La publicidad digital enfrenta un desafío constante: conectar la intención de búsqueda de los usuarios con experiencias publicitarias relevantes. Tradicionalmente, las plataformas de demanda (DSP) han dependido de métodos como Word2Vec y el hashing sensible a la localidad (LSH) para expandir las palabras clave de los anunciantes. Sin embargo, estos sistemas heredados presentaban limitaciones significativas, como un vocabulario desactualizado, una comprensión semántica superficial y la incapacidad de capturar matices en las consultas de búsqueda, lo que a menudo resultaba en una expansión nula o irrelevante.

Para superar estos obstáculos, Yahoo ha modernizado su arquitectura de Retargeting de Búsqueda (SRT) dentro de su plataforma publicitaria. El objetivo era transformar la expansión de palabras clave mediante la implementación de modelos de lenguaje avanzados. Al adoptar un enfoque basado en modelos de lenguaje de gran escala (LLM) a través de Amazon Bedrock, la compañía ha logrado generar expansiones semánticamente ricas que permiten a los anunciantes alcanzar audiencias más amplias y precisas, superando las barreras técnicas de los sistemas anteriores.

La elección de la tecnología fue fundamental para este cambio. Yahoo utilizó Amazon Bedrock para acceder de manera serverless a diversos modelos, incluyendo Claude 3.5 Sonnet v2 de Anthropic, que fue seleccionado por su equilibrio superior entre la tasa de expansión y la similitud semántica. Este entorno permitió al equipo técnico experimentar y escalar sin la necesidad de gestionar infraestructura compleja, facilitando una transición rápida desde la fase de prototipado hasta la producción.

Un aspecto crítico de esta implementación fue la gestión de la calidad y la seguridad. Dado que los modelos generativos pueden producir resultados inesperados o alucinaciones, Yahoo integró un paso de verificación riguroso. Las palabras clave generadas se convierten en embeddings y se comparan con el conjunto original; solo aquellas que superan un umbral de similitud específico son retenidas. Además, se establecieron filtros para términos sensibles tanto antes como después de la inferencia, garantizando que el contenido publicitario cumpla con las políticas de marca y las preferencias de privacidad del usuario.

Los resultados operativos han sido notables desde su lanzamiento a principios de 2025. El nuevo sistema ha logrado multiplicar por cinco la tasa de expansión de palabras clave y ha incrementado significativamente el alcance de la audiencia direccionable. En términos de eficiencia, la capacidad de expansión de palabras clave ha crecido hasta 600 veces en comparación con el método anterior. Este salto tecnológico no solo mejora el rendimiento de las campañas y las tasas de conversión para los anunciantes, sino que también proporciona a Yahoo una mayor flexibilidad operativa.

La adopción de esta infraestructura serverless subraya una tendencia creciente en el sector publicitario: la necesidad de herramientas que permitan la experimentación rápida y la actualización constante de modelos. Al abstraer la complejidad de la gestión de modelos, Yahoo ha logrado optimizar su capacidad para conectar la intención del usuario con el inventario publicitario, estableciendo un nuevo estándar en la precisión del retargeting de búsqueda.