IX Perspectives

Adaptación inteligente para una evolución mejorada

Adaptive Timeout - Adaptación inteligente para una evolución mejorada

En la última publicación del blog sobre Adaptive Timeout™, afirmamos que «la adaptación es la clave de la evolución». En la naturaleza, la evolución suele ser el resultado de los cambios que se producen en el entorno. Por ejemplo, cuando un clima se vuelve más frío, las especies evolucionan para adaptarse a estas nuevas temperaturas. En muchos sentidos, la evolución supone una reacción a estas circunstancias externas.

Pero, ¿y si la evolución no fuera una reacción, sino que creara un motivo? Ya hemos visto que, en el ámbito tecnológico, esto es totalmente posible. Un ejemplo muy claro es el de las plataformas de streaming. Cuando una persona empieza a usarla, la plataforma no sabe qué películas o series recomendar; simplemente sugiere las que mejor acogida tienen. A medida que el usuario ve más contenido, la plataforma crece y se adapta. ¿Al usuario le gustan las comedias románticas, las películas de ciencia ficción o los dramas? La plataforma aprende sus preferencias y empieza a recomendar el contenido concreto que el usuario quiere ver. En un espacio de tiempo corto, y gracias a este conocimiento, la plataforma de streaming influye en el contenido que consume el usuario, porque ha aprendido lo que debe mostrarle. Este es el poder del aprendizaje automático y la ventaja que Adaptive Timeout ofrece a la industria de la tecnología de anuncios: adaptación inteligente para una evolución mejorada.

La ventaja del aprendizaje automático

Normalmente, los editores que intentan averiguar cuál es el valor de tiempo de espera correcto para su wrapper tienen que enfrentarse a una situación muy compleja: deben tener en cuenta innumerables factores que afectan a la selección del valor de tiempo de espera. ¿Qué tipo de dispositivo está utilizando el usuario en ese momento concreto? ¿Qué nivel de seguridad tiene su conexión Wi-Fi? ¿El usuario se conecta por Wi-Fi o por datos móviles? Es imposible conocer la respuesta a algunas de estas preguntas mediante el análisis manual de datos agregados, puesto que están en constante cambio. Al final, los editores dedican tiempo a seleccionar un valor de tiempo de espera que, en último término, no resulta óptimo.

Optimización del header bidding a través del aprendizaje automático adaptable

Adaptive Timeout emplea un algoritmo de aprendizaje automático adaptable para configurar de forma rápida y sencilla el valor de tiempo de espera óptimo. Este algoritmo aprende las condiciones de la red del usuario y su comportamiento y se adapta a ellos para calcular y ajustar de manera constante el valor de tiempo de espera. Esto significa que el valor de tiempo de espera del editor tendrá en cuenta factores importantes, como el tipo de dispositivo del usuario, y variables dinámicas, como la velocidad de la red.

Con Adaptive Timeout, la solución de header bidding de un editor puede usar el aprendizaje automático para optimizar el tiempo de espera de su wrapper con el objetivo de:

  • Reconocer el tipo de dispositivo del usuario: Adaptive Timeout reconoce el tipo de dispositivo del usuario y se adapta a él. Así, el algoritmo de aprendizaje automático puede tener en cuenta las distintas prestaciones de procesamiento y red del dispositivo.
  • Reconocer la velocidad de la red: Adaptive Timeout reconoce la velocidad de la red del usuario y se adapta a ella. Por ejemplo, no se comportará igual si la conexión es Wi-Fi o 3G. También tiene en cuenta el uso de ancho de banda actual del usuario, para que el algoritmo pueda ajustar el tiempo de espera del wrapper y adaptarse a la verdadera conectividad de red del usuario en tiempo real.

En futuros artículos sobre el aprendizaje mecánico adaptable hablaremos de cómo estamos trasladando esta tecnología a otros aspectos de la tecnología de anuncios. Mientras tanto, si quieres obtener más información sobre Adaptive Timeout u otras innovaciones, visita nuestra Knowledge Base.

Leave a Reply

Your email address will not be published. Required fields are marked *