OpenAdLibraryOpenAdLibrary
Definition

Dynamic Creative Optimization (DCO)

Dynamic Creative Optimization (DCO) er en teknologi, der automatisk samler og skifter annoncekomponenter, billeder, overskrifter og CTAs baseret på realtidsydelsesdata.

Redaktionel illustration: Dynamic Creative Optimization (DCO)

Dynamic Creative Optimization, ofte forkortet til DCO, er en teknologi, der automatisk samler og skifter annoncekomponenter, billeder, overskrifter og opfordringer til handling baseret på realtidsydelsesdata, i stedet for at et menneske manuelt vælger hvilken statisk annoncecreative der skal køres. I stedet for én fast annonce behandler DCO hvert element som en variabel, som systemet kan rekombinere på farten for forskellige målgrupper eller kontekster.

Sådan fungerer det i praksis#

En DCO-opsætning starter med et bibliotek af udskiftelige dele: flere overskriftsmuligheder, flere billeder, flere CTA-knaptekster, nogle gange forskellige priser eller tilbudsoplysninger hentet fra en feed. Platformen serverer derefter kombinationer til forskellige segmenter af målgruppen og flytter impressionsandelen mod den kombination, der konverterer bedst, i ånd beslægtet med kontinuerlig A/B-testning, men kørende automatisk på langt flere kombinationer end et menneske ville teste manuelt én ad gangen. Dynamiske produktannoncer på ecommerce-platforme er den mest synlige version af dette, der trækker live produktbilleder, priser og navne direkte fra en feed og samler en unik annonce pr. besøger baseret på browsinghistorik.

Hvor DCO dukker op i native annoncering#

Native netværk har historisk set været mere afhængige af manuel kreativ rotation end fuld DCO, da native annonceformater er enklere end de flerelementers display-bannere, som DCO oprindeligt blev bygget til. Når det er sagt, har Taboola, Outbrain og andre netværk tilføjet automatiske funktioner til rotation af overskrifter og billeder, der låner direkte fra DCO-logik, og tester flere overskriftsvarianter mod det samme billede, eller omvendt, og flytter leveringen mod den kombination med den bedste CTR og efterfølgende konverteringsrate.

Afvejningen: kontrol versus skala#

DCO's fordel er skala: det kan teste langt flere kombinationer end et menneske nogensinde ville, og det reagerer på ydelsesændringer hurtigere end en ugentlig manuel gennemgang. Afvejningen er kontrol og kreativ sammenhængskraft – en automatisk samlet kombination kan lejlighedsvis parre en overskrift og et billede, der støder sammen, eller fremhæve en tilbudsoplysning, der er teknisk korrekt, men dårligt formuleret. De fleste annoncører, der kører DCO, gennemgår stadig output periodisk i stedet for at behandle det som fuldstændig hænderfri, og bruger kreativ træthedssignaler til at vide, hvornår hele elementbiblioteket, ikke kun én kombination, har brug for en opdatering. Annoncører, der er nye til DCO, antager nogle gange, at det fjerner kreativt arbejde helt, når det i praksis blot flytter dette arbejde fra at vælge én endelig annonce til at bygge et stærkt bibliotek af udskiftelige dele på forhånd.

Undersøgelse af DCO i det vilde#

Fordi DCO producerer mange kreative varianter fra den samme underliggende kampagne, vil overvågning af en brands annonceaktivitet over tid i en transparensindeks ofte afsløre et sæt næsten identiske annoncer med små forskelle i overskrift eller billede – et godt tegn på, at DCO eller automatiseret rotation kører i baggrunden i stedet for, at et menneske håndplukker hver variant. OpenAdLibrary's annonceintelligensplatform fremviser hver live variant for et brand, så du kan se det mønster direkte.

Ofte stillede spørgsmål

Er DCO det samme som A/B-testning?
De er beslægtede, men ikke identiske. A/B-testning sammenligner typisk et lille, fast antal fulde varianter. DCO samler mange kombinationer fra et bibliotek af udskiftelige elementer og flytter kontinuerligt leveringen mod de bedst præsterende, tættere på løbende multivariat testning i stor skala.
Understøtter native annoncenetværk DCO?
Fuld DCO i display-annonceforstand er mindre almindelig på native netværk, men de fleste store platforme, herunder Taboola og Outbrain, tilbyder automatiske funktioner til rotation af overskrifter og billeder, der anvender lignende logik inden for en enkelt kampagne.
Hvilke data har DCO brug for for at fungere?
Det kræver tilstrækkelig trafikvolumen til at generere meningsfulde ydelsessignaler på tværs af kombinationer, samt et bibliotek af kreative elementer, der er bygget specifikt til at være udskiftelige – overskrifter, billeder og CTAs designet så enhver kombination stadig giver mening sammen.
Kan DCO erstatte manuel kreativ testning helt?
Ikke fuldstændigt. DCO håndterer optimering på kombinationsniveau godt, men det genererer ikke helt nye vinkler eller hooks af sig selv. De fleste annoncører udvikler stadig nye kreative vinkler manuelt og fodrer dem ind i DCO-elementbiblioteket, i stedet for at forvente, at systemet opfinder nye ideer.
OpenAdLibrary-teamet
Skrevet afOpenAdLibrary-teamet
Ad-intelligence & native annoncering research

Vi bygger OpenAdLibrary, den åbne ad-transparency-platform. Hver dag indsamler vores systemer live native annoncer på tværs af Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo og MSN, identificerer den rigtige annoncør bag hver enkelt og følger klikket til dens landingsside. Disse guides destillerer, hvad vi ser i disse data, så du kan undersøge markedet hurtigere.