Fáze učení nativních reklam: Rozpočet a trpělivost

Fáze učení nativních reklam je období, obvykle prvních několik dní až dva týdny nové kampaně nebo kampaně s významnými úpravami, kdy doručovací algoritmus sítě stále sbírá dostatek dat o kliknutích a konverzích, aby mohl spolehlivě předpovídat výkonnost. Během tohoto období je doručování často nerovnoměrné, CPC kolísají více než později a pokušení kampaň pozastavit nebo výrazně upravit je nejsilnější, což je zároveň přesně ten moment, kdy takové jednání restartuje odpočet.

Co vlastně fáze učení je#

Aukce každé nativní sítě spoléhá na předpokládané CTR (a tam, kde je připojeno sledování konverzí, na předpokládanou konverzní míru), aby rozhodla, kolik z vaší nabídky se skutečně promítne do doručování. Nová kreativa nebo kampaň nemá žádnou historii, takže algoritmus musí prozkoumávat: zobrazuje vaši reklamu širšímu, méně vytříbenému segmentu publika, než tomu bude nakonec, částečně aby získal signál a částečně proto, že zatím skutečně neví, které segmenty budou reagovat.

Jedná se o stejný základní mechanismus jako fáze průzkumu v jakémkoli aukčním reklamním systému, včetně nativních reklam. Není jedinečný pro jednu síť. Taboola, Outbrain a MGID všechny provozují nějakou jeho verzi, i když žádná z nich nepublikuje podrobně přesnou dobu trvání a objemové prahové hodnoty.

Pomáhá si představit fázi učení jako algoritmus provádějící živý experiment napříč vaším cílovým publikem, rozdělující provoz mezi segmenty, které ještě neohodnotil, sledující, které segmenty reagují, a postupně přesměrovávající doručování k těm, které reagují. Na začátku tohoto procesu je část vašeho rozpočtu efektivně utracena na segmenty, které algoritmus opustí, jakmile získá dostatek dat, aby věděl lépe. Tyto výdaje nejsou promrhané ve smyslu chyby; jsou to náklady na samotný průzkum. Media buyeři, kteří toto chápou předem, bývají mnohem méně zaskočeni nepříjemnými prvními dny než ti, kteří očekávají, že kampaň bude od první imprese fungovat na své konečné stabilní úrovni.

Kolik rozpočtu a času to skutečně zabere#

Neexistuje žádné jednotné oficiální číslo, kolik kliknutí nebo konverzí kampaň potřebuje, aby překonala fázi učení, a jakékoli konkrétní číslo, které online uvidíte, je odhad vydávaný za fakt. Co je konzistentně pravdivé napříč aukčními mechanismy, je, že algoritmus potřebuje dostatek událostí, minimálně kliknutí, ideálně konverzí, aby získal statistickou důvěru v segment. Kampaň utrácející 20 $ denně bude k nashromáždění tohoto signálu potřebovat výrazně déle než kampaň utrácející 200 $ denně, jednoduše proto, že generuje méně událostí za hodinu.

Praktické pravidlo pro rozpočet: počítejte s tím, že utratíte alespoň za několik desítek konverzí nebo několik stovek kliknutí, pokud ještě nemáte aktivní sledování konverzí, než vyvodíte pevné závěry. Pokud vaše jednotková ekonomika nemůže absorbovat tak vysoké výdaje bez významné zátěže, je kampaň pro fázi učení podfinancovaná ještě před spuštěním a řešením je menší počet dobře financovaných testů spíše než široké spektrum podfinancovaných.

Zde mnoho nových nativních buyerů dělá svou první skutečnou chybu: rozprostřou skromný celkový rozpočet mezi pět nebo šest kampaní, aby "otestovali trh", místo aby dostatečně zainvestovali do jedné nebo dvou kampaní, aby každá z nich skutečně překonala fázi učení. Pět podfinancovaných kampaní každá nasbírá příliš málo dat, aby z nich bylo možné vyvodit skutečný závěr, a skončíte s pěti neprůkaznými výsledky místo s jedním nebo dvěma, na základě kterých můžete skutečně jednat. Jedna kampaň financovaná tak, aby dosáhla skutečného objemu konverzí, porazí hrstku kampaní, které se nikdy nedostanou za fázi dohadů.

Co NEdělat během fáze učení#

• Neupravujte kreativu, nabídku a cílení všechny v jednom sezení. Každá významná úprava může resetovat část algoritmem nashromážděného signálu, a pokud změníte tři věci najednou, nebudete vědět, která změna způsobila cokoliv, co se stane dál.
• Nepozastavujte a nespouštějte znovu, abyste "resetovali" pomalý start. Pozastavení vás nedostane do lepší pozice; obvykle restartuje odpočet fáze průzkumu téměř od nuly.
• Nesuďte CPA proti vašemu cíli pro stabilní stav druhý den. CPA na začátku je téměř vždy horší než ta, do které zralá kampaň dospěje, protože algoritmus se ještě nenaučil přesměrovávat rozpočet od slabých segmentů.
• Nezvyšujte rozpočet agresivně uprostřed fáze učení. Zvýšení rozpočtu funguje jako částečný reset na některých sítích, protože mění objem a pacing, vůči kterým se algoritmus kalibroval.

Signály, že jste překonali fázi učení#

Nejprve se vyrovná pacing doručování: místo špičkového, nepředvídatelného objemu impresí během dne uvidíte stabilnější hodinový vzorec. CPC také mají tendenci stabilizovat se do užšího rozsahu, místo aby široce kolísaly mezi aukcemi. Jakmile sledujete konverze, trend ceny za konverzi směřující ke konzistentnímu pásmu (i když to pásmo ještě nedosahuje cíle) je silnějším signálem než samotné CTR, protože CTR může vypadat dobře, i když provoz stále konvertuje špatně.

Většina sítí také v dashboardu zobrazuje nějakou formu indikátoru doručování nebo stavu učení, jakmile kampaň zaznamená dostatek aktivity, i když základní prahové hodnoty pro přepnutí nejsou konzistentně dokumentovány. Berte to jako hrubý signál, ne jako záruku.

Co dělat, jakmile jste venku#

Jakmile se doručování stabilizovalo, je to bod, kdy cílená optimalizace skutečně produkuje spolehlivý signál: zpřísňování nebo rozšiřování nabídek vůči reálným CPC benchmarkům pro síť, pozastavování skutečně slabých variant kreativ a začátek přemýšlení o horizontálním versus vertikálním škálování pro vítěze. Dělat tato rozhodnutí předtím, než se fáze učení ustálí, je nejčastější způsob, jak media buyeři zabijí kampaň, která by fungovala.

Když kampaň nikdy nepřekoná fázi učení#

Některé kampaně se nikdy neustálí, protože základní vstupy se neustále mění, než je algoritmus může zkalibrovat: neustálé výměny kreativ, landing page, která se neustále upravuje, nebo rozpočet, který se upravuje každý den nebo dva. Pokud je kampaň spuštěna týdny a stále vykazuje volatilní pacing a kolísání CPC charakteristické pro ranou fázi učení, řešením obvykle není více trpělivosti, ale audit toho, co bylo změněno a jak často. Kampaň udržovaná stabilní po celý týden, i při skromných výdajích, vám obvykle řekne více než ta, která byla upravována denně po měsíc.

Pokud chcete vidět, jak konkurenti ve vašem vertikálu strukturovali kampaně, které jasně překonaly fázi učení a běží stabilně, nástroj OpenAdLibrary pro špehování nativních reklam zobrazuje data o dlouhověkosti živých kreativ, což je rozumný proxy pro kampaň, která našla svůj stabilní stav a pokračuje v běhu.

Fáze učení napříč více kreativami v jedné kampani#

Samostatná komplikace: přidání nové kreativy do již stabilní kampaně nemusí nutně resetovat fázi učení celé kampaně, ale tato konkrétní kreativa si stále musí vydělat svou vlastní výkonnostní historii, než jí algoritmus bude důvěřovat stejně jako stávajícím. Proto může nová kreativa vhozená do jinak zralé kampaně vypadat, že podává slabší výkon prvních několik dní, i když kampaň jako celek vykazuje stabilní doručování. Dejte každému novému přidání kreativy vlastní runway, místo abyste ji soudili podle současných čísel zavedených kreativ hned první den.

Praktickým důsledkem je, že "přidávání různorodosti kreativ" a "spouštění nové kampaně" nesou různé náklady na učení. Rotace nového nadpisu nebo obrázku v rámci existující, stabilní kampaně je jemnější zásah než spuštění zcela nové kampaně od nuly, a obvykle je to lepší způsob, jak pokračovat v testování, jakmile překonáte počáteční fázi učení.

Proč fáze učení zaskočí nové buyery#

Většina frustrace kolem fáze učení pochází z nesouladu mezi očekáváním a mechanismem. Buyeři přicházející z platforem s vyspělejším, transparentnějším reportováním očekávají, že nová kampaň bude fungovat téměř okamžitě blízko svého konečného stabilního stavu, a když je nativní doručování na začátku spíše trhané a dražší, instinkt je předpokládat, že je něco rozbité: kreativa je špatná, nabídka nefunguje, síť je vadná. Někdy je jedna z těchto věcí pravdivá. Často kampaň prostě dělá to, co dělá každá nová kampaň na aukční síti: utrácí část svého raného rozpočtu na průzkum, než algoritmus získá dostatek signálu, aby zbytek směroval efektivně.

Buyeři, kteří to zvládají nejlépe, mají tendenci nastavit očekávání před spuštěním, nikoli po něm: rozhodněte se předem, kolik rozpočtu jste ochotni investovat do překonání fáze učení, rozhodněte se, jaké datové prahové hodnoty budete čekat, než vydáte verdikt, a obě čísla si někde zapište, kde se na ně skutečně znovu podíváte. Tento jediný zvyk odstraní většinu změn nabídek a předčasných pozastavení řízených úzkostí, které brání jinak životaschopným kampaním dosáhnout jejich stabilního stavu.