OpenAdLibraryOpenAdLibrary
Ορισμός

Φάση Μάθησης (Αλγόριθμοι Διαφήμισης)

Η φάση μάθησης είναι η περίοδος αμέσως μετά την εκκίνηση μιας καμπάνιας ή μετά από μια σημαντική επεξεργασία, όταν ο αλγόριθμος εξακολουθεί να συλλέγει δεδομένα μετατροπών και η παράδοση, το κόστος και τα αποτελέσματα είναι ασταθή.

Επιμελημένη απεικόνιση: Φάση Μάθησης (Αλγόριθμοι Διαφήμισης)

Η φάση μάθησης είναι η περίοδος μετά την εκκίνηση μιας καμπάνιας, ή μετά από μια σημαντική επεξεργασία σε μια ενεργή καμπάνια, όταν ο αλγόριθμος παράδοσης μιας πλατφόρμας διαφημίσεων εξακολουθεί να συλλέγει αρκετά δεδομένα μετατροπών για να βελτιστοποιήσει με αξιοπιστία τις προσφορές και το στόχευμα. Κατά τη διάρκεια αυτής της περιόδου, το κόστος ανά αποτέλεσμα τείνει να κυμαίνεται περισσότερο από το συνηθισμένο, και γενικά θεωρείται πολύ νωρίς για να κρίνει κανείς αν μια καμπάνια δουλεύει πραγματικά.

Γιατί οι αλγόριθμοι χρειάζονται ένα παράθυρο μάθησης εξαρχής#

Τα σύγχρονα συστήματα smart bidding προβλέπουν ποιος είναι πιθανό να μετατραπεί και προσαρμόζουν τις προσφορές σε πραγματικό χρόνο με βάση αυτήν την πρόβλεψη. Αμέσως μετά την εκκίνηση, ή αμέσως μετά από μια σημαντική αλλαγή, το σύστημα έχει ελάχιστα ή καθόλου δεδομένα ειδικά για αυτόν τον ακριβή συνδυασμό δημιουργικού περιεχομένου, κοινού και στρατηγικής προσφοράς, οπότε εξερευνά ευρύτερα για να δημιουργήσει ένα μοντέλο του τι δουλεύει. Αυτή η εξερεύνηση είναι φυσικά πιο θορυβώδης και συχνά λιγότερο αποδοτική από την σταθερή παράδοση που ακολουθεί μόλις ο αλγόριθμος έχει αρκετές μετατροπές για να είναι βέβαιος στις προβλέψεις του.

Τι μετράει ως επαναφορά#

Οι περισσότερες πλατφόρμες δεν ενεργοποιούν απλώς μια νέα φάση μάθησης κατά την εκκίνηση. Η αλλαγή της στρατηγικής προσφοράς, η σημαντική τροποποίηση του στόχευματος, η παύση και η επανέναρξη για μια παρατεταμένη περίοδο, ή η αντικατάσταση της πλειονότητας του ενεργού δημιουργικού περιεχομένου διαφήμισης μπορούν όλες να ξεκινήσουν εκ νέου τη χρονομέτρηση. Αυτός είναι ένας από τους λόγους που η αντικατάσταση ενός μόνο νέου διαφημιστικού ανταγωνιστή προτιμάται έναντι ολοκληρωτικής ανανέωσης του δημιουργικού περιεχομένου: η αντικατάσταση ενός διαφημιστικού ενώ διατηρείται σταθερό το υπόλοιπο της καμπάνιας αποφεύγει την επαναφορά της μάθησης για όλα τα άλλα που τρέχουν παράλληλα, ένα μοτίβο που αξίζει να γνωρίζετε πριν διαφημιστείτε στο Taboola σε οποιαδήποτε πραγματική κλίμακα.

Πόσο διαρκεί συνήθως#

Δεν υπάρχει σταθερή απάντηση, και εξαρτάται σε μεγάλο βαθμό από τον όγκο των μετατροπών παρά από χρονολογικό χρόνο. Μια καμπάνια που παράγει δεκάδες μετατροπές την ημέρα μπορεί να διασχίσει ένα παράθυρο μάθησης σε λίγες ημέρες, ενώ μια καμπάνια χαμηλού όγκου με λίγες μετατροπές την εβδομάδα μπορεί να παραμείνει σε μια ασταθή κατάσταση για πολύ μεγαλύτερο διάστημα, ή να μην βγει ποτέ πλήρως από αυτήν αν ο όγκος παραμείνει πολύ λιγος. Αυτό είναι μέρος του λόγου που οι αγοραστές που διαχειρίζονται μικρότερους προϋπολογισμούς affiliate συχνά βλέπουν πιο μεταβλητά ημερήσια αποτελέσματα από τους μεγάλους λογαριασμούς: απλώς παράγουν λιγότερα δεδομένα ανά ημέρα για να μάθει από αυτά ο αλγόριθμος.

Πρακτικές επιπτώσεις για αγοραστές#

Η υπερβολικά πρόωρη αξιολόγηση μιας νέας καμπάνιας ή μιας μεγάλης επεξεργασίας είναι ένας από τους πιο συνηθισμένους τρόπους με τους οποίους οι αγοραστές μέσων σκοτώνουν κάτι που θα είχε λειτουργήσει. Μια καμπάνια που φαίνεται ακριβή στις πρώτες 48 ώρες της μπορεί να σταθεροποιηθεί σε ένα εντελώς διαφορετικό κόστος ανά αποτέλεσμα μόλις ο αλγόριθμος έχει αρκετό σήμα, οπότε αξίζει να ορίσετε ένα ελάχιστο παράθυρο αξιολόγησης, συνδεδεμένο με τον αριθμό μετατροπών παρά με τις ημέρες που πέρασαν, πριν αποφασίσετε να διακόψετε ή να κλιμακώσετε. Η ίδια υπομονή ισχύει και για τις προσαρμογές προσφοράς: η συσσώρευση πολλών νέων αλλαγών ταυτόχρονα κατά τη διάρκεια ενός ήδη ασταθούς παραθύρου μάθησης καθιστά πολύ πιο δύσκολο να καταλάβουμε ποια αλλαγή βοηθά πραγματικά.

Μείωση περιττών επαναφορών#

Η ομαδοποίηση επεξεργασιών σε μια μόνο αλλαγή αντί για πολλές μικρές που εξαπλώνονται σε μια εβδομάδα, η χρήση προγραμματισμένων προσαρμογών προσφοράς αντί για χειροκίνητη παύση και επανέναρξη, και η δυνατότητα που δίνεται σε ένα νικηφόρο διαφημιστικό να συνεχίσει να τρέχει αντί να αντικαθίσταται αντανακλαστικά, όλα μειώνουν πόσο συχνά μια καμπάνια επαναφέρεται σε μάθηση. Για τους αγοραστές που ερευνούν πώς να δημιουργήσουν μια λίστα παρακολούθησης ανταγωνιστών, η ίδια λογική εξηγεί γιατί το διαφημιστικό ενός αντιπάλου που επιβιώνει πέρα από την πρώτη του εβδομάδα ή δύο, ορατό μέσω της πλατφόρμας ad intelligence του OpenAdLibrary, είναι ένα ισχυρότερο σήμα από ένα που είναι ακόμα ενεργό την τρίτη ημέρα: είναι πιθανό να έχει διασχίσει το δικό του παράθυρο μάθησης και να έχει εγκατασταθεί σε σταθερή απόδοση.

Συχνές ερωτήσεις

Πόσο διαρκεί συνήθως η φάση μάθησης;
Εξαρτάται από τον όγκο των μετατροπών, όχι από ένα σταθερό αριθμό ημερών. Οι καμπάνιες υψηλού όγκου μπορούν να την ολοκληρώσουν μέσα σε λίγες ημέρες, ενώ οι καμπάνιες χαμηλού όγκου μπορεί να χρειαστούν πολύ περισσότερο χρόνο ή να δυσκολεύονται να βγουν από αυτήν με συνέπεια, καθώς ο αλγόριθμος χρειάζεται αρκετές μετατροπές για να δημιουργήσει μια σταθερή πρόβλεψη.
Τι επαναφέρει τη φάση μάθησης;
Οι σημαντικές αλλαγές τείνουν να την επαναφέρουν, συμπεριλαμβανομένων τροποποιήσεων στη στρατηγική προσφοράς, σημαντικών αλλαγών στο στόχευμα, αντικατάσταση του μεγαλύτερου μέρους του ενεργού δημιουργικού περιεχομένου ή παύση και επανέναρξη μιας καμπάνιας μετά από μεγάλο χρονικό κενό. Οι μικρές ρυθμίσεις συνήθως δεν προκαλούν πλήρη επαναφορά.
Να αξιολογώ την απόδοση κατά τη φάση μάθησης;
Είναι ριψοκίνδυνο. Το κόστος ανά αποτέλεσμα είναι συνήθως λιγότερο σταθερό και λιγότερο αντιπροσωπευτικό κατά τη διάρκεια αυτής της περιόδου, επομένως πολλοί αγοραστές περιμένουν ένα ελάχιστο αριθμό μετατροπών, αντί για ένα σταθερό αριθμό ημερών, πριν αποφασίσουν αν θα κλιμακώσουν ή θα διακόψουν.
Η φάση μάθησης ισχύει για τα δίκτυα native διαφημίσεων με τον ίδιο τρόπο που ισχύει για τα κοινωνικά πλατφόρμες;
Ο βασικός μηχανισμός, ένας αλγόριθμος που χρειάζεται δεδομένα για να σταθεροποιήσει την παράδοση, είναι κοινός σε όλες τις πλατφόρμες με αυτοματοποιημένη προσφορά, συμπεριλαμβανομένων των native δικτύων. Οι ακριβείς όροι και τα κατώφλια διαφέρουν, επομένως ελέγξτε την τρέχουσα τεκμηρίωση του συγκεκριμένου δικτύου για λεπτομέρειες.
Η Ομάδα του OpenAdLibrary
Συντάχθηκε απόΗ Ομάδα του OpenAdLibrary
Έρευνα για διαφημιστική νοημοσύνη και native διαφημίσεις

Δημιουργούμε το OpenAdLibrary, την ανοιχτή πλατφόρμα διαφανειας διαφημίσεων. Κάθε μέρα τα συστήματά μας καταγράφουν ζωντανές native διαφημίσεις σε Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo και MSN, αναγνωρίζουν τον πραγματικό διαφημιστή πίσω από κάθε μία και ακολουθούν το κλικ μέχρι τη σελίδα προορισμού. Αυτοί οι οδηγοι συνοψίζουν ό,τι βλέπουμε σε αυτά τα δεδομένα ώστε να μπορείτε να ερευνήσετε την αγορά πιο γρήγορα.