RTB House
RTB House est une société fournissant des technologies de reciblage pour l’achat de publicités en ligne dans un modèle de soumission en temps réel, basé sur des algorithmes d’apprentissage profond (« deep learning », sous-domaine le plus prometteur en matière d'intelligence artificielle).
La société réalise des campagnes pour de plus de 1 500 clients sur de 70 marchés dans les zones EMEA, APAC, et dans les régions des Amériques, en ayant pour bureaux principaux New York, Londres, Tokyo[1], Singapour[2], São Paulo, Moscou, Istanbul, Dubaï et Varsovie.
Histoire[modifier]
RTB House a été fondée en 2012 par Robert Dyczkowski, Bartłomiej Romański, Daniel Surmacz et Paweł Chodaczek, qui ont fait appel à leurs propres ressources financières pour le financement initial[3].
En 2012, RTB House a mis au point une solution de reciblage publicitaire (retargeting), qui identifie un groupe d'utilisateurs, analyse leur comportement d'achat en ligne, puis, à terme, transmet à l'utilisateur un message publicitaire personnalisé.
En 2013, RTB House a lancé ses premières campagnes en Europe de l'Ouest, Centrale et de l'Est.
En octobre 2015, RTB House a pris la décision d'étendre ses opérations internationales aux annonceurs d'Indonésie, de Malaisie, de Thaïlande et de Taïwan[4], tout en déclarant que la région Asie-Pacifique était l'une des directions clés pour ce qui est des futures activités internationales de l'entreprise.
En 2016, RTB House a lancé ses activités à Singapour, en Amérique latine (Brésil, Argentine, Chili et Mexique) et dans la région MOA.
En 2017, RTB House a annoncé que 100 % de sa technologie s’appuyait sur l’apprentissage profond[5]. La société a également annoncé une nouvelle présence sur le marché dans la région Asie-Pacifique (APAC), en s’établissant en Australie, en Nouvelle-Zélande[6], en Inde[7] et en Chine.
En 2018, RTB House a commencé à mettre en place ses structures aux États-Unis et au Japon.
En 2018, RTB House s'est retrouvée à la 46e place des 1 000 entreprises européennes à la plus forte croissance dans la liste des 1 000 du Financial Times, « Europe’s Fastest Growing Companies 2018 » classant les organisations européennes ayant connu la plus forte croissance dans les années 2013-2016.
Qu’est-ce-que le reciblage ?[modifier]
Le reciblage personnalisé est un mécanisme consistant à adapter les publicités au comportement et aux préférences d’utilisateurs internet précis. Dans cette solution, tous les messages publicitaires sont sélectionnés de façon à répondre aux besoins spécifiques du public en ligne. En pratique, l’utilisateur d’un magasin en ligne s’étant intéressé à un produit particulier – par exemple une robe- verra s’afficher pendant plusieurs jours consécutifs des bannières faisant la publicité d’un même appareil électroménager, parallèlement à d’autres produits de même type appartenant à la même catégorie.
En résumé, ce mécanisme peut être présenté en quatre étapes:
- Un utilisateur visite un magasin en ligne et visionne certains produits.
- L’utilisateur n’effectue pas d’achat et quitte le magasin en ligne.
- Les jours suivants, le même utilisateur voit en ligne des bannières présentant des messages publicitaires personnalisés.
- Après avoir cliqué sur la bannière, l’utilisateur est redirigé vers le site du magasin en ligne.
Technologie[modifier]
L’apprentissage profond - Deep learning (connu également sus le nom d’apprentissage structuré profond ou d’apprentissage machine profond) est une branche de l’apprentissage machine s’appuyant sur un ensemble d’algorithmes s’efforçant de modéliser des abstractions de haut niveau au niveau des données, en se servant d’un graphique profond avec de nombreuses couches de traitement, constituées de multiples transformations linéaires et non linéaires. L’apprentissage profond est appliqué avec succès dans la reconnaissance d’images, la traduction de langues ou encore la sécurité des messages électroniques. Il créé des connaissances à partir de nombreuses couches de traitement des informations, impliquant un type particulier de modèle mathématique pouvant être considéré comme une composition de séquences simples d’un certain type (composition de fonctions), dans laquelle certaines des séquences peuvent être adaptées de façon à mieux prévoir le résultat final
Des algorithmes à auto-apprentissage ont été mis en place dans les quatre secteurs principaux de la technologie de base de RTB House : le taux de conversion, la valeur de conversion, le mécanisme de recommandation, le taux de clics CTR.
L'idée générale et les résultats du Deep Learning de RTB House ont été présentés lors de la Conférence Internationale Commune sur les Réseaux Neuronaux (International Joint Conference on Neural Networks) d'Anchorage en 2017, lors de la 31e AAAI Conférence sur l'Intelligence Artificielle de San Francisco et de la 33e Conférence Internationale sur l'Apprentissage Machine de New York.
AI Marketing Lab[modifier]
Après avoir mis en place l’apprentissage profond (deep learning) dans toutes les parties cruciales de son mécanisme de prévision, RTB House a ouvert, en mai 2018, une nouvelle unité : le AI Marketing Lab[8],[9]. Indépendante du département R&D, cette nouvelle division se concentre sur la création d’un environnement permettant d’inventer et de développer de nouvelles technologies de marketing, telles que l’amélioration de l’efficacité d’acquisition de nouveau trafic par les annonceurs.
Liens externes[modifier]
Notes et références[modifier]
- ↑ « RTB House Expands Retargeting Operations in Japan »
- ↑ « RTB House launches in Singapore »
- ↑ « How Poland's Globally Outsourced Tech Talent Became Native Entrepreneurs »
- ↑ « RTB House enters Taiwan »
- ↑ « RTB House Unveils Deep Learning-Based Technology for Predicting CTR Performance »
- ↑ « RTB House Enters Australia, New Zealand Markets »
- ↑ « Global ad tech company RTB House expands in India to strengthen its APAC presence »
- ↑ « RTB House Bids on Innovation, Opening AI Marketing Lab »
- ↑ « What RTB House plans to do with its new AI Marketing Lab »
Erreur Lua dans Module:Catégorisation_badges à la ligne 170 : attempt to index field 'wikibase' (a nil value).Erreur Lua dans Module:Suivi_des_biographies à la ligne 189 : attempt to index field 'wikibase' (a nil value).
Cet Article wiki "RTB House" est issu de Wikipedia. La liste de ses auteurs peut être visible dans ses historiques et/ou la page Edithistory:RTB House.
