OpenAdLibraryOpenAdLibrary
הגדרה

שלב הלמידה (אלגוריתמים לפרסום)

שלב הלמידה הוא התקופה מיד לאחר השקת קמפיין או עריכתו באופן משמעותי, שבה האלגוריתם עדיין אוסף נתוני המרה והמסירה, העלות והתוצאות אינן יציבות.

איור מערכתי: שלב הלמידה (אלגוריתמים לפרסום)

שלב הלמידה הוא התקופה שלאחר השקת קמפיין, או לאחר עריכה משמעותית של קמפיין פעיל, שבה אלגוריתם המסירה של פלטפורמת הפרסום עדיין אוסף מספיק נתוני המרה כדי לייעל הצעת מחיר וקהל יעד באופן אמין. במהלך חלון זמן זה, עלות לתוצאה נוטה להשתנות יותר מהרגיל, ובדרך כלל מתייחסים אליה כאל מוקדם מדי כדי לשפוט האם קמפיין באמת עובד.

מדוע אלגוריתמים בכלל זקוקים לחלון למידה#

ערכות מודרניות של הצעת מחיר חכמה חוזות מי צפוי להמיר ומתאימות הצעות מחיר בזמן אמת על סמך חיזוי זה. מיד לאחר ההשקה, או מיד לאחר שינוי משמעותי, למערכת יש מעט מאוד או כלל אין נתונים ספציפיים לשילוב המדויק הזה של קריאייטיב, קהל ואסטרטגיית הצעת מחיר, ולכן היא חוקרת באופן רחב יותר כדי לבנות מודל של מה שעובד. חקירה זו היא באופן טבעי רועשת יותר ולעיתים קרובות פחות יעילה מהמסירה היציבה שבאה לאחר מכן, ברגע שלאלגוריתם יש מספיק המרות כדי להיות בטוח בחיזויים שלו.

מה נחשב כאיפוס#

רוב הפלטפורמות לא רק מפעילות שלב למידה חדש בהשקה. שינוי אסטרטגיית הצעת מחיר, עריכת קהל היעד באופן משמעותי, השהיה וחידוש לתקופה ממושכת, או החלפת רוב הקריאייטיב הפרסומי הפעיל – כל אלה יכולים לאפס את השעון. זו אחת הסיבות שבגללן החלפת מודעה בודדת חדשה מועדפת על פני שינויים מקיפים בקריאייטיב: החלפת מודעה אחת תוך שמירה על יציבות שאר הקמפיין רצים לצידה נמנעת מאיפוס הלמידה עבור כל השאר, דפוס שכדאי להכיר לפני שמפרסמים ב-Taboola בכל קנה מידה אמיתי.

כמה זמן זה נמשך בדרך כלל#

אין תשובה קבועה, וזה תלוי מאוד בנפח ההמרות ולא בזמן לוח שנה. קמפיין שמייצר עשרות המרות ביום יכול לצאת מחלון הלמידה תוך כמה ימים, בעוד שקמפיין בנפח נמוך עם קומץ המרות בשבוע יכול להישאר במצב לא יציב למשך תקופה ארוכה הרבה יותר, או לא לצאת ממנו לחלוטין אם הנפח נשאר דליל מדי. זו חלק מהסיבה שרוכשים שמפעילים תקציבים קטנים יותר של שיווק שותפים רואים תוצאות יומיות תנודתיות יותר מאשר חשבונות גדולים: הם פשוט מייצרים פחות נקודות נתונים ביום עבור האלגוריתם ללמוד מהן.

השלכות מעשיות עבור רוכשים#

שיפוט קמפיין חדש או עריכה גדולה מוקדם מדי היא אחת הדרכים הנפוצות ביותר שרוכשי מדיה הורגים משהו שהיה עובד. קמפיין שנראה יקר ב-48 השעות הראשונות שלו עשוי להתאזן לעלות לתוצאה שונה לחלוטין ברגע שלאלגוריתם יש מספיק אות, ולכן כדאי לקבוע חלון הערכה מינימלי, הקשור לספירת המרות ולא למספר ימים שחלפו, לפני שמחליטים להשהות או להרחיב. אותה סבלנות חלה גם על התאמות הצעת מחיר: ערימת מספר התאמות חדשות בו-זמנית במהלך חלון למידה שכבר לא יציב מקשה הרבה יותר לזהות איזו שינוי באמת עוזר.

הפחתת איפוסים מיותרים#

קיבוץ עריכות לשינוי יחיד במקום כמה שינויים קטנים המפוזרים על פני שבוע, שימוש בהתאמות הצעת מחיר מתוזמנות במקום השהיה וחידוש ידניים, ומתן מרחב למודעה מנצחת להמשיך לרוץ במקום להחליף אותה באופן רפלקסיבי – כל אלה מפחיתים את התדירות שבה קמפיין נזרק חזרה לשלב הלמידה. עבור רוכשים שחוקרים כיצד לבנות רשימת מעקב מתחרים, אותו היגיון מסביר מדוע מודעה של מתחרה ששורדת מעבר לשבוע-שבועיים הראשונים שלה, הנראית דרך פלטפורמת המודיעין הפרסומי של OpenAdLibrary, היא אות חזק יותר מאחת שעדיין פעילה ביום השלישי: סביר שהיא עברה את חלון הלמידה שלה והתאזנה לביצועים יציבים.

שאלות נפוצות

כמה זמן נמשך בדרך כלל שלב הלמידה?
זה תלוי בנפח ההמרות, לא במספר ימים קבוע. קמפיינים בנפח גבוה יכולים לצאת ממנו תוך ימים ספורים, בעוד שקמפיינים בנפח נמוך עשויים לקחת זמן רב הרבה יותר או להתקשות לצאת ממנו באופן עקבי, מכיוון שהאלגוריתם זקוק למספיק המרות כדי לבנות חיזוי יציב.
מה מאפס את שלב הלמידה?
שינויים משמעותיים נוטים לאפס אותו, כולל עריכת אסטרטגיית הצעת מחיר, שינויים משמעותיים בקהל היעד, החלפת רוב הקריאייטיב הפעיל, או השהיה וחידוש קמפיין לאחר פער ממושך. שינויים קלים בדרך כלל לא מפעילים איפוס מלא.
האם עליי לשפוט ביצועים במהלך שלב הלמידה?
זה מסוכן. עלות לתוצאה היא בדרך כלל פחות יציבה ופחות מייצגת במהלך חלון זמן זה, ולכן רוב הרוכשים ממתינים למספר מינימלי של המרות, ולא למספר ימים קבוע, לפני שהם מחליטים האם להרחיב או להשהות.
האם שלב הלמידה חל על רשתות מודעות מקומיות באותו אופן כמו על פלטפורמות חברתיות?
המכניקה הבסיסית, אלגוריתם שזקוק לנתונים כדי לייצב מסירה, נפוצה בכל הפלטפורמות עם הצעת מחיר אוטומטית, כולל רשתות מקומיות. הטרמינולוגיה המדויקת והספים משתנים, לכן יש לבדוק את התיעוד העדכני של הרשת הספציפית לפרטים.
צוות OpenAdLibrary
נכתב על ידיצוות OpenAdLibrary
מודיעין פרסום ומחקר פרסום מקורי

אנחנו בונים את OpenAdLibrary, פלטפורמת השקיפות הפרסומית הפתוחה. מדי יום המערכות שלנו לוכדות פרסומות מקוריות חיות ברחבי Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo ו-MSN, מזוהות את המפרסם האמיתי מאחורי כל אחת מהן, ועוקבות אחרי הקליק עד לדף הנחיתה. המדריכים האלה מסננים את מה שאנחנו רואים בנתונים האלה כדי שתוכלו לחקור את השוק מהר יותר.