مرحلة التعلم في الإعلانات الأصلية: الميزانية والصبر

مرحلة التعلم في الإعلانات الأصلية هي الفترة الزمنية، عادةً الأيام القليلة الأولى إلى أسبوعين من الحملة الجديدة أو الحملة التي خضعت لتعديل جوهري، حيث لا تزال خوارزمية التسليم في الشبكة تجمع بيانات كافية عن النقرات والتحويلات للتنبؤ بالأداء بشكل موثوق. خلال هذه الفترة، غالبًا ما يكون التسليم غير منتظم، وتتأرجح تكلفة النقرة أكثر مما ستفعل لاحقًا، ويكون إغراء إيقاف الحملة أو تعديلها بشكل كبير في أقوى حالاته، وهو أيضًا الوقت بالضبط الذي يؤدي فيه ذلك إلى إعادة ضبط العد التنازلي.

ما هي مرحلة التعلم فعليًا#

يعتمد مزاد كل شبكة إعلانات أصلية على معدل النقر إلى الظهور المتوقع (ومعدل التحويل المتوقع، حيث يكون تتبع التحويل متصلًا) لتحديد مقدار مزايدتك الذي يتحول فعليًا إلى تسليم. لا يمتلك الإبداع أو الحملة الجديدة أي تاريخ، لذا يجب على الخوارزمية أن تستكشف: تعرض إعلانك لشريحة أوسع وأقل تحسينًا من الجمهور مقارنة بما ستفعله في النهاية، جزئيًا لجمع الإشارات وجزئيًا لأنها لا تعرف حقًا بعد أي الشرائح ستستجيب.

هذه هي نفس الآلية الأساسية لمرحلة الاستكشاف في أي نظام إعلانات قائم على المزاد، بما في ذلك الإعلانات الأصلية. فهي ليست حصرية لشبكة واحدة. تشغل Taboola وOutbrain وMGID جميعها نسخة ما منها، على الرغم من أن المدة الدقيقة وعتبات الحجم غير منشورة بالتفصيل من قبل أي منها.

من المفيد التفكير في مرحلة التعلم على أنها تجربة حية تجريها الخوارزمية عبر جمهورك المستهدف، حيث تقسم حركة المرور عبر شرائح لم تقم بتقييمها بعد، وتراقب أي الشرائح تستجيب، وتعيد تخصيص التسليم تدريجيًا نحو تلك التي تستجيب. في بداية هذه العملية، يتم إنفاق جزء من ميزانيتك بشكل فعال على شرائح ستتخلى عنها الخوارزمية بمجرد حصولها على بيانات كافية لتعرف بشكل أفضل. هذا الإنفاق ليس مضيعة بمعنى كونه خطأ؛ إنه تكلفة الاستكشاف نفسه. يميل المشترون الذين يفهمون هذا مسبقًا إلى الاضطراب بدرجة أقل بكثير من أولئك الذين يتوقعون أن تؤدي الحملة أداءً مستقرًا منذ الانطباع الأول.

كم من الميزانية والوقت تحتاج حقًا#

لا يوجد رقم رسمي واحد لعدد النقرات أو التحويلات التي تحتاجها الحملة قبل الخروج من مرحلة التعلم، وأي رقم محدد تراه مذكورًا على الإنترنت هو تخمين متنكر في صورة حقيقة. ما يتفق عليه الجميع عبر آلية المزاد هو أن الخوارزمية تحتاج إلى أحداث كافية، نقرات كحد أدنى، وتحويلات بشكل مثالي، لبناء ثقة إحصائية في شريحة معينة. ستستغرق الحملة التي تنفق 20 دولارًا يوميًا وقتًا أطول بشكل ملحوظ لتراكم تلك الإشارة مقارنة بالحملة التي تنفق 200 دولار يوميًا، وذلك ببساطة لأنها تولد أحداثًا أقل في الساعة.

قاعدة الميزانية العملية: توقع إنفاق ما يعادل عدة عشرات من التحويلات على الأقل، أو عدة مئات من النقرات إذا لم يكن تتبع التحويل نشطًا بعد، قبل استخلاص استنتاجات قاطعة. إذا لم تكن حساباتك الاقتصادية قادرة على استيعاب هذا القدر من الإنفاق دون ألم حقيقي، فإن الحملة تكون غير ممولة بشكل كافٍ لمرحلة التعلم قبل حتى إطلاقها، والحل هو عدد أقل من الاختبارات الممولة جيدًا بدلاً من انتشار واسع لاختبارات غير ممولة.

هنا يرتكب الكثير من مشتري الإعلانات الأصلية الجدد خطأهم الحقيقي الأول: توزيع ميزانية إجمالية متواضعة على خمس أو ست حملات 'لاختبار السوق' بدلاً من تخصيص ما يكفي لحملة أو حملتين للسماح لكل منهما بتجاوز مرحلة التعلم فعليًا. تجمع خمس حملات غير ممولة بيانات قليلة جدًا لاستخلاص استنتاج حقيقي من أي منها، وينتهي بك الأمر بخمس نتائج غير حاسمة بدلاً من نتيجة أو نتيجتين يمكنك التصرف بناءً عليهما. تفوق الحملة الواحدة الممولة للوصول إلى حجم تحويل حقيقي مجموعة من الحملات التي لا تتجاوز مرحلة التخمين أبدًا.

ما لا يجب فعله أثناء مرحلة التعلم#

• لا تقم بتعديل الإبداع، والمزايدة، واستهداف الجمهور في نفس الجلسة. يمكن أن يؤدي كل تعديل جوهري إلى إعادة ضبط جزء من الإشارات المتراكمة للخوارزمية، وإذا قمت بتغيير ثلاثة أشياء في وقت واحد، فلن تعرف أي التغييرات تسبب ما سيحدث بعد ذلك.
• لا توقف الحملة وتعيد إطلاقها 'لإعادة ضبط' بداية بطيئة. لا يؤدي الإيقاف المؤقت إلى نقلك إلى وضع أفضل؛ بل يعيد عادةً ضبط ساعة الاستكشاف من نقطة أقرب إلى الصفر.
• لا تحكم على تكلفة التحويل مقارنة بهدفك للحالة المستقرة في اليوم الثاني. تكون تكلفة التحويل المبكرة دائمًا تقريبًا أسوأ مما تستقر عليه الحملة الناضجة، لأن الخوارزمية لم تتعلم بعد كيفية توجيه الميزانية بعيدًا عن الشرائح الضعيفة.
• لا تزيد الميزانية بشكل عدواني في منتصف مرحلة التعلم. تعمل زيادة الميزانية كإعادة ضبط جزئية في بعض الشبكات، لأنها تغير الحجم والوتيرة التي كانت الخوارزمية تعمل على معايرتها.

إشارات خروجك من مرحلة التعلم#

أولاً، تنتظم وتيرة التسليم: بدلاً من حجم انطباعات متقلب وغير متوقع على مدار اليوم، سترى نمطًا أكثر استقرارًا على مدار الساعة. تميل تكلفة النقرة أيضًا إلى الاستقرار في نطاق أضيق بدلاً من التأرجح على نطاق واسع بين المزادات. بمجرد أن تبدأ في تتبع التحويلات، فإن اتجاه تكلفة التحويل نحو نطاق ثابت (حتى لو لم يكن هذا النطاق عند الهدف بعد) هو إشارة أقوى من معدل النقر إلى الظهور وحده، حيث يمكن أن يبدو معدل النقر إلى الظهور جيدًا بينما لا يزال حركة المرور تتحول بشكل ضعيف.

تعرض معظم الشبكات أيضًا شكلاً من أشكال مؤشر حالة التسليم أو التعلم في لوحة التحكم بمجرد أن تسجل الحملة نشاطًا كافيًا، على الرغم من أن العتبات الأساسية لانقلاب هذا المؤشر غير موثقة بشكل ثابت. عالجه كإشارة تقريبية، وليس كضمان.

ما يجب فعله بمجرد الخروج#

بمجرد استقرار التسليم، تكون هذه هي النقطة التي ينتج فيها التحسين المتعمد إشارة موثوقة: تشديد أو توسيع المزايدات مقابل معايير تكلفة النقرة الحقيقية للشبكة، وإيقاف المتغيرات الإبداعية الضعيفة حقًا، والبدء في التفكير في التوسع الأفقي مقابل الرأسي للفائزين. اتخاذ هذه القرارات قبل استقرار مرحلة التعلم هو الطريقة الأكثر شيوعًا التي يقتل بها مشترو الوسائط حملة كانت ستعمل.

عندما لا تخرج الحملة أبدًا من مرحلة التعلم#

بعض الحملات لا تستقر أبدًا لأن المدخلات الأساسية تستمر في التغير قبل أن تتمكن الخوارزمية من المعايرة: تبديلات إبداعية مستمرة، أو صفحة هبوط يتم تعديلها باستمرار، أو ميزانية يتم تعديلها كل يوم أو يومين. إذا كانت الحملة نشطة لأسابيع ولا تزال تُظهر وتيرة التسليم المتقلبة وتأرجح تكلفة النقرة المميزة لمرحلة التعلم المبكرة، فإن الحل عادةً ليس المزيد من الصبر، بل مراجعة ما تم تغييره وعدد مرات التغيير. الحملة التي تُترك مستقرة لمدة أسبوع كامل، حتى مع إنفاق متواضع، ستخبرك عادةً بأكثر مما تخبرك به الحملة التي تم تعديلها يوميًا لمدة شهر.

إذا كنت تريد أن ترى كيف ينظم المنافسون في مجالك حملات خرجت بوضوح من مرحلة التعلم وتعمل بثبات، فإن أداة تجسس الإعلانات الأصلية في OpenAdLibrary تُظهر بيانات طول العمر للإبداعات النشطة، وهو ما يمثل مؤشرًا معقولاً للحملة التي وجدت حالتها المستقرة واستمرت في العمل.

مرحلة التعلم عبر إبداعات متعددة في حملة واحدة#

تعقيد منفصل: إضافة إبداع جديد إلى حملة مستقرة بالفعل لا يؤدي بالضرورة إلى إعادة ضبط تعلم الحملة بأكملها، لكن ذلك الإبداع المحدد لا يزال بحاجة إلى كسب تاريخ أدائه الخاص قبل أن تثق به الخوارزمية بقدر ثقتها بالإبداعات الحالية. هذا هو السبب في أن الإبداع الجديد الذي يُضاف إلى حملة ناضجة بخلاف ذلك قد يبدو وكأنه يؤدي أداءً ضعيفًا في الأيام القليلة الأولى، على الرغم من أن الحملة ككل تُظهر تسليمًا ثابتًا. امنح كل إضافة إبداعية جديدة مسارها الخاص بدلاً من الحكم عليها بناءً على أرقام الإبداعات الراسخة الحالية في اليوم الأول.

التطبيق العملي هو أن 'إضافة تنوع إبداعي' و'بدء حملة جديدة' يحملان تكاليف تعلم مختلفة. تدوير عنوان رئيسي أو صورة جديدة داخل حملة قائمة ومستقرة هو أسلوب أخف من إطلاق حملة جديدة تمامًا من الصفر، وهو عادةً الطريقة الأفضل لمواصلة الاختبار بمجرد تجاوز نافذة التعلم الأولية.

لماذا تفاجئ مرحلة التعلم المشترين الجدد#

معظم الإحباط حول مرحلة التعلم يأتي من عدم التطابق بين التوقع والآلية. يأتي المشترون من منصات ذات تقارير أكثر نضجًا وشفافية ويتوقعون أن تؤدي الحملة الجديدة أداءً قريبًا من حالتها المستقرة المستقبلية تقريبًا على الفور، وعندما يبدو تسليم الإعلانات الأصلية متقطعًا ومكلفًا في الفترة الأولى، تكون الغريزة هي افتراض أن شيئًا ما معطل: الإبداع سيئ، أو العرض لا يعمل، أو الشبكة معيبة. في بعض الأحيان يكون أحد هذه الأشياء صحيحًا. غالبًا ما تكون الحملة ببساطة تفعل ما تفعله كل حملة جديدة على شبكة قائمة على المزاد: تنفق جزءًا من ميزانيتها المبكرة على الاستكشاف قبل أن تمتلك الخوارزمية إشارات كافية لتوجيه الباقي بكفاءة.

يميل المشترون الذين يتعاملون مع هذا بشكل أفضل إلى تحديد التوقعات قبل الإطلاق وليس بعده: قرر مسبقًا مقدار الميزانية التي ترغب في تخصيصها لتجاوز مرحلة التعلم، وقرر عتبة البيانات التي ستنتظرها قبل إصدار حكم، واكتب كلا الرقمين في مكان ما ستنظر إليه مرة أخرى. هذه العادة الواحدة تزيل معظم تغييرات المزايدات الناتجة عن القلق والإيقافات المبتسرة التي تمنع الحملات القابلة للحياة من الوصول إلى حالتها المستقرة.