Wat de toekomst betreft, denkt Westerhof dat virtual assistants het leven van de consument makkelijker zullen maken, of het nu een spraakassistent is die een medische checkup inplant of een zelfrijdende auto die zelf bepaalt wat de beste route van A naar B is. “Zelflerend, daar komt het op neer. Het zelflerende mechanisme zal nog beter worden waardoor we alleen maar mooie, relevante banners zien.”

Deel dit bericht

2 Reacties

Jeffrey

En wat is dan het verschil tussen deep-learning en een algoritme?

Cyril - RTB House

Hi Jeffrey, we werken met een door Deep Learning gedreven algoritme. Dit betekent dat een algoritme (onder andere) onze bidding strategie (welke profielen zijn het meest interessant) is en Deep Learning het analytische process dat de werkwijze bepaalt. Als je echt alles wilt weten kan ik je meer uitleg en specifieke PDF’s en links naar artikelen sturen, zodat alles goed duidelijk is.

Plaats een reactie

Uw e-mailadres wordt niet op de site getoond