OpenAdLibraryOpenAdLibrary
एफिलिएट और मीडिया खरीद

बिड कब बढ़ाएं या घटाएं: एक ऑप्टिमाइज़ेशन कैडेंस

अधिकांश बिड गलतियाँ बहुत कम डेटा पर बहुत बार बदलाव करने से होती हैं। यहाँ वह कैडेंस, थ्रेशोल्ड और सिग्नल हैं जो एक असली ट्रेंड को सामान्य ऑक्शन नॉइज़ से अलग करते हैं।

संपादकीय चित्रण: बिड कब बढ़ाएं या घटाएं: एक ऑप्टिमाइज़ेशन कैडेंस

बिड तब बढ़ाएं जब कोई कैंपेन पहले ही लर्निंग फेज पार कर चुका हो, टारगेट पर या उससे बेहतर कन्वर्ज़न दे रहा हो, और डिलीवरी या इम्प्रेशन शेयर पर कैप हो, न कि कन्वर्ज़न क्वालिटी पर। बिड तब कम करें या रोकें जब प्रति-कन्वर्ज़न लागत वास्तविक सैंपल साइज़ (कुछ क्लिक नहीं) के लिए टारगेट से ऊपर ट्रेंड कर रही हो। अधिकांश मीडिया बायर्स की गलती गलत दिशा चुनने की नहीं है, बल्कि बहुत कम डेटा पर, बहुत बार, इससे पहले कि कैंपेन ने उन्हें कुछ भी विश्वसनीय बताया हो, बिड बदलने की है।

वह समीक्षा कैडेंस जो नॉइज़ पर अति-प्रतिक्रिया से बचाता है#

खर्च और डिलीवरी पर दैनिक नज़र डालें ताकि कुछ भी अनदेखा न रह जाए, लेकिन वास्तविक बिड परिवर्तन साप्ताहिक (या, उच्च-खर्च वाले कैंपेन के लिए, सप्ताह में दो बार) समीक्षा के लिए तब तक रखें जब तक सिग्नल को सामान्य ऑक्शन भिन्नता से अलग करने के लिए पर्याप्त डेटा न हो जाए। नेटिव ऐड परफॉर्मेंस एक स्थिर कैंपेन पर भी दिन-प्रतिदिन नॉइज़ी होती है; एक अकेला खराब दिन शायद ही कभी बिड छेड़ने का कारण होता है, और एक अकेला अच्छा दिन भी किसी को स्केल करने का कारण नहीं होता।

यह कैडेंस कैंपेन के शुरुआती जीवन में अधिक मायने रखता है। लॉन्च के बाद की पहली अवधि के दौरान, डिलीवरी और CPC स्वाभाविक रूप से अस्थिर होते हैं जबकि एल्गोरिदम अभी भी सिग्नल जमा कर रहा होता है, और उस अस्थिरता के जवाब में की गई बिड में बदलाव सिर्फ एक और वेरिएबल जोड़ देता है जिसके आसपास एल्गोरिदम को फिर से कैलिब्रेट करना पड़ता है, उसी अस्थिरता को बढ़ा देता है जिसे आप ठीक करने की कोशिश कर रहे हैं।

लगातार जाँच और एडजस्ट करने की प्रवृत्ति समझ में आती है, क्योंकि नेटिव डैशबोर्ड लगभग रियल टाइम में रिफ्रेश होते हैं और उस डेटा के साथ कुछ करते रहना उत्पादक महसूस होता है। लेकिन प्रति घंटा चेक किया गया कैंपेन और साप्ताहिक चेक किया गया कैंपेन किसी भी उचित समय सीमा में समान बिड पर पहुंचते हैं, अंतर यह है कि प्रति घंटा चेकर ने आमतौर पर रास्ते में तीन या चार अनावश्यक बदलाव कर दिए होते हैं, जिनमें से प्रत्येक नॉइज़ जोड़ता है जिसके आसपास एल्गोरिदम को काम करना पड़ता है। डैशबोर्ड को थर्मामीटर की तरह मानें, स्टीयरिंग व्हील की तरह नहीं: मॉनिटरिंग के लिए उपयोगी, लगातार सुधार के लिए नहीं।

बिड छेड़ने से पहले के डेटा थ्रेशोल्ड#

क्लिक या कन्वर्ज़न की कोई सार्वभौमिक संख्या नहीं है जो सांख्यिकीय आत्मविश्वास की गारंटी देती है, लेकिन एक उपयोगी व्यावहारिक न्यूनतम यह है: लगभग 20 से 30 कन्वर्ज़न से कम, या कई सौ क्लिक (यदि कन्वर्ज़न अभी तक ट्रैक नहीं किए गए हैं) से कम पर, उस विशिष्ट ऐड सेट या कैंपेन के लिए, बिड का निर्णय न लें। इससे कम पर, आप ज्यादातर भिन्नता पर प्रतिक्रिया दे रहे होते हैं न कि किसी वास्तविक ट्रेंड पर, और 4 कन्वर्ज़न पर आधारित बिड परिवर्तन आसानी से अगले बैच डेटा में उलट सकता है, बिना आपकी बिड से संबंधित किसी कारण के।

यदि आपका खर्च एक उचित समय सीमा के भीतर उस थ्रेशोल्ड तक पहुंचने के लिए बहुत कम है, तो सुधार आमतौर पर बजट है, बिड में छेड़छाड़ नहीं: एक कैंपेन जो आत्मविश्वासपूर्ण बिड निर्णय लेने के लिए पर्याप्त डेटा जमा नहीं कर सकता, वह आपके द्वारा पूछे जा रहे प्रश्न के लिए अंडरफंडेड है।

एक स्पष्ट हारे हुए को रोकने के थ्रेशोल्ड और एक सीमावर्ती परफॉर्मर को ऑप्टिमाइज़ करने के थ्रेशोल्ड को अलग करना भी उचित है। यदि कोई सेगमेंट आपकी अपेक्षित कन्वर्ज़न दर के सापेक्ष क्लिक की वास्तव में बड़ी संख्या के बाद भी शून्य कन्वर्ज़न के साथ खर्च जला रहा है, तो यह एक रोकने का निर्णय है और इसे पूरे साप्ताहिक कैडेंस की आवश्यकता नहीं है, स्पष्ट विफलताओं को शुक्रवार तक इंतजार करने की जरूरत नहीं है। उपरोक्त साप्ताहिक कैडेंस और डेटा थ्रेशोल्ड वास्तव में उन कठिन निर्णयों के लिए हैं: वे सेगमेंट जो न तो स्पष्ट रूप से जीत रहे हैं और न ही स्पष्ट रूप से असफल हो रहे हैं, जहां एक अच्छे या बुरे दिन पर प्रतिक्रिया देने का प्रलोभन सबसे मजबूत होता है और अति-प्रतिक्रिया की लागत सबसे अधिक होती है।

बिड बढ़ाने के सिग्नल#

  • इम्प्रेशन शेयर कैप्ड है और कन्वर्ज़न मेट्रिक्स स्वस्थ हैं। यदि डिलीवरी थ्रॉटल है लेकिन आपकी प्रति-कन्वर्ज़न लागत टारगेट के नीचे आराम से बैठी है, तो आपके पास बिड बढ़ाकर अधिक वॉल्यूम कैप्चर करने की गुंजाइश है इससे पहले कि लाभप्रदता कम हो।
  • CTR और कन्वर्ज़न रेट आपकी बेसलाइन अपेक्षाओं से ऊपर स्थिर हो गए हैं। एक क्रिएटिव और लैंडिंग पेज संयोजन जो स्पष्ट रूप से बेहतर प्रदर्शन कर रहा है, आपको प्रति क्लिक अधिक भुगतान करने और फिर भी टारगेट CPA हिट करने का मार्जिन देता है।
  • आप लगातार उस वर्टिकल में प्रतिस्पर्धियों से ऑक्शन हार रहे हैं जिसमें आप जानते हैं कि कन्वर्ज़न होता है। यदि लॉन्गेविटी डेटा दिखाता है कि अन्य विज्ञापनदाता आपके स्पेस में लगातार चल रहे हैं जबकि आपकी अपनी डिलीवरी पिछड़ रही है, तो आपकी बिड उस इन्वेंटरी के लिए बाजार-साफ करने वाले स्तर से कम हो सकती है।

बिड को एक बार में दोगुना करने के बजाय, वृद्धिशील रूप से बढ़ाएं, आमतौर पर एक बार में 10 से 20% की रेंज में। बड़ी छलांगें एक कैंपेन को वापस लर्निंग-फेज जैसी अस्थिरता में धकेल सकती हैं, यहां तक कि शुरुआती लॉन्च विंडो के बाहर भी।

बिड कम करने या रोकने के सिग्नल#

  • प्रति-कन्वर्ज़न लागत वास्तविक सैंपल (एक खराब दिन नहीं) में टारगेट से ऊपर ट्रेंड कर रही है। एक बार जब आप उपरोक्त डेटा थ्रेशोल्ड पार कर लेते हैं और ट्रेंड बना रहता है, तो बिड कम करना (या विशिष्ट अंडरपरफॉर्मिंग ऐड सेट को रोकना) मार्जिन की रक्षा करता है।
  • क्रिएटिव फटीग सेट हो रही है। एक क्रिएटिव पर गिरता हुआ CTR जो पहले अच्छा प्रदर्शन करता था आमतौर पर इसका मतलब है कि ऑडियंस ने इसे बहुत बार देख लिया है, और सुधार अक्सर बिड परिवर्तन के बजाय एक क्रिएटिव रिफ्रेश होता है, क्योंकि थके हुए क्रिएटिव पर बिड कम करने से सिर्फ खून बहना धीमा होता है बिना कारण को संबोधित किए।
  • एक विशिष्ट सेगमेंट (जियो, डिवाइस, प्लेसमेंट) मिश्रित प्रदर्शन को नीचे खींच रहा है। पूरे कैंपेन की बिड कम करने के बजाय, कमजोर सेगमेंट पर विशेष रूप से बिड काटने या कम करने से उन सेगमेंट पर डिलीवरी बनी रहती है जो वास्तव में काम कर रहे हैं।

डे-पार्टिंग और जियो-लेवल एडजस्टमेंट#

एक बार कैंपेन का पर्याप्त इतिहास हो जाने पर, डेटा में दिन के घंटे और सप्ताह के दिन के पैटर्न आमतौर पर दिखाई देने लगते हैं, कुछ विंडो दूसरों की तुलना में बेहतर कन्वर्ज़न करती हैं या कम खर्च करती हैं। जहां कोई नेटवर्क डे-पार्टिंग या जियो-लेवल बिड मॉडिफायर सपोर्ट करता है, वहां उनका उपयोग बजट को उन विंडो और जियो की ओर शिफ्ट करने के लिए करें जो पहले से ही साबित हो रहे हैं, बजाय उन सभी पर एक फ्लैट बिड लागू करने के। यह उसी रेज़-ऑर-लोअर लॉजिक का एक अधिक सर्जिकल संस्करण है जिसे पूरे कैंपेन के बजाय सेगमेंट लेवल पर लागू किया जाता है।

नए जियो में स्केलिंग बिड एडजस्टमेंट से संबंधित लेकिन अलग निर्णय है: एक नए जियो को अपनी खुद की लर्निंग विंडो और अपने खुद के डेटा थ्रेशोल्ड की आवश्यकता होती है इससे पहले कि आप उसका आकलन करें, भले ही पैरेंट कैंपेन उस स्टेज से काफी आगे निकल चुका हो।

क्रिएटिव सिग्नल के साथ बिड सिग्नल पढ़ना#

क्रिएटिव हेल्थ पहले चेक किए बिना लिया गया बिड निर्णय अधूरा है। यदि प्रति-कन्वर्ज़न लागत बढ़ रही है, तो अंतर्निहित कारण वर्तमान प्रतिस्पर्धा के लिए वास्तव में बहुत आक्रामक बिड हो सकता है, या यह सिर्फ एक क्रिएटिव हो सकता है जो बस थक गया है और अब पहले जैसा CTR अर्जित नहीं कर रहा है। एक थके हुए क्रिएटिव पर बिड कम करना लक्षण का इलाज करता है: डिलीवरी धीमी हो जाती है, CPA शेष छोटे वॉल्यूम पर थोड़ा बेहतर दिखता है, लेकिन कैंपेन कभी भी अपने पिछले स्केल को वापस नहीं पाता क्योंकि वास्तविक समस्या, थका हुआ क्रिएटिव, कभी संबोधित नहीं की गई।

किसी भी बिड कट से पहले एक त्वरित निदान: क्या इस विशिष्ट क्रिएटिव पर CTR समीक्षा अवधि के दौरान गिर गया है जबकि बिड सपाट रही? यदि हां, तो यह प्राइसिंग समस्या के बजाय फटीग की ओर इशारा करता है, और सुधार एक नया क्रिएटिव वेरिएंट है, न कि कम बिड। यदि CTR स्थिर रहा है लेकिन प्रति-कन्वर्ज़न लागत फिर भी बढ़ी है, तो यह अधिक संभावना है कि एक वास्तविक प्रतिस्पर्धी प्राइसिंग शिफ्ट है, और बिड एडजस्ट करना अधिक उचित प्रतिक्रिया है।

एक सरल साप्ताहिक दिनचर्या#

  1. सप्ताह का डेटा अकाउंट लेवल के बजाय कैंपेन और ऐड-सेट लेवल पर निकालें।
  2. अपने न्यूनतम डेटा थ्रेशोल्ड से नीचे के किसी भी सेगमेंट को फ़िल्टर करें, अभी उस पर निर्णय न लें।
  3. थ्रेशोल्ड से ऊपर के सेगमेंट के लिए, टारगेट के मुकाबले प्रति-कन्वर्ज़न लागत के आधार पर सॉर्ट करें।
  4. टारगेट को आराम से हरा रहे और कैप्ड डिलीवरी वाले सेगमेंट पर बिड वृद्धिशील रूप से बढ़ाएं।
  5. टारगेट से सार्थक रूप से बदतर ट्रेंड कर रहे सेगमेंट को कम करें या रोकें।
  6. यह मानने से पहले कि बिड समस्या वास्तव में क्रिएटिव समस्या है, ज्ञात फटीग सिग्नल के खिलाफ क्रिएटिव आयु की जाँच करें।
  7. बाकी सब कुछ अगले सप्ताह की समीक्षा तक अछूता छोड़ दें।

यह कैडेंस जानबूझकर उबाऊ है। जो खरीदार क्षैतिज या ऊर्ध्वाधर विस्तार पर नेटिव कैंपेन को सफलतापूर्वक स्केल करते हैं, वे आमतौर पर वे होते हैं जो हर दैनिक उतार-चढ़ाव पर प्रतिक्रिया देने के आग्रह का विरोध करते हैं, न कि वे जो दिन में तीन बार बिड चेक करते हैं। यदि आप अपनी खुद की एडजस्टिंग शुरू करने से पहले यह जानना चाहते हैं कि एक स्थिर, परिपक्व कैंपेन की बिड और डिलीवरी पैटर्न कैसा दिखता है, तो OpenAdLibrary का नेटिव ऐड स्पाई टूल दिखाता है कि आपके वर्टिकल में कौन से क्रिएटिव हफ्तों से लगातार चल रहे हैं, एक उचित संकेत कि उनकी अंतर्निहित बिड और कैडेंस पहले ही स्थिर हो चुके हैं।

अक्सर पूछे जाने वाले प्रश्न

नेटिव ऐड कैंपेन पर बिड कितनी बार एडजस्ट करनी चाहिए?
डेटा की दैनिक समीक्षा करें ताकि कुछ भी अनदेखा न रह जाए, लेकिन वास्तविक बिड बदलाव साप्ताहिक या सप्ताह में दो बार के कैडेंस के लिए तब तक रखें जब तक आपके पास पर्याप्त कन्वर्ज़न न हो जाएं जो एक असली ट्रेंड को सामान्य दैनिक ऑक्शन भिन्नता से अलग कर सकें।
बिड बदलने से पहले मुझे कितने कन्वर्ज़न चाहिए?
कोई सार्वभौमिक थ्रेशोल्ड नहीं है, लेकिन एक व्यावहारिक न्यूनतम लगभग 20 से 30 कन्वर्ज़न, या कई सौ क्लिक (यदि कन्वर्ज़न ट्रैकिंग अभी लाइव नहीं है) उस विशिष्ट ऐड सेट के लिए होता है। इससे कम पर, बिड परिवर्तन ज्यादातर नॉइज़ पर प्रतिक्रिया होती है न कि कोई वास्तविक सिग्नल।
अगर CTR गिर जाए तो क्या मुझे अपनी बिड कम करनी चाहिए?
पहले क्रिएटिव फटीग की जाँच करें। एक क्रिएटिव पर गिरता हुआ CTR जो पहले अच्छा परफॉर्म कर रहा था, अक्सर ऑडियंस के क्रिएटिव से ऊब जाने का संकेत होता है, और एक रिफ्रेश आमतौर पर बिड कटौती से बेहतर तरीके से अंतर्निहित कारण को ठीक करता है, जो सिर्फ डिलीवरी को धीमा करता है बिना यह जाने कि CTR क्यों गिरा।
क्या बिड एक बार में बहुत ज्यादा बढ़ाना बेहतर है या थोड़ा-थोड़ा करके?
वृद्धिशील परिवर्तन, आमतौर पर 10 से 20% की रेंज में, बड़ी छलांगों से सुरक्षित होते हैं। एक बड़ी बिड वृद्धि एक स्थिर कैंपेन को वापस लर्निंग-फेज जैसी अस्थिरता में धकेल सकती है, जिससे कैंपेन द्वारा पहले से बनाई गई स्थिरता नष्ट हो जाती है।
क्या मुझे एक कैंपेन के सभी जियो में बिड एक ही तरह से एडजस्ट करनी चाहिए?
नहीं। जहां कोई नेटवर्क जियो या डे-पार्टिंग बिड मॉडिफायर सपोर्ट करता है, वहां रेज़ या लोअर के निर्णय पूरे कैंपेन की मिश्रित बिड के बजाय सेगमेंट लेवल पर लागू करें, क्योंकि एक मजबूत जियो और एक कमजोर जियो का औसत एक साथ मिलकर प्रत्येक में मौजूद वास्तविक सिग्नल को छिपा देता है।
OpenAdLibrary टीम
लेखकOpenAdLibrary टीम
विज्ञापन इंटेलिजेंस और नेटिव विज्ञापन अनुसंधान

हम OpenAdLibrary बनाते हैं, जो एक खुला विज्ञापन-पारदर्शिता प्लेटफॉर्म है। हर दिन हमारी प्रणालियाँ Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo और MSN पर लाइव नेटिव विज्ञापन कैप्चर करती हैं, प्रत्येक विज्ञापन के पीछे के वास्तविक विज्ञापनदाता की पहचान करती हैं, और क्लिक को उसके लैंडिंग पेज तक फॉलो करती हैं। ये गाइड उस डेटा में हम जो देखते हैं, उसका सार प्रस्तुत करती हैं ताकि आप बाजार का तेजी से शोध कर सकें।