Алгоритмы машинного обучения в мобильных рекламных системах работают путём анализа больших объёмов данных, которые позволяют прослеживать путь потребителя к покупке и учитывать его интересы. 5

Некоторые аспекты работы алгоритмов:

• Оптимизация ставок на аукционе. 5 Машинное обучение анализирует широкий диапазон сигналов — от контента, в котором будет размещаться реклама, до обезличенных данных о пользователе, который её увидит. 5 Алгоритм учитывает устройство и местоположение, поисковые запросы, время суток и язык интерфейса. 5 На основании этой информации система самостоятельно рассчитывает оптимальную ставку и применяет её на каждом аукционе. 5
• Настройка кампаний в контекстно-медийной сети. 5 Достаточно загрузить элементы объявлений — заголовки, изображения, логотипы и строки описания, — установить целевую цену за конверсию и бюджет. 5 Оптимизация кампаний происходит автоматически в течение нескольких дней. 5 Когда накапливается достаточно данных, система создаёт отчёты по эффективности. 5 В них можно увидеть, какие элементы работают лучше, и внести необходимые изменения. 5
• Продвижение мобильных приложений. 5 «Универсальные кампании для приложений» автоматически составляют объявления разных форматов и для разных сетей, используя заданный текст и объекты со страницы приложения в магазине. 5 Система сама настраивает таргетинг и назначает ставки, чтобы рекламодатели могли охватить пользователей, которые готовы установить приложения и платить больше. 5
• Борьба с рекламным мошенничеством. 13 ИИ и машинное обучение используют в борьбе с рекламным мошенничеством, изучая поведение реальных пользователей и помогая отделить их от ботов. 3