پژوهشگران سامانه‌ای را شرح می‌دهند که Roblox اکنون برای پیش‌انتخاب آگهی‌های خلاقانه‌ای به کار می‌برد که به مرحله رتبه‌بندی تبلیغات برای هر کاربر راه پیدا می‌کنند. این سامانه عملکرد را با استفاده از داده‌های مشترک میان بخش‌های مخاطبان، آیتم‌ها، کمپین‌ها و آگهی‌های خلاقانه برآورد می‌کند؛ بنابراین یک آگهی تازه می‌تواند از اطلاعات گروه‌های بالادستی خود بهره ببرد. یک امتیاز تصادفی واحد هم به آگهی‌هایی که کمتر آزمایش شده‌اند فرصت می‌دهد انتخاب شوند و درباره عملکردشان اطلاعات جمع‌آوری شود.
در بازپخش ترافیک تبلیغات حمایت‌شده Roblox، این فهرست کوتاه نرخ پیش‌بینی‌شده تماشای کامل را 8.14% افزایش داد؛ در حالی که این افزایش برای فهرستی تصادفی با همان تعداد آگهی 2.80% بود. پژوهشگران می‌گویند سامانه بیش از 40% آگهی خلاقانه کمتری نسبت به کل مجموعه به مرحله بعد فرستاد و زمان نمایش را 0.2% افزایش داد؛ مقاله همچنین می‌گوید Roblox پس از یک آزمون A/B زنده، سامانه را به کار گرفت.
چرا مهم است
برای تبلیغ‌دهندگان Roblox، این سامانه می‌تواند به آزمایش آگهی‌های تازه‌تر کمک کند و در عین حال شمار آگهی‌هایی را که به مرحله رتبه‌بندی بعدی می‌رسند کاهش دهد؛ مقاله نتایج آزمون A/B زنده را گزارش نمی‌کند.
