Trí tuệ quảng cáo của Moloco
CARA (Compound Ad Recommendation Architecture) điều phối mô hình và agent trên các lĩnh vực commerce media, biến tín hiệu từ người mua, nhà quảng cáo và nhà bán lẻ thành quyết định quảng cáo tốt hơn trên toàn hệ thống.
Ba kết quả commerce media cần tối ưu
Mỗi quyết định quảng cáo phải đồng thời tạo ra ba kết quả: người mua tìm thấy sản phẩm đáng mua, nhà quảng cáo thu được lợi nhuận và nhà bán lẻ tạo doanh thu mà không làm giảm trải nghiệm cửa hàng. Đây không bao giờ là bài toán một mục tiêu; quyết định phải được giải trong vài mili giây trên danh mục, taxonomy, audience, cấu trúc vị trí và mô hình thương mại riêng của từng nhà bán lẻ.
CARA điều phối và tối ưu cả ba.
CARA kết nối tín hiệu, cá nhân hóa, bidding, ad serving, kích hoạt nhu cầu và tự động hóa chiến dịch. Hệ thống học từ dữ liệu first-party của từng nhà bán lẻ để ra quyết định theo thời gian thực, cân bằng ba kết quả cốt lõi: mức độ phù hợp với người mua, hiệu suất nhà quảng cáo và doanh thu nhà bán lẻ.
Kiến trúc của trí tuệ phức hợp
CARA được thiết kế theo kiến trúc phức hợp, kết nối mô hình, agent và phần mềm chuyên biệt trên sáu lĩnh vực kỹ thuật để chia sẻ tín hiệu và kiến thức. Mô hình dự đoán học điều có khả năng xảy ra; lớp agentic biến trí tuệ đó thành hành động.
Vì tín hiệu và học hỏi di chuyển xuyên suốt kiến trúc, cải tiến ở một lĩnh vực có thể củng cố quyết định trên toàn hệ thống.
Cách sáu lĩnh vực của CARA phối hợp
Sáu lĩnh vực kỹ thuật được xây dựng để xử lý sự phức tạp của commerce media. Chúng phối hợp tạo kết quả, để kiến thức tiếp tục cộng dồn theo thời gian trên toàn hệ thống.
Tín hiệu
Kết nối mọi tín hiệu thành một góc nhìn kinh doanh thống nhất
Tín hiệu của nhà bán lẻ ban đầu nằm rải rác: thuộc tính danh mục, truy vấn, impression, nhấp chuột và chuyển đổi trong các hệ thống riêng. CARA kết nối chúng thành một lớp trí tuệ dành riêng cho từng nhà bán lẻ. Mô hình chỉ học từ dữ liệu của nhà bán lẻ đó trong môi trường tách biệt; dữ liệu không được gộp giữa các nhà bán lẻ.
Semantic matching hoạt động trên cấu trúc danh mục chưa đồng nhất, giảm phụ thuộc vào taxonomy thủ công. Mức hiệu quả phụ thuộc vào độ đầy đủ và chất lượng dữ liệu.
CARA càng hiểu chính xác danh mục và người mua, cá nhân hóa, truy xuất, mức độ phù hợp và bidding càng tốt.
Cá nhân hóa quảng cáo
Làm quảng cáo phù hợp hơn
Với mỗi vị trí đủ điều kiện trên kết quả tìm kiếm, trang sản phẩm, trang danh mục và các vị trí onsite khác, CARA dự đoán quảng cáo phù hợp nhất với từng người mua.
Mô hình deep learning kết hợp hành vi, ý định tìm kiếm, thuộc tính danh mục và bối cảnh vị trí để dự đoán xác suất nhấp và chuyển đổi. Vì sản phẩm được hiểu qua quan hệ ngữ nghĩa chứ không chỉ lịch sử nhấp, sản phẩm mới có thể kế thừa tín hiệu từ sản phẩm tương tự.
Nhờ đó, người bán quảng bá được sản phẩm ít dữ liệu và người mua nhận kết quả sponsored phù hợp ngay từ đầu.
Bidding
すべての入札で3つの成果をバランスよく考慮
CARAは、コンバージョンに関するファーストパーティデータとドメイン固有の入札ロジックを使用し、買い物客との関連性、広告主のROASと予算消化、ECサイトの収益と在庫のフィルレートという3つの連携する成果を考慮して各コマースメディアオークションを最適化します。
対象インプレッションごとに価値を個別に評価し、入札とペーシングをリアルタイムで調整します。また、需要の変化に応じて自動調整されるため、手動によるキャンペーン更新への依存を減らすことができます。
これにより、ECサイトは利用可能な広告在庫の価値を高め、広告主は成果目標と予算に沿った広告運用を維持できます。
Ad serving
Kiếm tiền từ nhiều vị trí hơn mà không mất độ phù hợp
CARA quản lý ad serving trên các điểm chạm của nhà bán lẻ như kết quả tìm kiếm, trang sản phẩm, trang danh mục và vị trí onsite khác.
Vì mỗi vị trí có vai trò khác nhau, CARA đánh giá mật độ đấu giá, tỷ lệ tiếp xúc quảng cáo, mức độ phù hợp và doanh thu dự kiến để quyết định hiển thị gì, ở đâu và khi nào — tăng doanh thu mà không làm người mua quá tải.
Mỗi vị trí mới tạo thêm tín hiệu hành vi, giúp quyết định về inventory, phân phối và độ phù hợp chính xác hơn.
Kích hoạt nhu cầu
Mở rộng nhu cầu mà không mở rộng vận hành
Inventory không đủ để xây dựng commerce media có thể mở rộng; nhà bán lẻ cần nhà cung cấp sẵn sàng đầu tư. Nhiều nhà cung cấp do dự vì thiếu bằng chứng hiệu suất, lo ảnh hưởng biên lợi nhuận hoặc thấy vận hành phức tạp.
Demand Agent của CARA là lớp tự động hóa agentic giúp xác định và kích hoạt nhà quảng cáo tiềm năng. Agent dùng dữ liệu danh mục và nền tảng để tìm nhà cung cấp phù hợp, tạo đề xuất chiến dịch sẵn sàng chạy và thúc đẩy outreach đúng thời điểm vòng đời.
Tự động hóa chiến dịch
Biến mục tiêu thành tối ưu liên tục
Nhà quảng cáo xác định kết quả như Target ROAS, doanh số, ngân sách hoặc pay-per-order. CARA điều phối lựa chọn sản phẩm, bidding, pacing và phân phối theo mục tiêu đó.
Tự động hóa agentic liên tục giám sát chiến dịch, phát hiện underspend, khoảng trống targeting và cơ hội khác. Agent chuyên biệt áp dụng hoặc đề xuất hành động bằng logic bidding và pacing riêng cho từng mục tiêu.
Dashboard thời gian thực giữ hiệu suất minh bạch, trong khi agent giảm công việc giám sát và tối ưu thủ công. Người bán được hỗ trợ nhiều hơn và đội ngũ có thể tăng số chiến dịch mà không tăng vận hành cùng tốc độ.
Cách hệ thống tạo hiệu ứng cộng dồn
Tín hiệu tốt hơn tạo dự đoán tốt hơn.
Dữ liệu người mua, sản phẩm và danh mục phong phú hơn giúp cá nhân hóa và bidding tốt hơn. CARA dự đoán chính xác hơn nên hiển thị gì, ở đâu và mỗi cơ hội có giá trị bao nhiêu.
Quyết định tốt hơn củng cố hiệu suất.
Bidding tốt hơn lấp đầy nhiều vị trí giá trị trong khi bảo vệ ROAS và độ phù hợp. Hiệu suất được cải thiện tạo thêm lý do để nhà cung cấp đầu tư và giúp nhà bán lẻ tự tin mở rộng nguồn cung.
Nhu cầu lớn hơn làm hệ thống sâu sắc hơn.
Khi nhiều nhà cung cấp quảng cáo hơn, mật độ đấu giá tăng. CARA có thể chọn từ tập sản phẩm rộng hơn, cải thiện fill rate và hiển thị quảng cáo phù hợp hơn.
Mỗi kết quả trở thành trí tuệ mới.
Impression, nhấp chuột, chuyển đổi, ngân sách và hiệu suất danh mục được đưa lại vào mô hình và agent của CARA, làm quyết định tiếp theo sắc bén hơn.
Hệ thống tạo điều kiện cốt lõi để A2G — doanh thu quảng cáo trên GMV của nhà bán lẻ — tiếp tục cộng dồn.
Mỗi chiến dịch, vị trí, sản phẩm, tương tác và kết quả quảng cáo đều củng cố trí tuệ cho quyết định tiếp theo.
Câu hỏi thường gặp
CARA là gì?
CARA, hay Compound Ad Recommendation Architecture, là hệ thống AI của Moloco điều phối quyết định commerce media trên tín hiệu, cá nhân hóa, bidding, ad serving, kích hoạt nhu cầu và tự động hóa chiến dịch. Các mô hình và agent liên kết học từ dữ liệu riêng của nhà bán lẻ, để cải tiến ở một lĩnh vực củng cố toàn hệ thống.
“AI phức hợp” là gì và hoạt động như thế nào?
AI phức hợp nghĩa là nhiều mô hình, agent và hệ thống phần mềm chuyên biệt hoạt động qua kiến trúc chung thay vì là các tính năng rời rạc.
Trong CARA, hiểu sản phẩm tốt hơn cải thiện cá nhân hóa; cá nhân hóa tốt hơn cải thiện bidding; kết quả chiến dịch tốt hơn tạo tín hiệu mới cho quyết định tiếp theo.
CARA hoạt động thế nào cho commerce media?
CARA dùng dữ liệu commerce first-party để dự đoán quảng cáo, sản phẩm, vị trí và bid nào có khả năng tạo giá trị cao nhất cho từng impression. Hệ thống học từ danh mục, tìm kiếm, impression, nhấp chuột, chuyển đổi, ngân sách và kết quả, rồi điều phối quyết định theo thời gian thực.
CARA dùng dữ liệu first-party nào?
CARA có thể học từ tín hiệu của nhà bán lẻ như thuộc tính danh mục, tìm kiếm, impression, nhấp chuột, thêm vào giỏ, mua hàng, giá, tình trạng hàng và kết quả chiến dịch. Dữ liệu thực tế phụ thuộc vào tích hợp, chính sách, khung consent và tín hiệu sẵn có.
CARA có dùng cùng một mô hình cho mọi nhà bán lẻ không?
Không. CARA thích ứng với danh mục, taxonomy, hành vi người mua, vị trí, cơ sở nhà quảng cáo và mục tiêu của từng nhà bán lẻ. Hệ thống học trong môi trường riêng thay vì áp một mô hình cố định. Mô hình được huấn luyện trên dữ liệu first-party của từng nhà bán lẻ trong instance riêng; không chia sẻ dữ liệu giữa các nhà bán lẻ.
CARA tự động hóa chiến dịch commerce media như thế nào?
CARA tự động hóa lựa chọn sản phẩm, bidding, pacing, phân phối và giám sát theo mục tiêu của nhà quảng cáo. Agent chuyên biệt xác định underspend, khoảng trống targeting và cơ hội khác, giảm công việc thủ công trong khi vẫn giữ quyền kiểm soát mục tiêu và quản trị.
CARA giúp kích hoạt thêm nhà quảng cáo như thế nào?
Demand Agent xác định người bán có tiềm năng quảng cáo và tạo đề xuất chiến dịch bằng dữ liệu danh mục và nền tảng. Điều này giúp đội retail media tập trung outreach, giảm công sức ra mắt và tăng mức tham gia mà không mở rộng vận hành cùng tốc độ.
CARA học và cập nhật thường xuyên đến mức nào?
CARA liên tục học từ sự kiện mới, với phiên bản mô hình cập nhật được triển khai nhanh nhất mỗi hai giờ. Quyết định thời gian thực dùng mô hình và tín hiệu mới nhất; tần suất có thể khác theo mô hình, lĩnh vực và yêu cầu vận hành.
Xây dựng hệ thống commerce media tốt hơn khi có thêm tín hiệu
Kết nối dữ liệu người mua, mục tiêu nhà quảng cáo và môi trường bán lẻ — rồi xem điều gì xảy ra khi trí tuệ tiếp tục cộng dồn.
