Molocos CARA
Compound Ad Recommendation Architecture für Moloco Commerce Media
Übersicht
Einzelhandelswerbung ist täuschend komplex. Eine einzige Plattform kann Millionen von Käufern, Millionen von Katalogartikeln, Zehntausende von Verkäufern und Dutzende von Anzeigenplatzierungen auf Such-, Produkt- und Kategorieseiten umfassen. Jede Anfrage muss innerhalb von Zehnern von Millisekunden bearbeitet werden, und das Ergebnis muss gleichzeitig dem Käufer, dem Werbetreibenden und dem Einzelhändler dienen – drei Ziele, die oft in unterschiedliche Richtungen gehen.
Was den Handel für die Werbung einzigartig leistungsstark macht, ist der geschlossene Kreislauf. Suche, Impression, Klick, Warenkorb und Kauf finden alle innerhalb einer Umgebung statt, sodass das Signal reichhaltig ist und Konversionen deterministisch zugeordnet werden, anstatt plattformübergreifend modelliert zu werden. Gleichzeitig ist jeder Einzelhändler eine eigene Welt mit seinem eigenen Katalogschema, seiner Artikel-Taxonomie, seinen Seitenlayouts, seiner Kundenbasis und seinen Geschäftszielen.
CARA, die Compound Ad Recommendation Architecture von Moloco Commerce Media, versteht die Komplexität von Commerce-Vertikalen und orchestriert mehrere Modelle bei unseren Einzelhändlern, die sechs technischen Bereiche abdeckt: Signale, Anzeigenpersonalisierung, Bidding, Ad Serving, Nachfrageaktivierung und Kampagnenautomatisierung, um Ergebnisse für Einzelhändler, Werbetreibende und Käufer zu erzielen. Moloco Commerce Media wurde entwickelt, um die Werbeeinnahmen unserer Kunden als Prozentsatz des GMV (A2G) zu steigern. CARA ist die Intelligenzschicht hinter dem A2G-Wachstum, wo der Erfolg der Werbetreibenden, die Relevanz für die Käufer und die Monetarisierung der Einzelhändler gemeinsam verbessert werden.
Architektur
.avif)
Details zu den Bereichen
CARA nimmt Konversionsereignisse, Katalogdaten, Suchanfragen, Klicks und Impressionen für jede Händlerplattform auf, alles Erstanbieter- und Closed-Loop-Daten, und normalisiert sie in einer einheitlichen Intelligenzschicht. Zum Beispiel werden Produktkatalogattribute in Embeddings kodiert, die Artikel-zu-Artikel-Beziehungen und semantisches Matching erfassen, ohne auf manuelle Taxonomie, Keyword-Mapping oder Kategorie-Tagging angewiesen zu sein. Jeder Händler hat sein eigenes Katalogschema, Produkte sind innerhalb desselben Tages nicht mehr vorrätig oder ändern ihre Preise, und dasselbe Produkt kann von mehr als einem Verkäufer verkauft werden. Eine präzise Artikelrepräsentation ermöglicht es der Anzeigenpersonalisierung, Relevanz und dem Abruf, systemübergreifend zu funktionieren: Wenn die Signalschicht den Katalog versteht, wird jeder nachgelagerte Bereich präziser.
Für jeden Anzeigenplatz auf Such-, Produkt- und Kategorieseiten personalisiert CARA, welche Artikel der Käufer sieht. Unsere Modelle, basierend auf Deep-Learning-Architektur, nehmen Signale aus mehreren Quellen gleichzeitig auf, um dichte Darstellungen des Käuferverhaltens und der Produktpassung zu bilden, und prognostizieren dann Klick- und Konversionswahrscheinlichkeiten für jeden verfügbaren Anzeigenkandidaten. Da Artikel als Embeddings und nicht nur durch die Klickhistorie dargestellt werden, kann ein neuer Artikel Relevanzsignale von semantisch ähnlichen Katalogartikeln erben – sodass Verkäufer Artikel mit wenig oder keiner Historie bewerben können und neue Käufer von Anfang an Anzeigen sehen, die ihren Such- und Entdeckungsmustern entsprechen.
Im Commerce-Advertising ist eine relevante Impression Inventar, das es wert ist, monetarisiert zu werden, anstatt standardmäßig abgelehnt zu werden. CARAs Bidding ist nach diesem Prinzip konzipiert: Es wendet Closed-Loop-Konversionsdaten und domänenspezifische Orchestrierung an, um gleichzeitig drei Ziele zu optimieren – Relevanz für den Käufer, ROAS und Budget-Pacing für den Werbetreibenden sowie Inventarfüllung für das A2G des Händlers. CARA erkennt auch Verschiebungen in der Käufernachfrage – ein Werbeereignis kann das Käuferverhalten innerhalb von Stunden neu gestalten – und passt Gebote und Pacing in Echtzeit an, um den Anstieg zu nutzen.
Anzeigeninventar ist die eigene Fläche des Händlers – Suchergebnisse, Produktdetailseiten, Kategorieseiten – und CARA steuert die Anzeigenauslieferung über diese Inventare und Anzeigenformate hinweg. Ein Produktdetail-Slot hat einen anderen Wert als ein Such-Slot, daher quantifiziert CARA den Einfluss jeder Platzierung auf Auktionsdichte, Anzeigenexpositionsrate und erwarteten Umsatzanstieg, um verfügbares Inventar zu monetarisieren, ohne das Einkaufserlebnis zu beeinträchtigen. Jede neue Platzierung stärkt das gesamte System, weil sie reichhaltigere Signale über das Verhalten der Käufer liefert.
Eines der schwierigsten Probleme im Commerce Media ist die Nachfrageaktivierung: Verkäufer zu Werbetreibenden machen. Verkäufer zögern aus konkreten Gründen – keine Leistungsnachweise, Angst vor Margenerosion oder die Wahrnehmung von Werbung als komplexe Black-Box-Investition. Händler wiederum stehen vor Vertriebsprozessen, die nicht skalierbar sind. CARA löst dies mit Demand Agent, einer agentenbasierten Automatisierungsschicht, die umsatzstarke Verkäufer identifiziert, startbereite Kampagnen mit empfohlenen Einstellungen basierend auf Katalog- und Plattformdaten generiert und die Kontaktaufnahme zu wichtigen Zeitpunkten im Lebenszyklus initiiert. Dies skaliert die Aktivierung von Werbetreibenden ohne hohen operativen Aufwand. Werbetreibende können durch verbesserte Kampagnenleistung mehr Umsatz erzielen, während der Händler das Einkaufserlebnis durch Anzeigenrelevanz bewahrt.
Verkäufer und Marken definieren Erfolgsmetriken (ROAS-Ziel, Verkaufsziel, Budget), und die Kampagneneinrichtung wird durch das gewählte Ergebnis sowie intelligente Anleitung zur Produktauswahl und zum Bidding vereinfacht. Agenten überwachen kontinuierlich Live-Kampagnen in Echtzeit, erkennen Unterausgaben oder Targeting-Lücken und zeigen Optimierungsempfehlungen auf. Das System optimiert für mehrere Zieltypen – ROAS optimieren, MaxSales, fester CPC, Pay-per-Order – jeder mit seiner eigenen Pacing-Logik, sodass Verkäufer mit begrenzter Werbeerfahrung dennoch effektive Kampagnen durchführen können. Echtzeit-Dashboards bieten Werbetreibenden Einblicke und Transparenz über die Kampagnenleistung.
Wie das System wirkt
CARA ist kein Satz unabhängiger Funktionen, sondern ein komplexes System, bei dem jeder Bereich die anderen verstärkt. Eine bessere Signalaufnahme erzeugt präzisere Darstellungen von Käufern und Produkten, was die Anzeigenpersonalisierung und das Bidding schärft. Ein besseres Bidding füllt mehr hochwertige Gelegenheiten, während der ROAS der Werbetreibenden und die Relevanz für die Käufer erhalten bleiben. Bessere Ergebnisse erzeugen Leistungsnachweise, die mehr Verkäufer dazu bewegen, Werbung zu schalten, und Händlern das Vertrauen geben, das Angebot zu erweitern.
Je mehr Verkäufer sich aktivieren, desto höher wird die Auktionsdichte. Da mehr berechtigte Werbetreibende um jeden Platz konkurrieren, wählt das System aus einem größeren Kandidatenpool, verbessert die Füllrate und schaltet relevantere Anzeigen. Diese Impressionen generieren Klicks, Konversionen, Budgets-Signale und Katalog-Lernprozesse, die in CARAs Modelle und Agenten zurückfließen und die nächste Entscheidung präziser machen.
Das Ergebnis ist ein sich verstärkendes A2G-Wachstum: Jede neue Kampagne, Platzierung, jedes Produkt, jede Käuferinteraktion und jedes Werbetreibenden-Ergebnis stärkt die Intelligenzschicht für die nächste Entscheidung. Die Plattform entwickelt sich vom manuellen Betrieb eines Werbegeschäfts hin zu einem sich selbst optimierenden Commerce-Media-System, bei dem der Erfolg der Werbetreibenden, die Relevanz für die Käufer und die Monetarisierung für die Händler gemeinsam verbessert werden.
