DENNE CASE ER ANONYMISERET
Opgave:
Stor danske mediekoncern ønskede at optimere reklamen på deres digitale platforme ved at målrette og personificere reklamerne mod den enkelte bruger. Dette er fordelagtigt, og gør det muligt, at sælge reklametiden til en højere pris, da annoncører ofte kun er interesseret i visse demografiske segmenter og/eller anden segmentering af modtagergruppen.
Mediekoncernens mål var, at de mere end 700.000 brugere af den givne digitale platform skulle have en personaliseret oplevelse, når de blev eksponeret for reklamer.
Løsning:
Mediekoncernen havde kun har demografisk data på en mindre del af brugerne, og derfor skulle der implementeres Machine Learning modeller til at forudsige eksempelvis køn og alder ud fra det tilgængelige data.
Avenida Consult hjalp med til med at opbygge den tekniske løsning, inklusiv Machine Learning modellerne. Løsningen kører på Azure, hvor beregningerne foretages i Databricks og resultaterne gemmes i en SQL-server hvorfra segmenterne distribueres videre til den platform som står for afviklingen af reklamerne. Koden er skrevet i Python.
Avenida Consult har gennem et toårigt projekt været en del af det team, som står for at udvikle løsningen til at lave personlige anbefalinger. Da der både er tale om mange samtidige brugere samt høje krav til performance og svartider er løsningen lavet med avanceret infrastruktur, som kører på AWS. Avenida Consult har bidraget både til ETL-opsætningen og Machine Learning modellerne. Det meste af koden er skrevet i Python, men der er også dele skrevet i Java. Øvrige teknologier benyttes blandt andet SageMaker, Postgres og Redis.
