Publisher-Level Bidding: Ο Μοχλός Βελτιστοποίησης που Οι Περισσότεροι Αγοραστές Παραλείπουν

Το publisher-level bidding σημαίνει τον ορισμό μιας διαφορετικής προσφοράς (ή πολλαπλασιαστή προσφοράς) για μεμονωμένα site ή placement IDs εντός ενός native campaign, αντί να χρησιμοποιείτε ένα επίπεδο ποσοστό σε ολόκληρο το δίκτυο. Είναι ο μοχλός που χωρίζει τους αγοραστές που σταματούν στο break-even από τους αγοραστές που πολλαπλασιάζουν ένα νικηφόρο campaign, επειδή στο Taboola, Outbrain, MGID και Revcontent, η απόδοση μεταξύ των publishers εντός του ίδιου campaign διαφέρει κανονικά κατά 5 φορές ή περισσότερο, ακόμη και αφού ο αλγόριθμος έχει χρόνο να μάθει.

Γιατί ένα μόνο επίπεδο ποσοστό είναι ο λάθος προεπιλογή#

Κάθε δημοπρασία native δικτύου εκτελείται ανά placement, όχι ανά campaign. Όταν ορίσετε μια μοναδική προσφορά σε ένα campaign, το δίκτυο εφαρμόζει αυτή την προσφορά παντού όπου οι στόχοι σας ταιριάζουν, από premium ειδησεογραφικά site έως φάρμες χαμηλής ποιότητας περιεχομένου που καθιστούν στον ίδιο widget. Κάποια από αυτά τα placements θα μετατρέπονται με κόστος 3 φορές τον στόχο σας CPA. Άλλα θα σπαταλούν κεφάλαιο για μήνες χωρίς ούτε μια πώληση. Ένα επίπεδο ποσοστό τα αντιμετωπίζει πανομοιότυπα.

Οι αλγόριθμοι σε αυτά τα δίκτυα είναι καλοί στην εύρεση όγκου, όχι στην κατανόηση του περιθωρίου σας. Οι μηχανές βελτιστοποίησης του Taboola και Outbrain θα συνεχίσουν ευχαρίστως να ξοδεύουν σε έναν publisher που παρέχει φθηνά κλικ και απαίσιους leads, γιατί τα κλικ και οι εμφανίσεις είναι τα σήματα που μπορούν να δουν ταχύτερα. Τα δεδομένα μετατροπής σας καθυστερούν και μέχρι να προλάβουν, έχετε ήδη δαπανήσει τη διαφορά. Το publisher-level bidding κλείνει αυτό το κενό επαναφέροντας τα δικά σας δεδομένα απόδοσης στον έλεγχο του πού πηγαίνουν τα χρήματα.

Τι αλλάζετε στην πραγματικότητα#

Κάθε μεγάλο δίκτυο εκθέτει αυτόν τον μοχλό, απλώς με διαφορετικά ονόματα:

Η μηχανική είναι σχεδόν πάντα ένας πολλαπλασιαστής στη βασική σας προσφορά, όχι μια απόλυτη παράκαμψη. Ορίστε έναν πολλαπλασιαστή 1.4x σε έναν δυνατό publisher και 0.6x σε έναν αδύναμο, και το δίκτυο προσαρμόζει την πραγματική προσφορά που εισάγει στη δημοπρασία σε κάθε πλευρά. Κάποια δίκτυα σας επιτρέπουν επίσης να αποκλείσετε εντελώς έναν publisher, που είναι η πιο χονδρική εκδοχή της ίδιας ιδέας. Για τα ακριβή πεδία και παραμέτρους API που εκθέτει κάθε δίκτυο για αυτό, δείτε πώς λειτουργούν οι διαφημίσεις Taboola, πώς λειτουργεί το Outbrain, πώς λειτουργούν τα native ads MGID και πώς λειτουργεί το Revcontent.

Γιατί οι περισσότεροι αγοραστές το παραλείπουν#

Τρεις λόγοι, ειλικρινά:

• Η αναφορά είναι κρυμμένη. Τα δεδομένα σε επίπεδο publisher συνήθως βρίσκονται δύο ή τρία κλικ μέσα στον πίνακα ελέγχου ενός δικτύου, εξάγονται ως επίπεδο CSV με δεκάδες σειρές και καμία προφανή επόμενη δράση.
• Μοιάζει με απασχολημένη δουλειά για μικρούς λογαριασμούς. Αν ξοδεύετε $200 την ημέρα, το ένστικτο είναι ότι μια χούφτα αποκλεισμοί publishers δεν θα κάνουν τη διαφορά. Στην πράξη είναι το αντίθετο: σε χαμηλά κεφάλαια, ένας μόνο κακός publisher μπορεί να καταναλώσει το 20% του ημερήσιου προϋπολογισμού σας πριν το παρατηρήσετε.
• Απαιτεί αναμονή για ένα πραγματικό δείγμα. Χρειάζεστε αρκετά κεφάλαια ανά publisher, συνήθως κάπου στην περιοχή 2 έως 3 φορές τον στόχο σας CPA, πριν ένας "κακός" publisher είναι στατιστικά κακός και όχι απλώς άτυχος. Οι αγοραστές τραβάνε την αναφορά τη δεύτερη ημέρα, δεν βλέπουν τίποτα καταφατικό και εγκαταλείπουν την άσκηση.

Αυτό το τελευταίο σημείο είναι το πραγματικό κόστος. Το publisher-level bidding είναι μια πειθαρχία, όχι μια μοναδική ρύθμιση. Χρειάζεται μια κανονική εβδομαδιαία αναθεώρηση και οι περισσότεροι λογαριασμοί δεν αποκτούν ποτέ μία.

Μια πρακτική ροή εργασιών#

1. Αφήστε το campaign να τρέξει σε ένα πραγματικό δείγμα. Μην αγγίζετε τις προσφορές των publishers πριν δαπανήσετε τουλάχιστον 2x τον στόχο CPA στο campaign συνολικά. Χρειάζεστε αρκετές μετατροπές για να εμπιστευτείτε τον διαχωρισμό.
2. Τραβήξτε την αναφορά placement/site και ταξινομήστε κατά δαπάνη φθίνουσα. Εστιάστε στους πρώτους 20 publishers κατά δαπάνη πρώτα. Αυτό είναι συνήθως το 70% έως 80% του προϋπολογισμού σας.
3. Ομαδοποιήστε σε τρία επίπεδα: επικερδείς (αύξηση προσφοράς 20-50%), break-even (αφήστε αμετάβλητους), αποτυχημένους (μείωση προσφοράς ή αποκλεισμός). Μην προσπαθήσετε να ρυθμίσετε κάθε σειρά· οι κορυφαίες και οι χαμηλότερες δεκάδες μετράνε περισσότερο.
4. Εφαρμόστε πολλαπλασιαστές, όχι πλήρεις διακοπές, στην πρώτη σας προσπέλαση. Ο αποκλεισμός ενός publisher χάνει την επιλογή να τον ελέγξετε εκ νέου αργότερα. Μια προσφορά 0.5x σας επιτρέπει ακόμα να μάθετε αν η απόδοση ήταν ζήτημα προσφοράς, όχι θέμα ταιριάσματος.
5. Ελέγξτε εκ νέου εβδομαδιαία, όχι καθημερινά. Η απόδοση του publisher αλλάζει καθώς προστίθενται νέο περιεχόμενο και το μείγμα κίνησης περιστρέφεται, ειδικά στο MGID και Revcontent όπου τα περιουσιακά στοιχεία ανανεώνονται γρηγορότερα από ό,τι στο Taboola.
6. Τροφοδοτήστε τους νικητές στις αποφάσεις κλιμάκωσης. Ένας publisher που είναι επικερδής με προσφορά 1.5x είναι επίσης υποψήφιος για ένα αφοσιωμένο campaign, που είναι η οριζόντια κλιμάκωση μόλις εξαντλήσετε τις κάθετες αύξειες στο πρωτότυπο.

Ένα εργασμένο παράδειγμα#

Ας πούμε ότι τρέχετε ένα campaign $300/ημέρα στο Taboola με στόχο CPA $40. Μετά από δύο εβδομάδες, η αναφορά placement δείχνει ότι 40 publishers έλαβαν σημαντικό κεφάλαιο. Οι κορυφαίοι πέντε publishers κατά δαπάνη παρήγαγαν το 60% των μετατροπών με μέσο CPA $28. Οι χαμηλότεροι οκτώ publishers πήραν το 25% της δαπάνης και παρήγαγαν δύο συνολικά μετατροπές, ένα πραγματικό CPA πάνω από $200. Όλα τα άλλα βρίσκονται στη μέση, περίπου σε break-even.

Η προφανής κίνηση είναι να αυξήσετε την προσφορά στους κορυφαίους πέντε κατά 30-40% και να μειώσετε τους χαμηλότερους οκτώ σε πολλαπλασιαστή 0.4x αντί να τους αποκλείσετε εντελώς, αφού ένας ή δύο μπορεί απλώς να έχουν υποδειγματιστεί παρά να είναι πραγματικά κακοί. Μια εβδομάδα αργότερα, το CPA σε επίπεδο campaign με τον ίδιο προϋπολογισμό βελτιώνεται συνήθως σημαντικά, καθαρά από την ανακατανομή των δαπανών προς ήδη αποδεδειγμένους publishers, χωρίς νέο δημιουργικό και χωρίς αλλαγές στόχων. Αυτή είναι ολόκληρη η υπόθεση για το να αντιμετωπίζετε το publisher-level bidding ως κανονική εργασία αντί για μία μόνο καθαριότητα: το μείγμα placements εντός του "campaign" είναι στην πραγματικότητα δεκάδες ξεχωριστές μικρο-αγορές και μια επίπεδη προσφορά δεν ήταν ποτέ η σωστή τιμή για καμία από αυτές εξαρχής.

Ρύθμιση μιας κανονικής αναθεώρησης#

Οι περισσότεροι αγοραστές που το συνεχίζουν αυτό το χτίζουν σε ένα επαναλαμβανόμενο μπλοκ ημερολογίου παρά να στηρίζονται στη μνήμη. Μια απλή εκδοχή: κάθε Δευτέρα, τραβήξτε την αναφορά placement της προηγούμενης εβδομάδας για κάθε ενεργό campaign, ταξινομήστε κατά δαπάνη και αφιερώστε 15 λεπτά ανά campaign προσαρμόζοντας τις κορυφαίες και χαμηλότερες δεκάδες. Καταγράψτε τους πολλαπλασιαστές που ορίσατε για να μπορείτε να πείτε αργότερα αν η βελτίωση ενός publisher προήλθε από την αλλαγή της προσφοράς σας ή από κάτι άλλο που μετατοπίστηκε στο λογαριασμό. Οι αγοραστές που τρέχουν πολλαπλά campaigns συγχρόνως στο Taboola, Outbrain και MGID συχνά διαπιστώνουν ότι το μείγμα publishers μόλις επικαλύπτεται μεταξύ δικτύων, που σημαίνει ότι αυτή η αναθεώρηση χρειάζεται πραγματικά να γίνει ανά δίκτυο, όχι μια φορά για όλο τον λογαριασμό.

Πώς μοιάζουν καλά δεδομένα publisher#

Η μακροζωία είναι ένα χρήσιμο δευτερεύον σήμα εδώ, όχι μόνο δεδομένα μετατροπής από το δικό σας pixel. Αν ερευνάτε την αξία ενός publisher πριν δαπανήσετε ούτε δολάριο εκεί, η μακροζωία της διαφήμισης σε δημιουργικά που τρέχουν σε αυτό το placement (πόσο καιρό άλλοι διαφημιστές συνεχίζουν να πληρώνουν για να εμφανίζονται εκεί) είναι ένας λογικός αντιπρόσωπος για την ποιότητα, επειδή οι διαφημιστές σταματούν να πληρώνουν για placements που δεν μετατρέπονται. Ο κατάλογος του OpenAdLibrary παρακολουθεί το μήκος λειτουργίας σε όλα τα δίκτυα για αυτόν ακριβώς τον λόγο: σας επιτρέπει να ελέγξετε αν ένας publisher έχει ιστορία διατήρησης επικερδών campaigns πριν δεσμεύσετε κεφάλαιο εκεί εσείς ο ίδιος. Μπορείτε να συσχετίσετε cross-reference το ιστορικό publisher και δημιουργικού μέσω του εργαλείου ad intelligence παρά να βασίζεστε μόνο στο περιορισμένο δείγμα του δικού σας λογαριασμού.

Συνηθισμένα λάθη#

• Πολύ επιθετική μείωση προσφοράς. Ένας πολλαπλασιαστής 0.3x συχνά αφαιρεί τον publisher από τη δημοπρασία εντελώς παρά να μειώνει το μερίδιό του ομαλά. Χάνετε τη δυνατότητα να παρατηρήσετε αν αναρρώνει.
• Αντίδραση σε μια κακή μέρα. Η κίνηση native είναι θορυβώδης από ημέρα σε ημέρα, ειδικά σε μικρότερους publishers. Μία μόνο ημέρα με μηδενικές μετατροπές σε $40 δαπάνης δεν είναι ετυμηγορία.
• Αγνοώντας τον διαχωρισμό συσκευών εντός ενός publisher. Ένας publisher μπορεί να είναι άριστος στα mobile και νεκρός στα desktop (ή αντίστροφα). Η κατάρρευση των δύο σε έναν μόνο πολλαπλασιαστή προσφοράς το κρύβει αυτό. Η στρώση πολλαπλασιαστών συσκευής και γεωγραφίας πάνω από το publisher-level κλείνει αυτό το κενό.
• Ξεχνώντας να ελέγξετε εκ νέου αποκλεισμένους publishers μετά από ανανέωση δημιουργικού. Ένας publisher που απέτυχε με ένα κουρασμένο πλαίσιο μπορεί να έχει εντελώς διαφορετική απόδοση με ένα νέο δέλεαρ.

Βασικά συμπεράσματα από τις Συχνές Ερωτήσεις#

Το publisher-level bidding είναι μη ελκυστική συντήρηση λογαριασμού, αλλά είναι ένας από τους λίγους μοχλούς βελτιστοποίησης που είναι πλήρως υπό τον έλεγχό σας, σε αντίθεση με τη δυναμική των δημοπρασιών ή τις αλλαγές αλγορίθμου πλατφόρμας. Οι αγοραστές που ενσωματώνουν μια εβδομαδιαία αναθεώρηση publishers στη ρουτίνα τους αναφέρουν συνεπώς πιο σφιχτά CPAs από τους αγοραστές που τρέχουν το ίδιο δημιουργικό και στόχους με επίπεδη προσφορά. Όποια αναλογία χρησιμοποιείτε μεταξύ δοκιμής νέων εννοιών και κλιμάκωσης των αποδεδειγμένων, το publisher-level bidding είναι αυτό που κάνει την πλευρά κλιμάκωσης αυτής της αναλογίας πραγματικά επικερδή και όχι απλώς δυνατότερη.