Компания ATF lab является частью холдинга ATF media. Она занимается разработками в области диджитал-маркетинга и, наряду с сайтами, лэндингами и мобильными приложениями, под руководством генерального директора Эдгара Григоряна, создает инновационные продукты, не имеющие аналогов в России. Одним из них является собственная предиктивная система. Она выводит развитие интернет-рекламы на новый уровень. Это уникальный по своей структуре сервис, который определяет и предугадывает желания пользователей соцсетей на основе анализа их поведения. 
Главным преимуществом предиктивной системы является максимально точное формирование целевой аудитории на основе анализа её поведения в сети. Раньше эта задача выполнялась человеком вручную, поэтому было много погрешностей, которые вели за собой неэффективные траты рекламного бюджета. Большая часть «сливалась» мимо, не принося ни конверсии, ни клиентов. Благодаря алгоритмам машинного обучения, маркетологи теперь могут настраивать рекламу на «теплую» аудиторию. 
Как работает предиктивная система? В век цифровых технологий жизнь общества постепенно переходит в пространство «онлайн». Пользователи создают страницу в соцсетях, заполняют его своими данными, общаются, «лайкают», репостят, комментируют, вступают в группы, сообщества, слушают музыку, смотрят видео, отмечают свое местоположение на карте во время путешествий. Так у каждого пользователя формируется в сети своё «поведение», на основе которого нейронная сеть составляет портрет. По 50 различным параметрам она определяет возраст, пол, семейный и социальный статус, город проживания, род деятельности, образование, увлечения и даже политические взгляды. Получив такую «картинку» человека, искусственный интеллект может анализировать и предугадывать его дальнейшее поведение. 
Таким образом, в основе работы предиктивной системы заложен алгоритм «Классификация — предсказание — распознание». На первом этапе идёт работа с большими данными. Анализируя возраст, социальный статус, аудио-/видеозаписи, фотоконтент, участие в социологических опросах, нейронная сеть отправляет каждого пользователя в область с интересами «спорт», «материнство», «современное искусство», «строительство», «образование» и тд. Так каждый попадает в одну или несколько групп. 
Следующий этап — предсказание. Обработав большие данные, система может предсказывать следующий шаг пользователей. Например, определять, что они будут делать дальше на своей странице: какую музыку слушать, в какие сообщества вступать. На основе этого строится этап анализа. Благодаря машинному обучению и правильно обученным алгоритмам, искусственный интеллект узнает, что человеку нужно, каковы его желания. 
Например, если профиль принадлежит работающему мужчине 35 лет, который публикует фотографии детей и интересуется покупкой недвижимости в определенном районе, система автоматически предсказывает, что через некоторое вон будет искать адрес строительного гипермаркета или сервиса по жилищному ремонту. 
Полученная информация отправляется маркетологу агентства InSMO. После того, как искусственный интеллект определил, о чем думает пользователь и каким будет его следующий шаг, специалист формирует базу целевой аудитории. Учитывая, сколько параметров были рассмотрены, эта группа людей определяется с высокой точностью, следовательно, вероятность конверсии очень высокая. Больше не нужно «сливать» бюджет на широкие массы — система дает самого теплого покупателя, остается только предложить продукт, который ему нужен, и рассказать о преимуществах. 
Инновационные продукты, созданные компанией ATF lab, не только способны в разы увеличивать продажи, но и экономить бюджет. Предиктивная система сама находит и приводит теплого покупателя, который, в свою очередь, получает удовольствие, решив свою проблему. Эдгар Григорян строит работу холдинга ATF media так, чтобы использовать новые инструменты в сфере диджитал, так как именно они способны принести реал