| Kedvezményezett neve | Enbritely Hungary Szolgáltató Korlátolt Felelősségű Társaság |
| Projekt címe | Valósidejű analitikai és döntés támogató rendszer prototípusának kifejlesztése az online hirdetési piac számára |
| Projekt azonosító | GINOP-2.1.7-15-2016-01373 |
| Az igényelt támogatás összege | 44 464 143 Ft |
| A projekt elszámolható költségei összesen | 71 194 963 |
| Támogatás mértéke | 62.45% |
| A projekt indítása | 2017.10.01. |
| A projekt zárása | 2019.05.31. |
Az online hirdetési terület egy összetett és javarészt automatizmusok támogatta folyamattá vált az elmúlt évtizedben. Az összetettség egyrészről adódik a technológiai folyamatokból, másrészről a folyamatban résztvevők számának növekedéséből. Ezen felül a programozott környezetnek köszönhetően nehezen átlátható és ellenőrizhető a folyamat a szereplők számára. Többnyire elavult mérési metódusok és a belőlük nyert adatok alapján vonnak le indirekt következtetéseket, amelyek magukban hordozzák a hibás döntések lehetőségét.
A pályázat keretein belül megvalósítani kívánt valósidejű analitikai és döntés támogató rendszer ezen a helyzeten kíván változtatni, olyan módon, hogy egyrészt új metódusokat vezet be a folyamatok mérésére, másrészről azonnal felhasználható információkat, adatokat szolgáltat a szereplőknek, amelyek segítségével még futási környezetben beavatkozhatnak.
A projekt célja, hogy egységesített - iparági szabvány jellegű - megoldást nyújtson a piac szereplőinek, amellyel átláthatóvá válik az online hirdetési szektor, és jól meghatározott, folyamatosan megújuló metrikákat szolgáltasson az adat, mérés alapú döntésekhez.
A rendszer egyik alapvető pillére - és újdonsága a jelenleg elérhető megoldásokkal szemben - a valós idejű mérés és adatfeldolgozás, amely segítségével a döntési helyzetek a lehető legfrissebb adatokkal támaszthatóak alá. A rendszer egyrészről figyeli a valós felhasználói folyamatokat - mint, például az egér vagy érintés (mobil eszközök) által kiváltott események -, másrészről a már felhalmozott mérésekből, megfigyelésekből származó historikus adatokból is táplálkozik.
A rendszer másik alapvető fontosságú eleme az adat elemzői vizsgálatokat és a valós idejű elemzéseket támogató gépi tanuló (machine learning) modul, amely képes a rendelkezésre álló adatokban mintázatokat felismerni, illetve ezeket a mechanizmusokat önmaga tovább fejleszteni.
A gépi tanulás a mesterséges intelligencia (MI) egyik ága, olyan rendszer, mely tanulni képes, azaz tapasztalatokból tudást generál. Ez azt jelenti, hogy a rendszer példa adatok, minták alapján képes önállóan, vagy emberi segítséggel szabályszerűségeket, szabályokat felismerni, meghatározni. A rendszer tehát nem csupán betanulja kívülről a mintákat, hanem képes ezek alapján olyan általánosításra, ami alapján – a tanulási szakasz végeztével – ismeretlen adatokra vonatkozólag is döntéseket tud hozni.
Természetesen a valós időben gyűjtött és vizsgált adatok folyamatosan bővítik a historikus adatbázist, amely egyben növeli a rendszer tudását és fokozza egy-egy elemzés, értékelés összetettségét.
A rendszer fent említett tanulási modelljeinek kidolgozásához elemi fontosságú a folyamatos kutatói és elemzői tevékenység, amely során a hirdetési piac egyes elemeit, folyamatait és szereplőit figyelhetjük meg. Ez olyan labor környezetek kialakítását jelenti, ahol:
Az így szerzett tapasztalatok vezethetőek vissza az öntanuló rendszerbe, ami így mind szélesebb spektrumban képes az elemzéseket megvalósítani.