Présentation rtb matiro master

  • 549 views
Uploaded on

 

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
549
On Slideshare
0
From Embeds
0
Number of Embeds
0

Actions

Shares
Downloads
21
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. Nos offres et savoir-faire RTB Octobre 2013 Document confidentiel
  • 2. 1.  Introduction 2.  Display RTB 3.  Data Management Platform 4.  Analytics 31/10/13 / Page n° 2 Document confidentiel
  • 3. Le Groupe 1000mercis, pionnier du marketing interactif Internet et mobile 2013 : Acquisition de Matiro pionnier du RTB Infos clés Créé en 2000 250 collaborateurs 36,4 M€ CA 2012 Cotation sur NYSE Euronext Mkt cap. : 139 ME Paris – Londres – New York – Rio 2012 : Lancement du CRM/PRM display en RTB 1er site en responsive design Création de la filiale US 2011 : Création et lancement européen du Retargeting par email 2009 : Création de la filiale UK 2010 : Opérations internationales intégrant les réseaux sociaux 2006 : Cotation en Bourse sur le marché NYSE ALTERNEXT 2008 : Acquisition d’Ocito spécialiste de la publicité et du marketing Mobile depuis 2002 2001 : 1ère campagne de marketing interactif pour voyages-sncf.com 2000 : Création de 1000mercis 2002 : Lancement du programme Email Attitude 31/10/13 / Page n° 3 Document confidentiel
  • 4. La recherche et l’innovation au cœur de notre approche Centre de recherche agréé par l’Etat Titulaire du label OSEO Notre plateforme Taxi™ a gagné l’e-Marketing Award 2013 Comité scientifique Projets de recherche avec les plus grandes écoles et universités Françaises, nombreuses publications, chercheurs résidents, « thésards » 31/10/13 / Page n° 4 Document confidentiel
  • 5. Quelques-unes de nos références clients RTB 31/10/13 / Page n° 5 Document confidentiel
  • 6. 1.  Introduction 2.  Display RTB 3.  Data Management Platform 4.  Analytics 31/10/13 / Page n° 6 Document confidentiel
  • 7. Source : GlobalWebIndex Q4 2012 Le Display, un canal marketing essentiel 54% du temps media est consacré au online Grande complémentarité avec la TV : âge, CSP, petit/gros consommateur Un canal multi-devices Tous les mois, 70 milliards de contacts potentiels avec vos prospects/clients 31/10/13 / Page n° 7 Document confidentiel
  • 8. Une grande richesse d’expression Bannières IAB Vidéo (In Banner & In Stream) Expand Facebook 31/10/13 / Page n° 8 Document confidentiel
  • 9. Vos prospects et clients au cœur de votre programme Display Prospects froids Prospects chauds Prospects qualifiés Abandonnistes Clients actifs Clients à forte valeur Clients dormants 31/10/13 / Page n° 9 Document confidentiel Clients perdus
  • 10. Messages et créations : personnaliser et optimiser pour un véritable marketing relationnel Personnaliser les offres et les messages par segment, en exploitant toutes les données dont on dispose Prospects froids Ce qui marche pour un segment ne marche pas toujours pour un autre : optimiser par segment Prospects chauds Prospects qualifiés Abandonnistes Clients actifs Clients à forte valeur Clients dormants Richesse des données disponibles 31/10/13 / Page n° 10 Document confidentiel Clients perdus
  • 11. Les KPI comportementaux sont une des clés du marketing en temps réel Les vôtres sont dictés par votre modèle marketing de conquête et de fidélisation Lecture complète (vidéo) 1ère visite du site « Mouse over » « Like » Engagement Formulaire rempli Vente croisée Demande d’essai Customer lifetime Up-sell value Mise en panier Recherche d’un point de vente Conversion Fidélisation 31/10/13 / Page n° 11 Document confidentiel
  • 12. Mesurer l’impact de manière fine et riche Quantifier les progressions dans le parcours client Calculer votre fenêtre post-view de manière scientifique avec notre module ad hoc 31/10/13 / Page n° 12 Document confidentiel
  • 13. Une optimisation totale, en temps réel, pilotée par nos experts Enchère Diffusion Créations •  Prédiction du taux de transformation par : segment & création, site & emplacement, récence, répétition •  Objectif CPA + taux de transformation prédit = enchère (bid) •  Principales variables d’optimisation : inventaire, format, jour de la semaine, heure du jour, répétition, récence, visibilité effective, ... •  Algorithme d’optimisation des créations entre elles, par segment 31/10/13 / Page n° 13 Document confidentiel
  • 14. La visibilité effective, un paramètre clé de notre optimisation Tracking fin de la visibilité pour 100% de nos impressions Identification des emplacements trop peu vus Exclusion des emplacements problématiques Augmentation de la visibilité moyenne Augmentation du ROI réel Résultat Matiro : 60% Moyenne marché (source baromètre Alenty Sept 2013) : 45% 31/10/13 / Page n° 14 Document confidentiel
  • 15. Un travail fin sur la donnée de ciblage De nombreux partenaires Audience Discovery Mégabase 1000mercis •  Audience : Exelate, BIG, Acxiom, Ezakus, Sirdata, … •  Contexte : Peer39, Grapeshot, Proximic, … •  Identifie automatiquement les segments à potentiel (sur-représentés, surtransformeurs) parmi la totalité des segments disponibles chez le partenaire Data, sans consommer de budget •  Exclusivité 1000mercis •  20 millions de profils en France, jusqu’à 1 500 critères disponibles •  Editeurs partenaires : Meetic, Price Minister, L’Express, Voyages-SNCF, La Poste, … 31/10/13 / Page n° 15 Document confidentiel
  • 16. Taxi™, notre plateforme RTB exclusive Reporting/extranet : http://taxi.matiro.com Capture des données/tags Ad serving dynamique Optimisation avancée Attribution Bidding et connectivité RTB (powered by AppNexus) 31/10/13 / Page n° 16 Document confidentiel
  • 17. Nous protégeons vos données et votre marque •  Vos données sont strictement confidentielles et ne sont utilisées que pour votre programme •  Nous contrôlons et limitons précisément la répétition •  Notre solution préventive et adaptative pour protéger la diffusion de votre programme : White list ou black list + Filtre contextuel temps réel + Tag d’audit (en partenariat avec AdLedge) 31/10/13 / Page n° 17 Document confidentiel
  • 18. Solution #1 - Acquisition Segmentation sur la base du parcours client Nonvisiteur Visiteur simple Visiteur engagé Optimisation par segment, optimisation de la visibilité KPI intermédiaire Mesure riche du ROI Nonvisiteur Visiteur simple Visiteur engagé Personnalisation en temps réel des offres et des messages Audience Discovery : identification des cibles les plus réactives pour affiner la conquête Indicateurs de succès avancés : qualité des leads, montant de commande, marge, valeur client, … 31/10/13 / Page n° 18 Document confidentiel
  • 19. Solution #2 - Engagement Segmentation prospects / clients / exposés publicité online Contrôle fin de l’exposition : répétition, récence, jour/heure, synchronisation avec campagnes offline, … Créations : exploiter les formats les plus visibles (vidéo, « expand », …) Exploitation des données de ciblage : audience, contexte (6 partenaires data) Audience Discovery : identification des cibles les plus réactives Transparence sur les sites supports 31/10/13 / Page n° 19 Document confidentiel
  • 20. 1.  Introduction 2.  Display RTB 3.  Data Management Platform 4.  Analytics 31/10/13 / Page n° 20 Document confidentiel
  • 21. Votre mégabase clients CRM + PRM + site + réseaux sociaux + ad centric + … pour une vision à 360° de vos prospects et clients Une base de données propriétaire à l ’annonceur 1000mercis dispose d’un savoir-faire démontré dans : •  •  •  •  la constitution de ces bases leur rapprochement (cookie – individu – device) leur mise à disposition pour les outils d’exploitation leur analyse Commencer dès maintenant à se créer cet actif est la clef de la maîtrise des leviers display de demain en CRM et en Conquête 31/10/13 / Page n° 21 Document confidentiel
  • 22. Où collecter des données 1st Party ? Owned Paid •  Display •  Affiliation •  Clic SEM Earned Site(s) CRM / PRM Média •  •  •  •  Données de navigation CRM/PRM : email Questionnaires Opérations de collecte Social/Viral •  Viralisation •  Réseaux sociaux •  Trafic naturel Collecte de données non nominatives 1st Party DONNEES DE FLUX Data Management Platform 31/10/13 / Page n° 22 Document confidentiel
  • 23. Créer de la valeur : associer donnée cookies et donnée CRM Data Management Platform Base CRM / PRM (+ autre base) Push notification CRM / PRM Display : campagne RTB 120x600 Bannière selon les normes IAB 300x250 728*96 31/10/13 / Page n° 23 Document confidentiel
  • 24. Les challenges technologiques à relever Les quantités de données à stocker sont énormes (Big data) •  1000mercis maitrise les nouvelles technologies de stockage de données (mongoDB, hadoop,…) Principal enjeu : faire correspondre des données autour d’un cookie et autour d’un individu en base PRM/CRM chez l’annonceur •  1000mercis opère depuis plus de 10 ans des programmes rapprochant des données issues de cookies et des données clients (trigger marketing, retargeting par email…) 18 mois de recherches et développement pour la mise en place d’un TAG propriétaire : •  Cookie matching possible avec tous les acteurs du marché •  Fonctionnement en cookie 1st party pour augmenter les données collectées et analyser l’utilisateur qui refuse les cookies 3rd party •  Optimisation du temps de chargement des pages : fonctionnement asynchrone et optimisation des caches •  Consolidation multi-device à l’individu 31/10/13 / Page n° 24 Document confidentiel
  • 25. Architecture propriétaire et scalable Plateforme frontweb : •  Entièrement scalable, capable de supporter 250 millions d’appels quotidiens •  Surveillée 24h/24 par 1000mercis •  Hébergée en France Exemple de résultat de sonde sur la plateforme de tags 31/10/13 / Page n° 25 Document confidentiel
  • 26. Identification multidevices La technologie 1000mercis (tag + base de données) permet de reconsolider en temps réel plusieurs identifiants de cookies autour d’un même individu (prospect ou client) ID 123 ID 456 Base de données 1st Party Annonceur ID 789 Consolidation autour d’un même individu des Ids : 123, 456, 789 31/10/13 / Page n° 26 Document confidentiel
  • 27. Exploiter et rentabiliser cette base de données (1/2) Optimiser le ROI des campagnes de conquête en Display : •  •  •  Exclusion exhaustive des clients Segmentation fine des prospects Offre anniversaire Utiliser le Display en CRM / PRM : •  •  •  •  Ciblage CRM (cross-sell, upsell, réassurance) Post-visite Réactivation des non-ouvreurs, NPAI, désabonnés, … Surpression Display+email (ex : programme de nursing) Augmenter la connaissance prospects / clients : •  •  Analyse, datamining, segmentation, … L’enrichissement de votre base de données PRM/CRM 31/10/13 / Page n° 27 Document confidentiel
  • 28. Exploiter et rentabiliser cette base de données (2/2) Permettre la personnalisation dynamique de l’expérience utilisateur sur le site de l’annonceur •  •  Utilisation de la donnée client/CRM Connexion avec les outils de personnalisation de contenu Monétiser la donnée 1st party dans l’écosystème RTB : •  •  Anonymement, via un data exchange Directement, de gré à gré 31/10/13 / Page n° 28 Document confidentiel
  • 29. Notre proposition •  Une technologie de tag propriétaire (collecte ad/site centric) •  Une infrastructure Big Data de stockage, d’analyse et de mise à disposition des données •  Un outil de pilotage de la Data Management Platform : extranet •  Un suivi / accompagnement / conseil / formation de l’utilisation et de la rentabilisation de ces données 1st party •  Une démarche pragmatique tournée vers l’apprentissage •  Une approche ROIste en lien avec les objectifs business@ 31/10/13 / Page n° 29 Document confidentiel
  • 30. Un accompagnement à la carte •  En complément ou non d’un stratégie e-crm emailing •  Avec une approche pragmatique, basée sur l’apprentissage et le partage du savoir-faire •  Adapté aux besoins de nos clients : -  « Full service » : la programmation des campagnes est entièrement gérée par 1000mercis -  Hybride : 1000mercis accompagne les annonceurs lors d’une période de transition le temps qu’ils se dotent de ressources nécessaires pour piloter ce projet -  ASP : 1000mercis n’opère pas les campagnes et propose la formation des trading desks utilisant les données 1st party 31/10/13 / Page n° 30 Document confidentiel
  • 31. Quelques-uns des DMP lancées avec nos clients 31/10/13 / Page n° 31 Document confidentiel
  • 32. Personnalisation des bannières sur des critères CRM Wide Skyscraper – 160*600 Ventes : moment de vie •  Création de segment selon le profil des individu en base : prospect / client et distinction des performances selon l’optin connu en base à destination des parents dont l’anniversaire d’au moins un enfant arrive dans les 3 prochaines semaines Personnalisation du contenu de la bannière en fonction de l’âge et du sexe de l’enfant Fille 0 – 2 ans Garçon 0 – 2 ans Fille 8 – 12 ans 31/10/13 / Page n° 32 Document confidentiel
  • 33. Campagne de cross sell par catégorie de produit Cross sell •  Identification des clients CRM à fort potentiel via la réalisation de scoring •  Ciblage sur de la donnée comportementale suite à une visite sur la page produit •  Distinction de l’univers visité : photo, multimédia… Medium rectangle - 300*250 Distinction des actions en conquête et à destination des clients Wide Skyscraper – 160*600 Leaderboard – 728*90 31/10/13 / Page n° 33 Document confidentiel
  • 34. Campagne à la performance Générer des conversions •  Acquisition de nouveaux clients •  Retargeting visiteurs en fonction du parcours de visite / funnel de conversion Medium rectangle - 300*250 Création de segments utilisant de la données 1st party et de la données tierce Wide Skyscraper – 160*600 Leaderboard – 728*90 31/10/13 / Page n° 34 Document confidentiel
  • 35. Campagne de médiatisation d’application mobile Téléchargement d’application •  Mise en place d’un plan de médiatisation de l’application mobile Carrefour via l’écosystème RTB •  Distinction selon le device de navigation (android, iOS) et en base CRM (porteur de carte) dans le targeting de la campagne RTB Medium rectangle - 300*250 Faire levier sur des données comportementale de navigation grâce à l’écosytème RTB pour déclencher l’enchère Wide Skyscraper – 160*600 Leaderboard – 728*90 31/10/13 / Page n° 35 Document confidentiel
  • 36. 1.  Introduction 2.  Display RTB 3.  Data Management Platform 4.  Analytics 31/10/13 / Page n° 36 Document confidentiel
  • 37. Analytics Tests A/B : impact réel du post-view, impact réel du retargeting / de la conquête, landing pages, … Analyses multi-leviers : Impact de la TV sur le online Modèles d’attribution personnalisés Outils de tracking multi-leviers : sélection, accompagnement etc 31/10/13 / Page n° 37 Document confidentiel
  • 38. Etude sur la valeur incrémentale du retargeting Le retargeting a prouvé sa valeur sur la base d’une évaluation last clic payant, post clic. Or l’environnement multi levier d’un site e-commerce est particulièrement bruité : •  Il est difficile d’évaluer un levier sans tenir compte des effets des autres •  D’autres facteurs interviennent : •  •  •  •  •  Le modèle d’attribution La communication offline La saisonnalité L’évolution de l’offre et des produits … Une seule solution pour tester réellement la valeur incrémentale d’une action ou d’un levier : travailler sur la création d’un groupe test et d’un groupe témoin 31/10/13 / Page n° 38 Document confidentiel
  • 39. Protocole de test Constituer en temps réel, sur la base du cookie : Un échantillon test qui sera exposé aux campagnes de retargeting Un échantillon témoin qui ne sera pas exposé Mesurer pour chaque échantillon : •  Le chiffre d’affaires •  En s’affranchissant du modèle d’attribution (pas de limite dans le temps, pas d’a priori sur le post clic ou post view) Analyser le revenu incrémental de l’échantillon test versus l’échantillon témoin Mise en œuvre technique : •  Déterminer le pourcentage de témoin pour avoir des résultats significatifs •  Utiliser un tag 1000mercis pour traquer la donnée au niveau individuel : arrivée sur le site, exposition view et clic, transformation… •  Utiliser un tag 1000mercis ou un container pour créer en temps réel l’échantillon 31/10/13 / Page n° 39 Document confidentiel
  • 40. La question clé : quelle valeur accorder à une impression ? Accès direct Affiliation Emailing Search gratuit Advertising Marque - Liens gratuits Partenariat Search payant Sites under Marque - Liens payants Référants 3,1% 5,1% 5,1% 5,7% 13,0% Sites under Marque - Liens payants Référants 12,4% 13,0% 18,4% 30% 40% 50% 60% 49,0% A retenir •  70% 6,3% 4,3% 12,4% 1,1% 20% 15,1% 12,5% 80% 12,5% 90% 6,3% 100% 0,8% 2,3% 10% 5,9% 2,5% Visites 2,8% 0% 49,0% 0,8% 2,3% 1,1% 15,1% 16,7% 2,5% 5,7% 36,5% 5,9% 6,6% 2,9% 18,4% 15,6% 6,6% 16,7% Advertising Marque - Liens gratuits Partenariat Search payant 1,9% 2,9% 3,8% 3,1% Visites Dossiers saisis 36,5% 35,5% 13,9% Accès direct Affiliation Emailing Search gratuit 1,9% 3,8% 0,4% 2,5% 2,8% 15,6% 13,9% 0,4% 0,4% 2,8% Dossiers saisis Dossiers AE Commandes 35,5% 0,4% Dossiers AE 2,5% 2,8% •  Cas pratique : exemple de répartition par levier chez un site marchand 4,3% Plus de 23% des commandes sont attribués après un clic40% un lien de l’annonceur, dont 6,6% sont des100% quasiment gratuits. sur liens 0% 10% 20% 30% 50% 60% 70% 80% 90% 40,1% des commandes ont comme dernier levier des liens marque. •  Le search payant est également un levier de transformation : 13% des commandes sont conclus après un clic sur un lien payant de search (hors lien marque). •  Nous avons près de 3% des commandes qui sont générés grâce à de l’emailing. 31/10/13 / Page n° 40 Document confidentiel
  • 41. Analyse comparative des 2 modèles d’attribution •  Cas pratique : exemple avec un site marchand Dans le modèle implémenté, le dernier levier est calculé avec la règle 30J clic puis 7 jours post-impression avec priorité sur le payant. Pour le modèle américain, le délai d’attribution est différent : on attribue au clic ayant eu lieu 14 jours maximum, et à de la post-impression à 1 jour. Regardons les taux de transformation trouvés suivant ces deux méthodes d’attribution : Influence de la de la règle d'attribution sur les taux de Influence règle d'attribution sur les taux de transformation par levier transformation par levier 20% 20% 24,6% 25,9% 25% 24,6% 25,9% 25% A retenir ModèleModèle implémenté implémenté ModèleModèle américain américain 12,3% 14,6% 12,3% 14,6% 14,6% 14,6% Search gratuit Search payant Référants Search gratuit Partenariat Référants Emailing Partenariat Pour le modèle américain, le seul point à retenir est que l’attribution à de la post-impression sur le display se fait à un délai de 1 jour maximum (au lieu de 7 jours dans la méthode d’attribution que nous avons choisie), ce qui va faire diminuer le taux de transformation du display. Search payant 12,3% 12,3% 12,1% 9,3% 12,1% 9,4% Marque Liens Emailing payants 9,3% 9,4% 12,1% 12,1% 11,9% 12,1% Marque Marque Liens gratuits Liens payants 0,05% Sites under Affiliation 4,3% 0,05% 3,5% Advertising Sites under 4,6% 4,3% 3,4% 3,5% 0% Accès direct Advertising 0% 14,8% 12,1% 14,8% 11,9% 5% 4,6% 3,4% 5% Affiliation Marque Liens gratuits 10% Accès direct 10% 14,8% 14,8% 15% Pas d’influence majeur sur les taux de transformation. •  15% •  31/10/13 / Page n° 41 Document confidentiel
  • 42. Test de surpression multi-levier en fidélisation •  Optimiser l’allocation des coûts média par individu en fonction : –  Valeur individuelle –  Coût de chaque levier –  L’affinité de chaque individu par levier TESTS  MENES   Custom   Audience  (sur   Nombre Taux Montant total le  non   Commandes Rendement ouvreurs  et   NPAI)   Taux Ouverture Unique moyen Taux Réactivité moyen Anniversaire   13,03%   16,83%   31  114   2  053  958,33€   0,14%   Abandonniste   55,17%   25,22%   16  338   1  293  884,82€   2,75%   Fidélité     31,94%   20,89%   10  903   707  119,34€   0,90%   Post-tracking Post-visite 42,51%   34,10%   8  725   643  465,85€   0,47%   Post achat 28,96%   17,32%   5  526   369  320,01€   0,19%   Welcome Prospect 18,93%   16,92%   2  062   173  330,16€   0,16%   Welcome  Client   39,35%   27,55%   1  446   103  757,42€   0,26%   Relance  carte  fidélité     27,84%   17,47%   1  087   72  818,89€   0,45%   Back In Stock 42,96%   28,37%   414   34  373,10€   0,56%   Satisfaction Post Livraison 30,82%   33,22%   148   9  886,78€   0,07%   Relance   SMS   (sur le non ouvreurs et NPAI)   RTB   X     X     X   X   X   X   X   X   X   X     31/10/13 / Page n° 42 Document confidentiel
  • 43. Protocole de test d’interaction entre leviers… Email J+1 Retargeting 3 populations VS Visiteurs du site Email J+1 Bannière RTB Retargeting Site de l’annonceur VS Groupe témoin 31/10/13 / Page n° 43 Document confidentiel
  • 44. … avec des résultats probants pour le retargeting multicanal •  Retargeting multicanal email et display + 20% + 14% Email Email + bannières Visite Conversion *Source : étude 1000mercis – secteur banque et finance 31/10/13 / Page n° 44 Document confidentiel
  • 45. Développer les interactions entre supports et tester les impacts on/off •  Protocole de mesure d’impact d’un plan media display sur achat offline Plan Media RTB Cible issue d’un programme de fidélisation offline : data onboarding Mesure d’impact sur achat offline grâce au programme de fidélisation offline VS Groupe témoin •  Protocole de mesure d’impact d’un sport TV sur activité digitale Spot TV Analyse d’impact sur le Search et les leviers on line Post test « Brand Impact » Intégration dans les modèles d’attribution 31/10/13 / Page n° 45 Document confidentiel
  • 46. Scope of the study Cookie sync Banner measurement Visits and conversions measurement Between 5/5/2013 and 7/13/2013 115,5 millions impressions measured 31/10/13 / Page n° 46 Document confidentiel
  • 47. Post-view visits are increased with viewable impressions +20% of visits the same day after a viewed impression +33% of visits the following day after a viewed impression 1,00% 0,90% 0,80% 0,70% 0,60% 0,50% 0,40% 0,30% 0,20% 0,10% 0,00% Not viewable Viewable Same Day Day + 1 31/10/13 / Page n° 47 Document confidentiel
  • 48. Viewable impressions have an even stronger impact on conversions +68% conversions the same day after a viewed impression +75% conversions the following days after a viewed impression 0,16% 0,14% 0,12% 0,10% 0,08% Not viewed 0,06% Viewed 0,04% 0,02% 0,00% Same Day Day + 1 Day +7 31/10/13 / Page n° 48 Document confidentiel
  • 49. Visits’ viewability lift is positively impacted by repetition +70% for users with only one impression viewed X4 for users with over 3 impressions served and most viewed 2,5% 1,998% 2,0% Viewability lift 1,581% 1,5% 1,0% 0,396% 0,5% 0,059% 0,101% 1 impression served - 0 viewed 1 impression served - 1 viewed 0,095% 0,158% 0,220% 0,0% 2 impressions 2 impressions 2 impressions 3+ impressions 3+ impressions 3+ impressions served - 0 served - 1 served - 2 served - 0 served - <half served - >half viewed viewed viewed viewed viewed viewed 31/10/13 / Page n° 49 Document confidentiel
  • 50. Optimum trade-off between viewability, frequency and CPM The optimum cost is reached with a fairly good viewability at a reasonnable price 0,14 Incremental viewability per 0,12 served impression 0,1 3€ 0,08 6€ 0,06 Viewability = 30% Viewability = 60% Viewability = 90% 0,04 10 € 0,02 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Frequency (served impressions) *Hypothesis (theoretical data): CPM = 0.5 € (Viewability = 30% and 60%) CPM = 2 € (Viewability = 90%) 31/10/13 / Page n° 50 Document confidentiel
  • 51. Navigation history scoring using Multivariate Hawkes Processes Abstract: •  What can we learn from navigation history of internet users ? When trying for instance to advertise on the web, how to score each user based on his past behavior in order to deliver the right people the right advertisement at the right time ? In this poster, we propose a method based on Multivariate Hawkes Processes. A fast learning algorithm is exposed, that is compatible with the inherently big size of the data for this type of applications. We show that the proposed method performs significantly better than state-of-the-art algorithms on real datasets. Conclusions: •  We achieve better AUC than state-of-the-art. Linear Hawkes model seems to be the more general tractable model for scoring a user navigation history. •  In figure 4, the ”CTR/reach” curve illustrates the operational implications of the present algorithm. In many cases, the profit will be proportional to the CTR of a campaign. •  By optimizing surrogate functions of the MLE, finding the global minimum takes in practice a few steps of complexity O(total number of events in all users history) which makes the algorithm tractable for very large datasets. 31/10/13 / Page n° 51 Document confidentiel
  • 52. Yann Le Roux 01 78 90 02 30 / 06 72 84 69 43 yleroux@matiro.com Ghislain Lefebvre 01 78 90 02 33 / 06 60 77 69 30 glefebvre@matiro.com