准备好充分利用我们的专业知识了吗？
将您的移动应用用户获取和重新参与策略带到下一个层次。
用参与用户消除移动应用之间的隔阂
针对移动用户获取和访客找回的程序化DSP
我们使用专有的机器学习算法，大规模地提供透明的、基于性能的、高精准的用户获取和访客找回解决方案。
由以下公司所信赖：
- 我们的竞价器每秒处理超过280万个广告拍卖
- 我们在给出每个广告显示之前会分析60个数据点
- 我们的全球触达让我们能在几小时内在几乎任何一个市场里启动营销活动
利用机器学习
专有的机器学习算法是我们程序化DSP的核心。我们的平台每秒处理超过280万个广告拍卖并同时精准地定位受众，它能准确地预测每个广告显示的价值，以及哪些用户将和应用交互。然后它相应地进行竞拍，这让我们能达到深层漏斗活动KPI。
各种分类模型和数据丰富使得可靠的分类，包括年龄和性别预测成为可能。
我们由数据驱动的流程
虽然在某个特定垂直领域里的应用之间存在相似性，但每个应用都是独一无二的，并且找到更多活跃的、忠实的用户需要数据、合作以及创造性。在多年进行移动应用营销活动的经验里，我们根据成熟的业务逻辑掌握了知识来引领及加速初始目标定位模型生成流程，这让我们能够达到KPI并更快地扩大规模。
探索发现
根据基本的群体定义来在显示上竞价，以便开始收集数据。
基本逻辑级别
基于初始收集的数据以及成熟的策略的基本目标定位算法。
独特的分类模型
针对安装进行优化的，量身定制的目标定位算法。
交互优化
我们利用全漏斗式数据来优化算法，以便有更好的用户留存度和应用内购买。
扩展规模
利用第一方数据
我们的算法分析超过60个数据点 - 包括来自我们DMP的聚合数据 - 这让我们能可靠地预测哪些用户将点击、安装并为您的应用带来收益。
显示级别特性
- 应用内植入
- 日期及时间
- 创意类型
- RTB交易平台
- 历史植入表现
以用户为中心的特性
- 类别留存度
- 地理位置
- 安装的应用
- 使用时长
- 感知的角色
- 访问深度
交互分析
- 点击倾向
- 广告中行为
- 点击深度
- 可见度
SKAdNetwork营销活动
对于SKAN和iOS 14.5之后的营销活动，我们利用由机器学习驱动的自然语言处理（NLP），这让我们能决定我们广告客户应用和广告显示在其中的应用之间的上下文关系。这帮助我们按照每个应用对的上下文‘距离′来建立模型和竞价。在我们的仪表板里访问SKAdNetwork绩效数据。
让动态受众重新参与了
使用我们的专有动态受众细分引擎, Persona.ly的DSP能根据用户的应用内行为定义用户细分以驱动达到高ROAS。
科学方法来进行创意选择
我们由机器学习驱动的模型经过调整，从首个正面活动就推广表现最佳的广告，同时根据多臂老虎机（MAB）算法不断测试剩下的广告。随着学习的进行，机器学习模型逐渐过渡到上下文老虎机方法，在这个方法里不同的创意″冠军″根据小组性能被展示给不同的用户组。
有参与度的广告格式
- 可玩式以及可交互式
- 动态广告
- 视频
- 本地
- 横幅
可玩式广告是简短的（大约30秒）可交互性广告，用户在下载它之前可以体验产品或游戏。
拍卖价格预测
机器学习算法根据各种受众属性来预测拍卖价格，并尽可能多地竞价来赢得广告显示。这项技术被称为竞价遮蔽, 它确保最优出价，而不会在第一价拍卖领域里多付费。
添加透明度到黑匣子
我们的仪表板为我们的客户提供对其营销活动的详细洞察，让他们能够看到何处展示了广告给潜在用户。此外，它实时显示了每个创意表现如何。
- 创意分析
轻松查看并分析您不同创意的表现——从转化到点击和安装、以及应用内活动、留存度，以及ROA。
- 性能报告
轻松查看并分析您不同创意的表现——从转化到点击和安装、以及应用内活动、留存度，以及ROA。
- 人群洞见
轻松查看并分析您不同创意的表现——从转化到点击和安装、以及应用内活动、留存度，以及ROA。
- 植入洞见
轻松查看并分析您不同创意的表现——从转化到点击和安装、以及应用内活动、留存度，以及ROA。
以品牌安全为中心
因为我们致力于为您的广告机构提供最可靠的服务，我们只和可信赖的合作伙伴合作以确保高质量的流量。我们保证：
- 只在可信赖的SSP里的优质植入
- 以隐私为中心的方法
- 避免欺诈。我们的机器学习模型专注于竞价前后的异常检测以避免任何欺诈行为
专家支持
我们提供完整的营销活动管理服务以确保最佳效能。我们全球的程序化专家团队随时能提供对营销活动绩效的洞见，在关键时刻给予您支持，并在整个过程期间引导您的团队。