RTB House, yapay zekâ ile gelişen dijital reklam harcamalarının Türkiye’de de artış eğiliminde olduğunu açıkladı. IAB Türkiye’nin verilerine göre, 2016’nın ilk yarısında programatik harcamaları bir önceki yıla göre yüzde 435 artış göstererek 164 milyon liraya ulaştı. Toplam dijital reklam yatırımlarında ise yüzde 20’lik artış görüldü.
MarketandMarkets raporuna göre, yapay zekâ pazarı 2015-2020 yıllarında yıllık yüzde 53,65’lik büyüme ile 2020 yılına kadar 5,05 milyar dolara ulaşacak. Bu ciddi büyümenin en önemli sebeplerinden biri ise yapay zekâ temelli reklamcılık ve medya endüstrisinde kendiliğinden öğrenen makinelerden oluşan zekanın alt kategorisi “makine öğrenim teknolojisi” olarak görülüyor. Tüketici davranışlarını belirleyerek satın alma alışkanlıklarını ölçmek için medya ve reklamcılık sektörünün yapay zekâ pazarının büyümesindeki en önemli pazar olması bekleniyor.
Yapay zekanın kullanıldığı programatik sektörünün büyümeye devam edeceğini dile getiren RTB House Bölge Müdürü Ömer Aras, “Yapay zekanın dijital pazarlama dünyasına girmesiyle birlikte tüketicilerin satın alma davranışları çok daha fazla veriye dayanarak tahmin edilmesi fırsatı oluştu. RTB House olarak derin öğrenme metoduyla çok daha isabetli yeniden hedefleme çözümleri sunabiliyoruz. Bu sayede kullanıcılar kendilerine daha uygun reklamı gördükleri için, reklam verenler ise uygun reklamlarla daha fazla dönüş sağladıkları için memnun oluyor” dedi.
Yüzlerce küçük adım makineler tarafından analiz ediliyor
Kullanıcılar, reklam verenlerin web sitelerinde gezinirken yüzlerce küçük adım atıyorlar. RTB House tarafından geliştirilen model, kullanıcı adımlarını algılamak için derin öğrenme yönetimini kullanarak, karar verme aşamasındaki alışkanlıkları tespit ediyor. Bağlantısal veri havuzuyla birlikte RTB House’un yeni metodu, işletmelerin dönüşüm oranını tahmin etmelerine yardımcı olarak, en kısa sürede yatırım geri dönüşünün (ROI) maksimize edilmesini sağlıyor.
Beynimizdeki biyolojik nöronlardan ilham alan bir matematik modelini kullanan teknoloji, herhangi bir insan uzmanlığına ihtiyaç duymaksızın tüketicilerin satın alma potansiyelini gösteren daha gerçekçi, daha zengin ve makine ile yorumlanabilir kullanıcı tanımlamalarını mümkün hale getiriyor. Dönüşüm oranı algoritmaları yalnızca tıklama verilerini toplamak ve yorumlamakla kalmıyor, kullanıcıların gezindiği teklifler, ilgilendiği kategoriler, sepete attığı ürünler ya da arama taktikleri de ele alarak her bir bireyin potansiyel satın alma sürecinin daha net bir resmini ortaya çıkarıyor.
