通过在 Google Cloud 上构建基于 ML 的广告服务,Moloco 找到了能够为客户提供强大且高度可扩展平台所需的基础设施系统。

Google Cloud 成果

  • 通过 Moloco RMP 为超过 35,000 名广告商提供支持

  • 从模型到广告单元的毫秒级交付速度

  • 超过 20 种深度神经网络模型驱动 Moloco 的广告技术服务

Moloco 每天处理约 6,000 亿个竞价请求以满足互联世界的广阔需求,并支持实时、数据驱动的决策。

零售业的竞争从未如此激烈,无论是对商店还是其供应商而言。要获得盈利能力,就需要在正确的技术和营销策略上进行谨慎投资。对于专注 ML 技术的 Moloco 公司来说,找到一种方式来提供此类技术,使其成为历史上增长最快的广告技术公司之一。

Moloco 成立于 2013 年,自公司成立以来就一直基于 Google Cloud 构建业务,其使命是通过机器学习赋能各种规模的企业发展。该公司目前拥有 3 项核心服务。Moloco Cloud DSP 使绩效营销人员能够通过市场验证的预测模型快速扩展用户,获取并实现更高的生命周期价值。Moloco 零售媒体平台(RMP)帮助商业平台建立自己的效果广告业务。Moloco 为流媒体和 OTT 提供商提供的获利解决方案可帮助内容所有者通过建立独特的广告业务来增加收入,使他们能够比传统线性电视业务服务更广泛的客户群。

"这不仅关乎构建并训练优秀的 ML 模型,还关乎开发周边系统。通过选择 Google Cloud 及其适用于各种用途的服务套件,我们按时交付了 RMP。"

Moloco RMP 总经理 Bill Michels

凭借其 RMP 产品,Moloco 利用其运营机器学习来赋能市场和零售商,以实现广告收入最大化。它通过自动化和扩展广告载入、购买和运营来实现这一点,从而为用户提供具有关联性的广告并优化广告商的效果。如今,它已为全球 35,000 多家广告商提供支持并带来卓越成效。

对于 Moloco 零售媒体平台总经理 Bill Michels 来说,Moloco 成功的一个关键因素是选择合适的基础设施作为平台的基石。

“这不仅关乎构建并训练优秀的 ML 模型,”Michels 谈到,“还关乎开发周边系统。我们必须建立可扩展的在线广告服务基础设施、可靠的实时用户行为日志提取管道、持续训练/持续部署 ML 训练管道、安全的广告活动管理器、实时广告竞价引擎等。通过选择 Google Cloud 及其适合各种用途的服务套件,我们按时交付了 RMP。”

在几分钟内实现规模化的数据性能

目前公司已广泛使用 Google Cloud 解决方案,Moloco 认为 BigQuery 为其 RMP 提供了良好的优势与出色功能。

“我们需要数据收集和分析工具来运行基于 ML 的高性能服务,”Michels 说。“通过 BigQuery,我们构建了可靠的数据预处理管道,将数据输入到 ML 训练管道中,并允许数据科学家和分析师运行数据实验并为团队和客户生成广告效果报告。”

Moloco 发现,Google Cloud 的弹性基础设施容量和地理分布可以帮助公司在数周(而不是数月)内将业务部署到新的全球区域。这使得公司可以轻松地在客户需要的任何地方提供服务,并且始终兑现高标准的机器学习的性能承诺。

“我们可以使用 Google Kubernetes Engine(GKE) 和自动扩缩器在几分钟内增加和减少基础设施容量,”Michels 说。“Cloud TPU 训练基于 Transformer 的深度学习模型,通过持续训练/部署的方式构建超个性化的推荐服务。”

Moloco 发现 Google Cloud 团队为公司提供了全面的支持,通过高度具体的方式使其 RMP 能够发挥作用,并以“超越预期”的能力提供帮助。

Michels 说:“当我们需要一种可靠的方式来镜像进入我们的 LeaderBoards(LBs)的流量时,Google Cloud 表示愿意比原计划更早地支持一项新功能。虽然任务本身是产品计划的一部分,但他们能够根据我们的反馈,优先考虑我们的需求并改变他们的计划,这给我们留下了非常深刻的印象。”

在 Cloud Bigtable 中通过 ML 数据获得毫秒级的性能

当算法选择以近乎即时的速度进行时,动态数字零售将处于最佳状态。确保每个客户看到正确的推荐,可以帮助每个广告商把握住销售机会,在市场中看到每次访问的最佳效果。

"我们将所有行为数据存储在 Cloud Bigtable 中,供 RMP 检索。Cloud Bigtable 的低延迟和可扩展性使我们能够在几毫秒内提供赞助广告推荐。"

Moloco RMP 总经理 Bill Michels

在 Moloco,EMP 可以根据关键字搜索、产品详情页面访问和购买的产品等详细信息来收集每个购物者的实时行为日志。为了最有效地在 ML 训练中使用这些数据来提供实时产品推荐,Moloco 使用了 Cloud Bigtable。

“我们将所有行为数据存储在 Cloud Bigtable 中,以便 RMP 检索。Cloud Bigtable 的低延迟和可扩展性使我们能够在几毫秒内提供赞助广告推荐。”Michels 说。

正如所有数据驱动的服务一样,数据通常能够自证。Moloco 已将其 RMP 与韩国领先的零售商 Bucketplace 整合,后者以卓越的用户体验而自豪。Bucketplace 最近发布称“去年 4 月首次启动的 AI 广告计划,一年内公司产品的曝光次数超过 30 亿次,通过广告实现的转化销售额超过 1000 亿韩元。使用该广告计划的中小企业在 2022 年的销售额与 2021 年相比平均增长了 2.1 倍。”[来源]

使用云区域管理数据主权要求

Moloco 正通过 Google Cloud 全球基础设施实现快速扩展,同时也敏锐地意识到,必须谨慎管理客户数据以遵守数据主权要求。根据客户平台所在的位置,制定如何管理他们的数据以及可以在何处移动以及访问数据的规则。

“我们很欣赏 Google Cloud 帮助我们快速满足各个新国家/地区的数据主权需求,” Michels 说,“例如,我们有一位欧盟客户要求数据传输仅限于某些地区,Google Cloud 能够让我们快速满足这些需求。此外,自 2022 年 10 月 Google 在以色列推出新区域以来,我们现在能够积极评估以色列和中东亚市场的客户需求。”

小团队,大成果

“如果没有 Google 的支持,就不会有 Moloco RMP。”Michels 说,“RMP 最初并没有很多工程师,由于 Google Cloud 提供的易用性和抽象层,我们能够在短时间内启动一项复杂的服务。”

"如果没有 Google 的支持,就不会有 Moloco RMP。RMP 最初并没有很多工程师,由于 Google Cloud 提供的易用性和抽象层,我们能够在短时间内启动一项复杂的服务。"

Moloco RMP 总经理 Bill Michels

“就像任何产品的构建一样,过程中也会遇到坎坷。但当遇到问题时,Google Cloud 一直在为我们提供支持,最终我们能够借助他们的工具和支持打造出更好的产品。”

展望未来,Moloco 希望继续在全球范围内拓展其可用性,并通过推出新的利润中心工具来帮助其客户扩展业务并寻求更高的盈利能力,从而进一步助力客户最大限度地发挥 RMP 广告在其业务中的潜力。

相关推荐