AMNET franchit une nouvelle étape dans le développement d’algorithmes personnalisés, avec Scibids Technology
Amnet et Scibids Technology
Partager l'article sur :
  • 3
    Partages

AMNET franchit une nouvelle étape dans le développement d’algorithmes personnalisés, avec Scibids Technology

AMNET inaugure ses premiers tests avec Scibids, une start-up spécialisée dans l’intelligence artificielle et le media trading algorithmique. Le fonctionnement est simple : la technologie Scibids écoute l’ensemble des signaux publicitaires et simule de façon stochastique des centaines de stratégies d’enchères par seconde pour en déduire les meilleurs arbitrages programmatiques. « En explorant ainsi des millions de croisements de variables différents par campagne, nous identifions systématiquement des stratégies de trading qui permettent des gains de performance substantiels » affirme Julien Hirth, l’un des deux fondateurs de Scibids.

« Depuis la création d’Amnet, nous sommes passionnés de technologies », déclare Marie Le Guével, CEO d’AMNET. « Pourtant, malgré leur redoutable efficacité, la plupart de ces technologies répondent d’abord à des besoins devenus standards aujourd’hui, et proposent avant tout des modes de programmation déterministes et itératifs. Là où, chaque campagne étant unique, nous avons un besoin grandissant de sur-mesure et de customisation. Il est donc important pour nous de pouvoir agir sur les technologies, pour les améliorer et les adapter aux besoins spécifiques de nos clients ; mais aussi de confronter en permanence, nos méthodes d’optimisations et d’analyses à de nouveaux modèles prédictifs. C’est ce qui a nous conduit à Scibids. »

« Nous sommes très heureux de ces premières collaborations avec Amnet », déclare Julien Hirth. “Amnet est une référence sur le marché publicitaire et nous expose à une très grande variété d’indicateurs publicitaires et de KPIs, ainsi qu’à un éventail technologique particulièrement large. Chaque jour qui passe nous permet de traiter des problématiques métiers de plus en plus diverses et de tendre vers des modèles de machine learning de plus en plus holistiques ».

 


Partager l'article sur :
  • 3
    Partages
Vous aimerez aussi