Comunicación‎ > ‎

Proyecto Fundación Sadosky

publicado a la‎(s)‎ 25 mar. 2019 10:51 por Administrador Web
Finalización de proyecto de la Fundación Sadosky:

  • Título: Modelos de look-alike para la expansión de audiencias

  • Intervinientes: ISISTAN (Universidad Nacional del Centro de la Provincia de Buenos Aires) y Retargetly.com (Empresa) 

  • Integrantes:
            Cristian Mateos Diaz, Daniela Godoy, Alejandro Corbellini (ISISTAN)
            Daniel Czaplinski, Salvador Ríos Velázquez (Retargetly.com)

  • Resumen: En un ambiente publicitario virtual, existen cuatro actores principales: agencias publicitarias que quieren mostrar una publicidad, páginas Web que venden espacios de sus páginas donde mostrar publicidades, usuarios que navegan dichas páginas, y empresas que capitalizan la información acerca de los usuarios que están navegando. Retargetly (parte de Bethink S.R.L.) se encuentra en este último grupo, es decir, comercializa información de usuarios previo a clasificarlos en distintas categorías de acuerdo a las páginas que visitan. Por ejemplo, un usuario que visita páginas de noticias de deportes a diario se lo categoriza -indirectamente a través de la URL visitada- como “Interés en noticias” e “Interés en deportes”. Por otro lado, las agencias publicitarias quieren tener un gran alcance con sus campañas y, además, obtener el mejor resultado posible en términos de ganancias. Por ello es que deciden mostrar sus publicidades solo a aquellas personas que son más propensas a consumir el producto ofertado, es decir, seleccionan las audiencias específicas a las cuáles mostrar sus anuncios. Sin embargo, cuando las agencias publicitarias definen una audiencia específica puede ocurrir que el número final de usuarios a los que se les mostrará el anuncio sea bajo, perdiendo así mucho alcance. Si se flexibiliza la selección de audiencia para aumentar el número de usuarios, se corre el riesgo de disminuir considerablemente el número de conversiones, es decir, el número de ventas realizadas gracias a los anuncios. Para atacar este problema, este proyecto exploró modelos de look-alike a partir de grandes volúmenes de datos de navegación, los cuales se sustentan en técnicas del área de Aprendizaje de Máquina y Recomendación de Información y apuntan a aumentar de forma efectiva el tamaño de las audiencias buscando usuarios que tienen preferencias o patrones de navegación similares a los usuarios que originalmente pertenecían a la audiencia.


Comments