OpenAdLibraryOpenAdLibrary
שיווק שותפים ורכישת מדיה

הצעות מחיר ברמת המו"ל: מנוף האופטימיזציה שרוב הקונים מדלגים עליו

הביצועים בין מו"לים שונים באותה קמפיין Native יכולים להשתנות פי 5 או יותר. הצעות מחיר ברמת המו"ל הוא המנוף הלא מנוצל שהופך את השונות הזו לרווח במקום לבזבוז.

איור מערכת: הצעות מחיר ברמת המו"ל: מנוף האופטימיזציה שרוב הקונים מדלגים עליו

הצעות מחיר ברמת המו"ל משמען הגדרת הצעת מחיר (או שינוי הצעת מחיר) שונה לאתרי מו"לים בודדים או למזהי מיקום (placement IDs) בתוך קמפיין Native, במקום להריץ הצעת מחיר אחידה אחת על פני כל הרשת. זה המנוף שמפריד בין קונים שמתייצבים על נקודת האיזון (breakeven) לבין קונים שמכפילים קמפיין מנצח, כי ב-Taboola, Outbrain, MGID ו-Revcontent, הביצועים בין מו"לים שונים בתוך אותו קמפיין משתנים באופן שגרתי פי 5 או יותר, אפילו אחרי שהאלגוריתם היה לו זמן ללמוד.

למה הצעת מחיר אחידה אחת היא ברירת המחדל השגויה#

המכירה הפומבית (auction) של כל רשת Native רצה לכל מיקום, לא לכל קמפיין. כשאתה קובע הצעת מחיר אחת על פני קמפיין, הרשת מיישמת את ההצעה הזו בכל מקום שבו התמקדות הקהל (targeting) שלך תואמת, מאתרי חדשות פרימיום ועד חוות תוכן באיכות נמוכה שיושבות על אותו וידג'ט. חלק מהמיקומים האלה ימירו ב-3x מה-CPA המטרה שלך. אחרים ישרפו תקציב במשך חודשים בלי מכירה אחת. הצעת מחיר אחידה מתייחסת אליהם באופן זהה.

האלגוריתמים ברשתות האלה טובים במציאת נפח, לא בידיעת השוליים שלך. מנועי האופטימיזציה של Taboola ו-Outbrain ישמחו להמשיך להוציא כסף על מו"ל שמספק קליקים זולים ולידים גרועים, כי קליקים וחשיפות הם האותות שהם יכולים לראות הכי מהר. נתוני ההמרה שלך מפגרים מאחור, וכשהם מדביקים את הפער, כבר הוצאת את ההפרש. הצעות מחיר ברמת המו"ל סוגרות את הפער הזה בכך שהן מחזירות את השליטה על לאן הכסף הולך לנתוני הביצועים שלך עצמך.

מה אתה באמת משנה#

כל רשת גדולה חושפת את המנוף הזה, רק תחת שמות שונים:

רשת איפה זה נמצא רמת פירוט
Taboola דוח ביצועי אתר/מיקום, שינויי הצעות מחיר דומיין מו"ל, לפעמים תת-מיקום
Outbrain (Teads) דוח שוק/מו"ל, חסימה או אישור דומיין מו"ל
MGID דיווח ברמת הוידג'ט, הרחקות אתר וחוקי הצעות מחיר מזהה אתר
Revcontent דוח מיקום, הגברת/הפחתת הצעות מחיר מזהה וידג'ט

המכניקה היא כמעט תמיד מכפיל על הצעת המחיר הבסיסית שלך, לא דריסה מוחלטת. הגדר שינוי של 1.4x על מו"ל חזק ו-0.6x על מו"ל חלש, והרשת מתאימה את הצעת המחיר האפקטיבית שהיא מזינה למכירה הפומבית בכל צד. חלק מהרשתות גם מאפשרות לך להוציא מו"ל לחלוטין, שזו הגרסה הבוטה יותר של אותו רעיון. עבור השדות והפרמטרים ל-API המדויקים שכל רשת חושפת לכך, ראה איך מודעות Taboola עובדות, איך Outbrain עובד, איך מודעות Native של MGID עובדות ואיך Revcontent עובד.

למה רוב הקונים מדלגים על זה#

שלוש סיבות, בכנות:

  • הדיווח קבור. נתונים ברמת המו"ל יושבים בדרך כלל שתיים או שלוש קליקים עמוק בלוח המחוונים של הרשת, מיוצאים כ-CSV שטוח עם עשרות שורות וללא פעולה הבאה ברורה.
  • זה נראה כמו עבודה סיזיפית לחשבונות קטנים. אם אתה מוציא $200 ביום, האינסטינקט הוא שמספר הרחקות מו"לים לא יזיז את המחט. בפועל זה ההפך: בהוצאה נמוכה, מו"ל גרוע בודד יכול לאכול 20% מהתקציב היומי שלך לפני שתשים לב.
  • זה דורש המתנה לדגימה אמיתית. אתה צריך מספיק הוצאה לכל מו"ל, בדרך כלל בטווח של פי 2 עד 3 מה-CPA המטרה שלך, לפני ש"מו"ל גרוע" הוא סטטיסטית גרוע ולא סתם חסר מזל. קונים מושכים את הדוח ביום השני, לא רואים שום דבר חד-משמעי, ומוותרים על התרגיל.

הנקודה האחרונה היא העלות האמיתית. הצעות מחיר ברמת המו"ל היא משמעת, לא הגדרה חד-פעמית. היא צריכה סקירה שבועית קבועה, ורוב החשבונות לעולם לא מקבלים אחת.

תהליך עבודה מעשי#

  1. תן לקמפיין לרוץ לדגימה אמיתית. אל תיגע בהצעות מחיר למו"לים לפני שהוצאת לפחות 2x מה-CPA המטרה על הקמפיין כמכלול; אתה צריך מספיק המרות כדי לסמוך על הפיצול.

  2. משוך את דוח המיקום/אתר ומיין לפי הוצאה בסדר יורד. התמקד קודם ב-20 המו"לים המובילים לפי הוצאה; זה בדרך כלל 70 עד 80% מהתקציב שלך.

  3. חלק לשלוש קבוצות: רווחי (העלה הצעה ב-20-50%), נקודת איזון (השאר כפי שהוא), מפסיד (הורד הצעה או הרחק). אל תנסה לכוונן עדין כל שורה; העשירונים העליונים והתחתונים חשובים ביותר.

  4. החל שינויים, לא עצירות מוחלטות, בסיבוב הראשון שלך. הרחקה של מו"ל לחלוטין מאבדת את האפשרות לבדוק אותו מחדש מאוחר יותר; הצעת מחיר של 0.5x עדיין מאפשרת לך ללמוד אם הביצועים היו בעיית הצעה, לא בעיית התאמה.

  5. בדוק מחדש שבועי, לא יומי. ביצועי המו"ל משתנים כשתוכן חדש מתווסף ותמהיל התעבורה מסתובב, במיוחד ב-MGID ו-Revcontent שבהן המלאי מתחלף מהר יותר מאשר ב-Taboola.

  6. הזן מנצחים להחלטות הרחבה (scaling). מו"ל שהוא רווחי בהצעה של 1.5x הוא גם מועמד לקמפיין ייעודי, שזו תנועת הרחבה אופקית ברגע שמיצית רווחים אנכיים על המקוריים.

דוגמה מעובדת#

נניח שאתה מריץ קמפיין של $300 ליום ב-Taboola עם CPA מטרה של $40. אחרי שבועיים, דוח המיקום מראה ש-40 מו"לים לקחו הוצאה משמעותית. חמשת המו"לים המובילים לפי הוצאה הפיקו 60% מההמרות בממוצע CPA של $28. שמונת המו"לים התחתונים לקחו 25% מההוצאה והפיקו שתי המרות בסך הכל, CPA אפקטיבי של מעל $200. כל השאר יושבים באמצע, בערך בנקודת האיזון.

המהלך הברור הוא להעלות הצעה לחמישה המובילים ב-30-40% ולחתוך את השמונה התחתונים לשינוי של 0.4x במקום להרחיק אותם לחלוטין, מכיוון שאחד או שניים אולי רק בדגימה נמוכה מדי ולא באמת גרועים. שבוע אחר כך, ה-CPA הכללי של הקמפיין באותו תקציב בדרך כלל משתפר משמעותית, רק מהפניה מחדש של ההוצאה לכיוון מו"לים שהוכחו כבר, ללא קריאייטיב חדש וללא שינויים בתמקדות הקהל. זה כל הטיעון לטיפול בהצעות מחיר ברמת המו"ל כמשימה קבועה ולא כניקוי חד-פעמי: תמהיל המיקומים בתוך "הקמפיין" הוא באמת עשרות שווקים מיקרו נפרדים, והצעה אחידה אחת מעולם לא תמחרה אף אחד מהם נכון מלכתחילה.

הגדרת סקירה קבועה#

רוב הקובים שנשארים עם זה בונים את זה לבלוק לוח שנה חוזר במקום להסתמך על זכירה לבדוק. גרסה פשוטה: כל יום שני, משוך את דוח המיקום של השבוע הקודם לכל קמפיין פעיל, מיין לפי הוצאה, והשקע 15 דקות לכל קמפיין בהתאמת העשירונים העליונים והתחתונים. רשם את השינויים שהגדרת כדי שתוכל לדעת מאוחר יותר אם השיפור של מו"ל הגיע משינוי ההצעה שלך או ממשהו אחר שהשתנה בחשבון. קונים שמריצים מספר קמפיינים ב-Taboola, Outbrain ו-MGID בו-זמנית מגלים לעתים קרובות שתמהיל המו"לים בקושי חופף בין הרשתות, מה שאומר שהסקירה הזו באמת צריכה לקרות לכל רשת, לא פעם אחת על פני החשבון.

איך נראים נתוני מו"ל טובים#

אורך חיים (longevity) הוא אות משני שימושי כאן, לא רק נתוני המרה מהפיקסל שלך עצמך. אם אתה חוקר מה מו"ל שווה לפני שהוצאת שם דולר, אורך חיים של מודעה על קריאייטיבים שרצים דרך המיקום הזה (כמה זמן מפרסמים אחרים ממשיכים לשלם כדי להופיע שם) הוא פרוקסי סביר לאיכות, כי מפרסמים מפסיקים לשלם עבור מיקומים שלא ממירים. האינדקס של OpenAdLibrary עוקב אחר אורך ריצה על פני רשתות בדיוק מסיבה זו: זה מאפשר לך לבדוק האם למו"ל יש היסטוריה של החזקת קמפיינים רווחיים לפני שאתה מתחייב להוצאה שם בעצמך. אתה יכול להצליב היסטוריה של מו"ל וקריאייטיב דרך כלי המודיעין למודעות במקום להסתמך רק על הדגימה המוגבלת של החשבון שלך עצמך.

טעויות נפוצות#

  • הורדת הצעה בצורה אגרסיבית מדי. שינוי של 0.3x לעתים קרובות מסיר את המו"ל מהמכירה הפומבית לחלוטין במקום להפחית את חלקו בצורה עדינה; אתה מאבד את היכולת לצפות אם הוא מתאושש.
  • תגובה ליום גרוע אחד. תעבורת Native רועשת מיום ליום, במיוחד במו"לים קטנים יותר. יום אחד של אפס המרות על $40 הוצאה הוא לא פסק דין.
  • התעלמות מפיצול מכשיר בתוך מו"ל. מו"ל יכול להיות מצוין בנייד ומת בשולחן העבודה (או להפך); קריסת השניים לשינוי הצעה אחד מסתירה זאת. שכבה של שינויים למכשיר וגיאוגרפיה על גבי עבודה ברמת המו"ל סוגרת את הפער הזה.
  • שכחה לבדוק מחדש מו"לים שהורחקו אחרי רענון קריאייטיב. מו"ל שנכשל עם זווית שחוקה עשוי לבצע לגמרי אחרת עם וו חדש.

תובנות מה-FAQ#

הצעות מחיר ברמת המו"ל היא תחזוקת חשבון לא מלהיבה, אבל זה אחד המעטים ממנופי האופטימיזציה שהם לגמרי בשליטתך, בניגוד לדינמיקות מכירה פומבית או שינויים באלגוריתם הפלטפורמה. קונים שבונים סקירת מו"לים שבועית לשגרה שלהם מדווחים בעקביות על CPAs הדוקים יותר מקונים שמריצים את אותו קריאייטיב ותמקדות קהל בהצעה אחידה. איזה פיצול שאתה משתמש בו בין בדיקת קונספטים חדשים להרחבת קונספטים מוכחים, הצעות מחיר ברמת המו"ל היא מה שהופך את צד ההרחבה בפיצול הזה לרווחי בפועל ולא סתם רועש יותר.

שאלות נפוצות

מה הן הצעות מחיר ברמת המו"ל?
זו הגדרת הצעת מחיר או שינוי הצעת מחיר שונה לכל אתר מו"ל או מזהה מיקום (placement ID) בתוך קמפיין Native, במקום הצעת מחיר אחידה אחת על פני כל הרשת. Taboola, Outbrain, MGID ו-Revcontent כולם חושפים זאת כמכפיל על הצעת המחיר הבסיסית שלך, המוחל לכל דומיין מו"ל או מזהה וידג'ט.
כמה הוצאה אני צריך לפני שאני מתאים הצעות מחיר למו"לים?
חכה עד שתבזבז בערך פי 2 עד 3 מה-CPA המטרה שלך על מו"ל נתון לפני שתתייחס לביצועים שלו כאמינים. התאמה מוקדמת יותר משמעה תגובה לרעש סטטיסטי, מכיוון ששיעורי ההמרה ב-Native תנודתיים בדגימות קטנות, במיוחד במו"לים קטנים יותר.
האם עליי להוציא מו"לים גרועים או פשוט להוריד את ההצעה?
הורד את ההצעה קודם, בדרך כלל ל-0.5x עד 0.7x מהבסיס שלך. הרחקה מלאה מסירה את האפשרות לבדוק מחדש את המו"ל הזה מאוחר יותר אם הקריאייטיב או ההצעה שלך משתנים. שמור הרחקות קשיחות למו"לים עם בעיות ברורות של הונאה או בטיחות מותג.
האם הצעות מחיר ברמת המו"ל עובדות אותו דבר בכל רשת Native?
הקונספט אוניברסלי אבל המכניקה שונה. Taboola ו-Outbrain חושפים זאת דרך דוחות ביצועי אתר/מיקום עם שינויי הצעות מחיר; MGID ו-Revcontent עובדות ברמת מזהה האתר או הוידג'ט. בדוק את התיעוד הנוכחי של כל רשת עבור שמות שדות וגישה ל-API מדויקים.
באיזו תדירות עליי לסקור את ביצועי המו"לים?
שבועי היא התדירות המעשית לרוב החשבונות. סקירות יומיות מגיבות לרעש; סקירות חודשיות נותנות למו"לים מפסידים לשרוף תקציב זמן רב מדי. שבועי תואם את התדירות שבה תמהיל המלאי משתנה באופן משמעותי ברוב הרשתות.
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.