OpenAdLibraryOpenAdLibrary
Affiliate-markkinointi ja mediamyynti

Luotatko Smart Biddingiin? Missä algoritmit voittavat ihmiset

Automaattinen tarjoaminen Taboolassa, Outbrainissa ja MGID:ssä toimii vain, kun syötät sille riittävästi puhtaita konversiosignaaleja. Näin arvioit, täyttääkö kampanjasi vaatimukset, ja testat luovutusta turvallisesti.

Toimituksellinen kuvitus: Luotatko Smart Biddingiin? Missä algoritmit voittavat ihmiset

Luota Smart Biddingiin natiiviverkoissa, kun sinulla on riittävästi konversiosignaalia algoritmin oppimiseen, puhdas postback-seuranta ja määritelty kustannuskatto. Sen alapuolella manuaalinen tarjousvalvonta yleensä suoriutuu paremmin. Rehellinen vastaus on ehdollinen, ei kyllä tai ei, ja ehto on datan määrä, ei luottamus myyjään.

Mitä "Smart Bidding" todella tarkoittaa natiiviverkoissa#

Taboola, Outbrain (nyt sulautettu Teads:iin) ja MGID myyvät kaikki jonkin version automaattisesta, algoritmisesta tarjouksesta: asetat kohde-CPA:n tai arvopohjaisen tavoitteen, luovutat päivittäisen budjettivalvonnan, ja alustan malli siirtää käyttöä sijoituksien, laitteiden ja kohderyhmien välillä tavoitteen saavuttamiseksi. Se ei ole sama tuote kuin Googlen Smart Bidding, vaikka markkinointikieli lainaakin siitä. Natiiviverkoilla on ohuempi konversiovolyymi per kampanja kuin haussa, ja niiden tarjousmallit nojaavat enemmän sivun ja sijoituksen tasoisiin signaaleihin kuin hakusanan intentioon, koska hakusanaa ei ole.

Myyntipuhe on sama kaikkialla: algoritmi näkee hienojakoisemman signaalin (laite, kellonaika, julkaisualue, mainos-sijoitusyhdistelmä) kuin ihminen, joka säätää tarjouksia maantieteellisesti ja laitteittain kerran päivässä. Kun se toimii, se toimii hyvin. Kun sillä ei ole tarpeeksi dataa, se vain käyttää budjettisi varmasti väärään suuntaan.

Volyymikynnys, jolla on todellista merkitystä#

Jokainen automaattinen tarjousjärjestelmä tarvitsee riittävästi konversiotapahtumia, jotka saapuvat riittävän pienellä viiveellä, jotta suorituskyky voidaan attribuoida oikein. Natiivimainontaa laajassa mittakaavassa käyttävät ammattilaiset ovat yleisesti yhtä mieltä karkeasta kuviosta: jos kampanja tuottaa vain muutaman konversion viikossa, automaattisella tarjoajalla ei ole melkein mitään oppimista, ja se usein vain jahtaa halvimpia klikkauksia, ei parhaita. Kun volyymi nousee kymmeniin viikkokonversioihin vakaalla seurannalla, algoritmi alkaa löytää kuvioita, jotka manuaalinen tarjoaja jättäisi huomaamatta, erityisesti pitkähäntäisten julkaisijasijoitusten osalta, joita on liian monta tarjottavaksi käsin.

Tämä on heuristiikka, ei verkossa julkaistu sääntö, ja se vaihtelee alakohtaisesti. Korkean hinnan B2B-liidigenerointifunktio kahden viikon myyntisyklin kanssa ei koskaan saavuta "korkeaa volyymia" samalla tavalla kuin e-kaupan impulssiostotarjous. Tämä ristiriita on suurin yksittäinen syy, miksi Smart Biddingiä syytetään alisuoriutumisesta, kun todellinen ongelma on signaalin puute.

Miksi postbackin laatu ratkaisee lopputuloksen enemmän kuin algoritmi#

Automaattinen tarjoaja on vain niin hyvä kuin sille syötetty konversiotapahtuma. Jos palvelimelta-palvelimelle -postback laukeaa kahden tunnin viiveellä, tai laukeaa päällekkäin päivityksissä, tai ei välitä takaisin arvoa tulopohjaiselle tarjoukselle, algoritmi optimoi kohinaa vastaan. Tämän osan mediamyynti ohittaa, kun he arvioivat Smart Biddingiä, ja se on yleensä todellinen epäonnistumisen kohta.

Ennen kuin annat tarjousvalvonnan minkään verkon algoritmille, vahvista:

  • Postbackit laukeavat minuuteissa todellisesta konversiotapahtumasta, ei tunteja myöhemmin.
  • Jokainen konversiotapahtuma laukeaa vain kerran per klikki-ID (päällekkäiset laukaisut kouluttavat hiljaa mallia liioitellulla volyymilla).
  • Jos tarjoat arvon perusteella tasaisen CPA:n sijaan, takaisin välitetty arvo heijastaa todellista tilausarvoa tai LTV:tä, ei paikkamerkkiä.
  • Seurantasi ja verkon klikki-ID vastaavat toisiaan puhtaasti koko uudelleenohjausketjun ajan, jotta mikään ei katoa pomppauksessa.

Jos tämä menee pieleen, mikään määrä "algoritmin oppimisen antamista" ei korjaa sitä, koska syöttödata on rikki.

Milloin manuaalinen tarjous yhä voittaa#

Manuaalinen valvonta voittaa automaattisen tarjouksen tietyissä, toistuvissa tilanteissa:

  • Uudet tarjoukset ja uudet alat. Mallille ei ole konversiohistoriaa syötettäväksi, joten maksat sille arvailusta kampanjan ensimmäisen osan ajan riippumatta siitä, mitä kojelauta antaa ymmärtää.

  • Ohut, piikkinen data. Vain viikonloppuiset konversiokuviot, kausitarjoukset tai mikä tahansa, jossa on vähemmän kuin vakaa päivittäinen konversiotulva, hämmentää automaattisia järjestelmiä, jotka odottavat vakaata signaalia.

  • Sääntelyherkät alat. Jos sinun on rajoitettava käyttöä kovalla katolla tietyissä sijoituksissa tai suljettava julkaisijaluokat pois laillisista syistä, manuaaliset säännöt ovat helpommin tarkastettavissa kuin musta laatikon optimoija.

  • Uuden kulman varhainen testaus. Kun olet vielä päättämässä, toimii koukku ollenkaan, haluat suoran syy-seuraus-näkyvyyden tarjousmuutoksille, et algoritmin, joka tasoittaa kohinaa puolestasi.

Kokeneimpien ostajien vakiintunut kuvio on peräkkäinen, ei joko/tai: aja uudet kampanjat manuaalisesti, kunnes konversiovolyymi ja seuranta on todistettu puhtaiksi, ja siirrä sitten tarjousvalvonta algoritmille kovan CPA-katon ollessa voimassa.

Muuttuuko vastaus verkon mukaan?#

Ei perustavanlaatuisesti, mutta käytännön mekaniikat eroavat tarpeeksi merkityksellisesti. Taboolan automaattinen tarjous nojaa sen julkaisijainventaarin mittakaavaan, joten sen malli tarvitsee yleensä laajemman sijoituslevityksen ennen kuin se vakiintuu. MGID ja Revcontent käyttävät pienempää inventaaria, jossa kampanja voi kyllästää saatavilla olevat sijoitukset nopeammin, mikä joskus tarkoittaa, että algoritmi saavuttaa vakaamman lukeman aikaisemmin, pelkästään koska tutkittavaa pinta-alaa on vähemmän. Mikään tästä ei muuta perussääntöä: tarkista kunkin verkon nykyinen dokumentaatio erityisistä tarjousvalvontoista ja vähimmäisdatavaatimuksista ennen kuin oletat, että käyttäytyminen siirtyy yhdestä alustasta toiseen, koska nämä tuotteen yksityiskohdat muuttuvat ilman suurta huomiota.

Suurempi vakio jokaisessa verkossa on, että automaattinen tarjous on kysyntäpuolen optimointi huutokaupan päällä, jota et näe täysin. Se ei voi kompensoida tarjousta, jolla on aidosti heikko konversioprosentti, ja se jatkaa mielellään käyttöä kattoosi asti, vaikka taustalla oleva kulma olisi keskinkertainen, koska "tehokas käyttö kohti keskinkertaista CPA:ta" on silti tavoite, jonka se voi saavuttaa.

Turvallisempi tapa testata luovutusta#

Sen sijaan, että kääntäisit kampanjan automaattiseen tarjoukseen ja katselisit käyttöä viikon ajan, rajoita ensin räjähdyssädettä. Aseta maksimi-CPA, jota algoritmi ei voi ylittää, aja se osassa budjetista rinnalla manuaalisen kontrolliryhmän kanssa, ja vertaa konversiohintaa koko viikon ajan, ei päivän, koska natiiviliikennekuviot vaihtelevat viikonpäivän mukaan. Jos automaattinen puoli päihittää tai vastaa manuaalista puolta CPA-katosi sisällä, laajenna sitä. Jos se ajautuu toistuvasti katosta yli, sinulla on todennäköisesti seurantaongelma, ei algoritmiongelma, ja kannattaa palata postback-asetuksiin ennen uutta yritystä.

Yksi alikäytetty signaali täällä: mainoksen pitkäikäisyys. Jos kilpailijan mainos samassa verkossa on ollut käynnissä viikkoja samalla alallasi, se on riippumaton todiste siitä, että kulma ja tarjousyhdistelmä ylittävät verkon oman optimointikynnyksen, mikä antaa sinulle enemmän luottamusta antaa automaattisen tarjouksen ajaa kyseisellä mainoksella erityisesti uuden sijaan.

Miten OpenAdLibrary sopii päätökseen#

Ennen kuin luotat algoritmin löytävän voittavan yhdistelmäsi, on hyödyllistä nähdä, mikä on jo selvinnyt verkon omasta tarjouspaineesta. OpenAdLibraryn indeksi seuraa mainosten käyntikestoa, mainostajaa ja alaa live-kampanjoissa Taboolassa, Outbrainissa/Teadsissa, MGID:ssä ja muissa natiiviverkoissa, joten voit tarkistaa, onko kulma, jonka olet luovuttamassa Smart Biddingille, jo osoittautunut kestäväksi jollekin toiselle samassa verkossa, mikä on nopeampi signaali kuin odottaa viikkoa oman automaattisen testisi ratkeamista.

Mitä tarkistaa ennen kuin käännät kytkintä#

Lyhyt ennen lentoa -lista sieppaa useimmat yllä olevista epäonnistumistiloista ennen kuin ne maksavat sinulle viikon väärään suuntaan ohjattua käyttöä:

  1. Vahvista, että postbackin viive mitataan minuuteissa, ei tunneissa.
  2. Vahvista, että jokainen klikki-ID laukaisee konversiotapahtuman vain kerran.
  3. Vahvista, että sinulla on riittävästi konversiovolyymia liukuvalla ikkunalla antaaksesi mallille jotain todellista työskenneltäväksi, ei muutamia eristettyjä tapahtumia.
  4. Aseta kova CPA-katto, jota algoritmi ei voi ylittää, ja tarkista se päivittäin ensimmäisen viikon ajan sen sijaan, että olettaisit sen pitävän.
  5. Pidä manuaalinen kontrolli käynnissä osassa budjetista, jotta sinulla on suora vertailu, ei vain ennen-jälkeen, jota voisi selittää kausiluonteisuus.

Yhteenveto#

Smart Bidding natiiviverkoissa on työkalu, joka palkitsee volyymia ja puhtaita dataa ja rankaisee kaikkea muuta. Arvioi sitä sen perusteella, onko kampanjallasi riittävästi konversioita ja riittävän nopea seuranta opettaakseen sille jotain, ei verkon markkinointitekstin perusteella. Testaa sitä CPA-katolla, osassa käyttöä, manuaalista kontrollia vastaan, ja anna numeroiden koko viikon (ei päivän) ajan tehdä päätös.

Usein kysytyt kysymykset

Kuinka monta konversiota tarvitsen ennen kuin voin luottaa Smart Biddingiin natiiviverkoissa?
Virallista julkaistua kynnysarvoa ei ole. Käytännössä odotetaan yleensä vakaata päivittäistä konversiotulvaa, ei muutamia viikossa, ennen kuin annetaan täysi valvonta. Ohut, piikkinen data hämmentää automaattisia tarjoajia riippumatta verkosta.
Toimiiko Smart Bidding samalla tavalla Taboolassa, Outbrainissa ja MGID:ssä?
Ei. Jokainen verkko on rakentanut oman mallinsa omalle inventaarialle ja signaalijoukolle. Kampanja, jonka automaattinen tarjoaminen hoitaa hyvin yhdessä verkossa, voi silti tarvita manuaalista valvontaa toisessa, kunnes se on kerännyt oman konversiohistoriansa sinne.
Mikä on suurin yksittäinen syy, miksi automaattinen tarjoaminen alisuoriutuu?
Rikkiintynyt tai viivästynyt postback-seuranta. Jos konversiot raportoidaan tuntien viiveellä, päällekkäin tai ilman arvoa tulopohjaisessa tarjouksessa, algoritmi optimoi huonoja dataa vastaan eikä tee huonoja päätöksiä hyvällä datalla.
Pitäisikö minun käyttää Smart Biddingiä täysin uudella tarjouksella, jolla ei ole historiaa?
Yleensä ei. Aloita manuaalisesti, kunnes olet osoittanut, että kulma tuottaa konversioita ja seurantasi on varmistettu puhtaaksi, ja anna sitten tarjousvalvonta algoritmille kovan CPA-katon ollessa voimassa.
Voinko yhdistää manuaalisen ja automaattisen tarjouksen samassa kampanjassa?
Kyllä, ja se on yleinen testikuvio: jaa budjetti, aja osa manuaalisesti ja osa automaattisesti CPA-katolla, ja vertaa konversiohintaa koko viikon ajan ennen kuin päätät, mihin suuntaan siirtää loput budjetista.
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.