Basé à Helsinki NinaDonnées, une plateforme de données contextuelles en temps réel pour générer des résultats en ligne instantanés pour les marques, a annoncé qu'elle avait levé 2 millions de dollars (environ 1.77 million d'euros) dans le cadre d'une nouvelle ronde de financement.
L'entreprise aide les annonceurs et les acteurs de la publicité programmatique en s'appuyant sur des graphes de connaissances spécialement conçus et sur l'apprentissage en profondeur. AI pour résoudre le problème majeur de la suppression des cookies et de l'identifiant pour les annonceurs (IDFA), qui ont fait grimper les coûts pour les annonceurs.
Investisseurs et utilisation du capital
Le cycle était un hybride de capitaux propres d'investisseurs précédents et de prêts publics et privés.
Chevronné angel investor Riku Asikainen déclare : « Ayant suivi et travaillé avec l'entreprise pendant un certain temps, nous sommes extrêmement enthousiastes à l'idée du lancement de NinaData, et je suis convaincu que le team a résolu comment les marques peuvent créer de la valeur et développer leurs opérations en ligne sans exploiter les informations des consommateurs. Je suis extrêmement heureux et excité d'aider les fondateurs à faire de NinaData une entreprise de croissance mondiale.
Le produit de ce cycle aidera l'entreprise à accélérer davantage le développement et l'adoption de son IA spécialement conçue pour l'intention d'achat contextuelle.
Le problème que NinaData résout
Selon la société, les cookies tiers, l'outil de base pour cibler les publicités sur les utilisateurs en ligne, deviennent obsolètes. Même Google dit qu'il cessera de les prendre en charge d'ici 2023. Apple donnant aux utilisateurs le choix de bloquer l'identifiant IDFA au niveau de l'application, les annonceurs n'ont plus la possibilité de surveiller le comportement des utilisateurs sur les applications autres que les navigateurs.
Les utilisateurs sont plus conscients de la manière dont leurs données sont utilisées et sont préoccupés par les problèmes de confidentialité. Les entreprises doivent trouver des solutions qui évoluent vers une publicité responsable et durable, et vers une personnalisation non intrusive qui donne la priorité à l'expérience utilisateur et à la confiance comme la nouvelle norme.
C'est là qu'intervient NinaData. La plateforme aide les marques à atteindre les consommateurs au moment précis où ils prennent une décision d'achat en ligne. Il offre une technologie de ciblage contextuelle avancée qui, selon l'entreprise, aide à trouver les emplacements d'annonces "parfaits" sur n'importe quel contenu Web ou d'application.
Que propose NinaData ?
La plate-forme de données contextuelles de l'entreprise utilise une IA spécialement conçue pour l'analyse sémantique de textes, de vidéos et d'images afin de créer une valeur de données et des informations durables pour les marques et les propriétaires de contenu, générant ainsi des résultats en ligne instantanés pour les marques. En utilisant des algorithmes propriétaires, NinaData fournit une classification des intentions d'achat au niveau de l'URL pour les campagnes et les destinations individuelles.
Le PDG de NinaData, Valtteri Pukander, déclare : « Nous avons développé une plateforme d'intention d'achat contextuelle unique dans le but de fournir des options de ciblage efficaces et significatives aux annonceurs dans le monde sans cookies. Nous avons travaillé avec des annonceurs aux États-Unis pour offrir une augmentation significative du retour sur les dépenses publicitaires (ROAS) en utilisant la plate-forme d'intention d'achat contextuelle NinaData par rapport à l'utilisation de leurs données de ciblage comportemental « héritées ».
La technologie de l'entreprise team combine une vaste expérience de l'industrie avec un savoir-faire technique et une longue expérience dans la construction d'une architecture évolutive à haute valeur ajoutée et hautes performances pour l'analyse IA du contenu multimédia.
NinaData affirme que ses data scientists et sa direction combinent des compétences méthodologiques avec une expérience d'application pratique. Ils ont travaillé dans le passé en tant qu'ingénieurs en IA, chercheurs en apprentissage automatique, chefs d'entreprise en IA et co-fondateurs de succès startups.