Usprawnienie Procesów dzięki Sztucznej Inteligencji

Historia sukcesu z firmą z branży kampanii internetowych

Wprowadzenie

Krótki opis: Klient, dla którego realizowaliśmy projekt to jeden z liderów branży realizacji kampanii internetowych na polskim rynku. Firma posiada szeroką bazę klientów, dla których realizuje kampanie internetowe kierowane do milionów użytkowników w Polsce i Europie.

Wyzwanie biznesowe: W obliczu rosnącej konkurencji na rynku, a także wzrostu skali swojej działalności klient szukał sposobu na zwiększenie efektywności procesów oraz zautomatyzowanie wybranych obszarów swojej działalności, aby poprawić jakość oferowanych usług i zmniejszyć koszty operacyjne.

Identyfikacja Problemów

Problem: Klient zmagał się z problemem ręcznego sterowania wieloma kampaniami internetowymi jednocześnie w oparciu o dynamicznie zmieniające się cele biznesowe. Ponadto klientowi zależało na ulepszeniu personalizacji reklam dla użytkowników końcowych, aby poprawić wskaźniki takie jak liczba impresji, CTR (klikalność) czy viewability (czas spędzony na oglądaniu reklamy internetowej).

Cele Klienta: Nasz klient potrzebował rozwiązania, które:

  • Pozwoli lepiej przewidywać natężenie ruchu reklamowego w ciągu doby oraz w ciągu tygodnia
  • Wybierze optymalną kampanię do zaprezentowania użytkownikowi końcowemu w oparciu o dopasowanie treści do zainteresowań użytkownika przy jednoczesnej realizacji celów biznesowych danej kampanii
  • Będzie w stanie obsłużyć 10 tysięcy zapytań na sekundę przy zachowaniu średniego czasu odpowiedzi na poziomie 150 milisekund

Proponowane Rozwiązanie

Nasze podejście: Zidentyfikowaliśmy, że najlepszym rozwiązaniem będzie wdrożenie kilku wyspecjalizowanych modeli AI/ML działających równolegle, każdy z nich wyspecjalizowany w konkretnym zadaniu.

Opis technologii: Końcowe rozwiązanie składało się z modeli głębokich sieci neuronowych (opartych na architekturze transformer z wykorzystaniem biblioteki Pytorch) oraz modeli drzewiastych (opartych o modele wzmacniania gradientowego z wykorzystaniem biblioteki XGBoost). Komunikacja systemów klienta z modelami odbywa się poprzez API (z wykorzystaniem FastAPI), modele zostały zkonteneryzowane (Docker) i wdrożone na klastrze u klienta.

Proces Wdrożenia

Etapy wdrożenia:

  1. Analiza i planowanie: Pierwszym krokiem była szczegółowa analiza potrzeb i celów klienta oraz zrozumienie dostępnych danych, które posłużyły do trenowania modeli AI. Odbyliśmy spotkanie zarówno z zespołem technicznym jak i zespołem biznesowym klienta.
  2. Budowa prototypów modeli: Stworzyliśmy prototypy modeli, które zostały poddane testom wewnętrznym u klienta. Iteracyjne trenowanie kolejnych wersji modeli pozwoliło na szybkie identyfikowanie problemów i wprowadzenie koniecznych poprawek.
  3. Testy, wdrożenie i skalowanie modeli: Finalne wersje modeli zostały przygotowane tak, aby można było je szybko i skutecznie zintegrować z istniejącą infrastrukturą klienta. Przetestowaliśmy modele na danych w środowisku produkcyjnym, dokonując potrzebnych końcowych optymalizacji.
  4. Utrzymanie i szkolenie: Zespół klienta przeszedł odpowiednie szkolenie z zakresu obsługi nowego systemu, interpretacji wyników modeli, a samo działanie modeli zostało poddane ciągłemu monitoringowi.

Rezultaty

Zrealizowane korzyści:

  • Skrócony czas odpowiedzi: dzięki wdrożeniu wydajnych modeli AI, czas odpowiedzi systemów klienta uległ obniżeniu.
  • Obniżenie kosztów infrastruktury: koszty infrastruktury technicznej uległy obniżeniu dzięki zastąpieniu znacznej części złożonych systemów modelami AI.
  • Zwiększenie satysfakcji użytkowników końcowych: kluczowe metryki biznesowe klienta (takie jak CTR) poprawiły się po wdrożeniu naszego rozwiązania.

Wnioski

Wdrożenie sztucznej inteligencji w procesy obsługi klienta może znacząco zwiększyć wydajność, obniżyć koszty i poprawić zadowolenie klientów. Dzięki współpracy z nami, nasz klient udowodnił, że technologia ML/AI może przynosić wymierne korzyści, pomagając firmie utrzymać przewagę konkurencyjną w branży. Jeśli jesteś zainteresowany, jak uczenie maszynowe może pomóc Twojej firmie, skontaktuj się z nami – chętnie podejmiemy współpracę przy Twoim kolejnym projekcie.