Den indlæringsfase for native annoncer: Budget og tålmodighed

Indlæringsfasen for native annoncer er det vindue, normalt de første par dage til to uger af en ny kampagne eller en væsentligt redigeret en, hvor netværkets leveringsalgoritme stadig indsamler nok klik- og konverteringsdata til at forudsige performance pålideligt. I dette vindue er leveringen ofte ujævn, CPC'er svinger mere end de vil senere, og fristelsen til at pause eller kraftigt redigere kampagnen er stærkest, hvilket også er præcis når det at gøre det nulstiller uret.

Hvad indlæringsfasen egentlig er#

Hvert native netværks auktion er afhængig af en forventet CTR (og, hvor konverteringssporing er tilsluttet, en forventet konverteringsrate) for at beslutte hvor meget af dit bud der faktisk omsættes til levering. En helt ny kreativ eller kampagne har ingen historik, så algoritmen er nødt til at udforske: vise din annonce til et bredere, mindre raffineret udsnit af målgruppen end den til sidst vil, dels for at indsamle signal og dels fordi den ærligt talt ikke endnu ved hvilke segmenter der vil reagere.

Dette er den samme underliggende mekanik som udforskelsesfasen i ethvert auktionsbaseret annoncesystem, native inkluderet. Den er ikke unik for ét netværk. Taboola, Outbrain og MGID kører alle en version af det, selvom den nøjagtige varighed og volumen-tærskler ikke offentliggøres i detaljer af nogen af dem.

Det hjælper at tænke på indlæringsfasen som algoritmen der kører et live eksperiment på tværs af din målgruppe, deler trafikken på tværs af segmenter den endnu ikke har scoret, holder øje med hvilke segmenter der reagerer, og gradvist omfordeler leveringen mod dem der gør. Tidligt i denne proces bliver en del af dit budget effektivt brugt på segmenter algoritmen vil opgive når den har nok data til at vide bedre. Det forbrug er ikke spildt i den forstand at det er en fejl; det er omkostningen ved selve udforskningen. Buyers der forstår dette på forhånd har en tendens til at være langt mindre rystede over et grimt første par dage end buyers der forventer at kampagnen skal performe på sit endelige stabile niveau fra det første impression.

Hvor meget budget og tid det egentlig tager#

Der er ikke ét officielt tal for hvor mange klik eller konverteringer en kampagne har brug for før den forlader indlæringsfasen, og ethvert specifikt tal du ser citeret online er et gæt forklædt som en kendsgerning. Det der konsekvent er sandt på tværs af auktionsmekanikken er at algoritmen har brug for nok hændelser, klik som minimum, konverteringer ideelt set, til at opbygge statistisk tillid til et segment. En kampagne der bruger $20 om dagen vil tage betydeligt længere tid om at akkumulere det signal end en der bruger $200 om dagen, simpelthen fordi den genererer færre hændelser i timen.

Praktisk budgetteringsregel: gå ind med forventningen om at bruge mindst et par dusin konverteringer, eller flere hundrede klik hvis du ikke har konverteringssporing live endnu, før du drager hårde konklusioner. Hvis din enhedsøkonomi ikke kan absorbere så meget forbrug uden meningsfuld smerte, er kampagnen underfinansieret til indlæringsfasen før den overhovedet lanceres, og løsningen er et mindre antal vel-finansierede tests i stedet for et bredt udvalg af underfinansierede.

Det er her mange nye native buyers begår deres første rigtige fejl: at sprede et beskedent samlet budget på fem eller seks kampagner for at "teste markedet" i stedet for at forpligte sig nok til en eller to kampagner til rent faktisk at lade hver enkelt komme igennem indlæringen. Fem underfinansierede kampagner indsamler hver for lidt data til at drage en reel konklusion fra nogen af dem, og du ender med fem uafklarede resultater i stedet for en eller to du rent faktisk kan handle på. En enkelt kampagne finansieret til at nå reel konverteringsvolumen slår en håndfuld kampagner der aldrig kommer forbi gætværk.

Hvad man IKKE skal gøre under indlæringen#

• Rediger ikke kreativet, buddet og målretningen alle i samme session. Hver væsentlig redigering kan nulstille en del af algoritmens akkumulerede signal, og hvis du ændrer tre ting på én gang ved du ikke hvilken ændring der forårsagede hvad der sker næste gang.
• Paus og genstart ikke for at "nulstille" en langsom start. En pause springer dig ikke til en bedre position; den genstarter normalt udforskningstiden fra tættere på nul.
• Vurder ikke CPA op mod dit stabile mål på dag to. Tidlig CPA er næsten altid værre end hvad en moden kampagne stabiliserer sig på, fordi algoritmen endnu ikke har lært at omdirigere budgettet væk fra svage segmenter.
• Skaler ikke budgettet aggressivt midt i indlæringen. En budgetforøgelse fungerer som en delvis nulstilling på nogle netværk, da den ændrer det volumen og den rytme algoritmen har kalibreret sig efter.

Signal på at du er ude af indlæringsfasen#

Leveringsrytmen glatter sig først ud: i stedet for spidset, uforudsigeligt impressionsvolumen gennem dagen vil du se et jævnere time-for-time mønster. CPC har også en tendens til at stabilisere sig i et smallere interval i stedet for at svinge voldsomt mellem auktioner. Når du sporer konverteringer, er omkostning-per-konvertering der bevæger sig mod et konsistent bånd (selvom det bånd endnu ikke er på mål) et stærkere signal end CTR alene, da CTR kan se fint ud mens trafikken stadig konverterer dårligt.

De fleste netværk afslører også en form for leverings- eller indlæringsstatus-indikator i dashboardet når en kampagne har logget nok aktivitet, selvom de underliggende tærskler for hvornår det skifter ikke er konsekvent dokumenteret. Behandl det som et groft signal, ikke en garanti.

Hvad man skal gøre når man er ude#

Når leveringen er stabiliseret, er det her bevidst optimering rent faktisk producerer pålideligt signal: at stramme eller udvide bud op mod reelle CPC benchmarks for netværket, pause for virkelig svage kreative varianter, og begynde at tænke på horisontal versus vertikal skalering for vinderne. At træffe disse beslutninger før indlæringsfasen har lagt sig er den enkeltstående mest almindelige måde media buyers dræber en kampagne der ellers ville have virket.

Når en kampagne aldrig forlader indlæringsfasen#

Nogle kampagner stabiliserer sig aldrig fordi de underliggende input bliver ved med at ændre sig før algoritmen kan kalibrere: konstante kreativ-udskiftninger, en landingsside der bliver ved med at blive redigeret, eller et budget der bliver justeret hver anden dag. Hvis en kampagne har været live i uger og stadig viser den volatile rytme og CPC-svingninger der er karakteristiske for tidlig indlæring, er løsningen normalt ikke mere tålmodighed, det er at revidere hvad der er blevet ændret og hvor ofte. En kampagne holdt stabil i en hel uge, selv med beskedent forbrug, vil normalt fortælle dig mere end en der er blevet finjusteret dagligt i en måned.

Hvis du vil se hvordan konkurrenter i din branche strukturerer kampagner der tydeligvis er ude af indlæringsfasen og kører stabilt, viser OpenAdLibrary's native ad spy tool longevity data for live kreativer, hvilket er en rimelig proxy for en kampagne der har fundet sin stabile tilstand og fortsat kører.

Indlæringsfase på tværs af flere kreativer i én kampagne#

En separat vinkel: at tilføje en ny kreativ til en allerede stabil kampagne nulstiller ikke nødvendigvis hele kampagnens indlæring, men den specifikke kreativ skal stadig tjene sin egen performancehistorik før algoritmen stoler på den lige så meget som de eksisterende. Det er derfor en frisk kreativ der smides ind i en ellers moden kampagne kan se ud til at underperforme de første par dage, selvom kampagnen som helhed viser stabil levering. Giv hver ny kreativ tilføjelse sin egen startbane i stedet for at vurdere den op mod de etablerede kreativers nuværende tal på dag et.

Den praktiske implikation er at "tilføje kreativ variation" og "starte en ny kampagne" har forskellige indlæringsomkostninger. At rotere en ny overskrift eller billede ind i en eksisterende, stabil kampagne er en lettere berøring end at lancere en helt ny kampagne fra bunden, og det er normalt den bedre måde at fortsætte med at teste når du er forbi det indledende indlæringsvindue.

Hvorfor indlæringsfasen overrasker nye buyers#

Det meste af frustrationen omkring indlæringsfasen kommer fra et misforhold mellem forventning og mekanisme. Buyers der kommer fra platforme med mere modne, gennemsigtige rapporteringer forventer at en ny kampagne skal performe tæt på sin endelige stabile tilstand næsten med det samme, og når native levering i stedet ser hakket og dyr ud i den første periode, er instinktet at antage at noget er i stykker: kreativet er dårligt, tilbuddet virker ikke, netværket er defekt. Nogle gange er et af de ting sandt. Ofte gør kampagnen simpelthen hvad enhver ny kampagne gør på et auktionsbaseret netværk: bruger en del af sit tidlige budget på udforskning før algoritmen har nok signal til at dirigere resten effektivt.

De buyers der håndterer dette bedst har en tendens til at sætte forventninger før lancering snarere end efter: beslut på forhånd hvor meget budget du er villig til at forpligte dig til for at komme igennem indlæringen, beslut hvilken datatærskel du vil vente på før du afgiver en dom, og skriv begge tal ned et sted hvor du rent faktisk vil kigge på dem igen. Den ene vane fjerner det meste af de angst-drevne budændringer og for tidlige pauser der forhindrer ellers levedygtige kampagner i nogensinde at nå deres stabile tilstand.