OpenAdLibraryOpenAdLibrary
Määritelmä

Dynaaminen luovan optimoinnin (DCO)

Dynaaminen luovan optimoinnin (DCO) on tekniikka, joka kokoaa ja vaihtaa automaattisesti mainoksen komponentteja, kuvia, otsikoita ja toimintakehotuksia reaaliaikaisen suorituskykydatan perusteella.

Toimituksellinen kuvitus: Dynaaminen luovan optimoinnin (DCO)

Dynaaminen luovan optimoinnin, yleensä lyhennettynä DCO, on tekniikka, joka kokoaa ja vaihtaa automaattisesti mainoksen komponentteja, kuvia, otsikoita ja toimintakehotuksia reaaliaikaisen suorituskykydatan perusteella, sen sijaan että ihminen valitsisi manuaalisesti, mitä staattista mainosluovaa ajettaisiin. Yhden kiinteän mainoksen sijaan DCO käsittelee jokaista elementtiä muuttujana, jonka järjestelmä voi yhdistellä uudelleen lennossa eri yleisöille tai konteksteille.

Miten se oikeasti toimii#

DCO-asetelma alkaa vaihdettavista osista koostuvalla kirjastolla: useita otsikkovaihtoehtoja, useita kuvia, useita toimintakehotustekstejä, joskus erilaisia hinnoittelutietoja tai tarjousyksityiskohtia syötteestä. Alusta tarjoaa sitten yhdistelmiä eri yleisösegmentteihin ja siirtää näyttöosuutta kohti sitä yhdistelmää, joka tuottaa parhaiten, henki samanlainen kuin jatkuvassa A/B-testauksessa, mutta toimien automaattisesti paljon useammilla yhdistelmillä kuin ihminen testaisi manuaalisesti yksi kerrallaan. Dynaamiset tuotemainokset verkkokaupan alustoilla ovat tämän näkyvin versio, jotka hakevat live-tuotekuvia, hintoja ja nimiä suoraan syötteestä ja kokoavat yksilöllisen mainoksen katsojakohtaisesti selaushistoriatietojen perusteella.

Missä DCO esiintyy natiivimainonnassa#

Natiiviverkostot ovat perinteisesti luottaneet enemmän manuaaliseen luovan kierrätykseen kuin täysimittaiseen DCO:hon, koska natiivimainosten muodot ovat yksinkertaisempia kuin monielementtiset display-mainokset, joille DCO alun perin rakennettiin. Tosin Taboola, Outbrain ja muut verkostot ovat lisänneet automaattisia otsikko- ja kuvakierrätysominaisuuksia, jotka lainaavat suoraan DCO-logiikasta, testaten useita otsikkomuunnelmia samaa kuvaa vastaan tai päinvastoin, ja siirtäen näyttöjä kohti parhaan CTR:n ja myöhemmän konversioprosentin yhdistelmää.

Kompromissi: kontrolli versus mittakaava#

DCO:n etu on mittakaava: se voi testata paljon enemmän yhdistelmiä kuin ihminen koskaan tekisi, ja se reagoi suorituskyvyn muutoksiin nopeammin kuin viikoittainen manuaalinen tarkastus. Kompromissina on kontrolli ja luovan yhtenäisyys: automaattisesti koottu yhdistelmä voi satunnaisesti parittaa otsikon ja kuvan, jotka eivät sovi yhteen, tai tuoda esiin tarjousyksityiskohdan, joka on teknisesti tarkka mutta huonosti kehystetty. Useimmat DCO:ta käyttävät ostajat tarkistavat silti tuloksia ajoittain sen sijaan, että käsittelisivät sen täysin käsinvapaana, ja käyttävät luovan väsymisen signaaleja tietääkseen, milloin koko elementtikirjasto, ei vain yksi yhdistelmä, tarvitsee päivitystä. DCO:hon uudet ostajat olettavat joskus, että se poistaa luovan työn kokonaan, kun käytännössä se vain siirtää työn yhden lopullisen mainoksen valitsemisesta vahvan vaihdettavista osista koostuvan kirjaston rakentamiseen etukäteen.

DCO:n tutkiminen luonnossa#

Koska DCO tuottaa monia luovia muunnelmia samasta taustalla olevasta kampanjasta, brändin mainostoiminnan seuraaminen ajan mittaan läpinäkyvyysindeksissä paljastaa usein joukon lähes identtisiä mainoksia pienin otsikko- tai kuvieroilla, mikä on hyvä osoitus siitä, että DCO tai automaattinen kierrätys on käynnissä taustalla ihmisen käsin valitsevan jokaisen muunnelman sijaan. OpenAdLibraryn mainostiedustelualusta tuo esiin jokaisen brändin live-muunnelman, jotta voit nähdä tuon kuvion suoraan.

Usein kysytyt kysymykset

Onko DCO sama asia kuin A/B-testaus?
Ne liittyvät toisiinsa, mutta eivät ole identtisiä. A/B-testaus vertaa tyypillisesti pientä, kiinteää määrää kokonaisia muunnelmia. DCO kokoaa monia yhdistelmiä vaihdettavista elementeistä koostuvasta kirjastosta ja siirtää jatkuvasti näyttöjä parhaiten suoriutuvien yhdistelmien suuntaan, lähempänä jatkuvaa monimuuttujatestailua mittakaavassa.
Tukevatko natiiviset mainosverkostot DCO:ta?
Täysimittainen DCO display-mainosten mielessä on harvinaisempaa natiiviverkostoissa, mutta useimmat suuret alustat, mukaan lukien Taboola ja Outbrain, tarjoavat automaattisia otsikko- ja kuvakierrätysominaisuuksia, jotka soveltavat samanlaista logiikkaa yhden kampanjan sisällä.
Mitä tietoja DCO tarvitsee toimiakseen?
Se tarvitsee riittävän liikennemäärän tuottaakseen merkityksellisiä suorituskykysignaaleja yhdistelmien välillä sekä luovan elementtikirjaston, joka on rakennettu erityisesti vaihdettaviksi: otsikot, kuvat ja toimintakehotukset suunniteltuina niin, että mikä tahansa yhdistelmä toimii yhdessä.
Voiko DCO korvata manuaalisen luovan testauksen kokonaan?
Ei täysin. DCO hoitaa yhdistelmätason optimoinnin hyvin, mutta se ei luo täysin uusia näkökulmia tai koukkuja itsenäisesti. Useimmat ostajat kehittävät edelleen uusia luovia kulmia manuaalisesti ja syöttävät ne DCO-elementtikirjastoon sen sijaan, että odottaisivat järjestelmän keksivän uusia ideoita.
OpenAdLibrary-tiimi
KirjoittanutOpenAdLibrary-tiimi
Mainosälykkyys ja native-mainonnan tutkimus

Rakennamme OpenAdLibraryä, avointa mainosten läpinäkyvyysalustaa. Joka päivä järjestelmämme tallentavat live-native-mainoksia Taboolasta, Outbrainista, MGID:stä, Revcontentista, Teadsista, Yahoosta ja MSN:stä, tunnistavat jokaisen mainoksen todellisen mainostajan ja seuraavat klikkauksen sen kohdesivulle. Nämä oppaat tiivistävät havaintojamme tästä datasta, jotta voit tutkia markkinoita nopeammin.