Hogyan választják ki a javaslat widgetek a látott hirdetéseket
A "lehet, hogy tetszik" widgetben látott hirdetést nem a legmagasabb licitáló választotta ki egyedül. Egy valós idejű árverést nyert meg, amely a licitot és az Ön konkrét kattintási valószínűségét egyaránt figyelembe veszi.

Egy tartalomjavaslat widget, a cikk alatti "lehet, hogy tetszik" mező, egy valós idejű árverésen keresztül dönti el, mely hirdetéseket mutassa, amely a jogosult kreatívokat a becsült interakciós érték szerint rangsorolja, nem csak a legmagasabb licit szerint. A hálózat hirdetéskiszolgálója összekapcsolja a hirdető licitjét az adott olvasóra és elhelyezésre vonatkozó becsült kattintási aránnyal, és amelyik kombináció a legmagasabb várható bevételt hozza a kiadónak, az nyeri meg a helyet, mindezt az oldal betöltési ideje alatt.
Itt van a tényleges sorrend, és az, hogy mi határozza meg, mely konkrét hirdetést látja Ön a mellettük ülő személyhez képest.
A kérés-megjelenítés sorrendje#
- Betölt egy kiadói oldalt. Az oldalra beágyazott szkript (Taboola, Outbrain/Teads, MGID, Revcontent vagy egy másik hálózat) elindul, ahogy az oldal megjelenik.
- A widget hirdetéseket kér a hálózat hirdetéskiszolgálójától. Ez a kérés kontextuális jeleket hordoz: az oldal témája és kategóriája, eszköztípusa, hozzávetőleges helye, és gyakran viselkedési jeleket, amelyek sütikhez vagy eszközazonosítóhoz kapcsolódnak, ha korábban már lépett kapcsolatba a hálózattal.
- A hirdetéskiszolgáló árverést indít a jogosult kampányok között. Minden olyan hirdető, amelyik a földrajzi helyre, eszközre és kontextusra céloz, jelölt lesz. Ez a natív hirdetésárverés, és ezredmásodpercek alatt történik.
- Minden jelölt hirdetést nem csak licit, hanem licit szorozva az adott felhasználóra és kontextusra vonatkozó becsült kattintási aránnyal rangsorolnak. Ezért verheti egy alacsonyabb licitáló, de nagyon releváns, magas CTR-ű kreatívja a magasabb licitáló, de általános kreatívját. A hálózat a saját oldalankénti bevételét optimalizálja, amely azokat a hirdetéseket jutalmazza, amelyekre az emberek valószínűleg rákattintanak.
- A nyertes hirdetések megjelennek a widgetben, általában több egyszerre, kitöltve a javaslat rácson a kiadó valódi szerkesztős javaslatai mellett.
- Az Ön kattintása (vagy annak hiánya) visszajelzést ad a rendszernek, finomítva az adott hirdetésre, kontextusra és gyakran az adott olvasóra vonatkozó becsült CTR-t a jövőben.
Mi valójában hajtja a rangsorolást#
A kontextuális jelek a legfontosabbak első látogatók vagy kijelentkezett felhasználók esetén. Viselkedési előzmények hiányában a hálózat a kontextuális célzásra támaszkodik, a hirdetés kategóriáját az cikk témájához igazítva. Egy személyes pénzügyi cikk valószínűbb, hogy pénzügyi vagy biztosítási hirdetést hoz fel, mint egy véletlenszerű háztartási cikk hirdetést, mert ez a párosítás történelmileg jobban teljesített a hálózat teljes adatkészletén.
A viselkedési jelek átveszik az irányítást, ahogy böngészési előzményt épít. Ha a hálózat sütije vagy eszközazonosítója látta, hogy korábban rákattintott utazási hirdetésekre, az utazási hirdetők versenyképesebbek lesznek az Ön impresszióiért, még egy nem kapcsolódó cikkoldalon is. Ez közelebb áll ahhoz, ahogy egy keresleti oldali platform célzott közönségeket a szélesebb programmatic vásárlásban.
Az eszköz és a földrajzi hely szűri a jogosult kört, még a rangsorolás előtt. Egy olyan hirdető, amely csak mobilfelhasználókat céloz egy adott országban, soha nem kerül be az árverésbe egy másutt lévő asztali olvasó számára, a licittől függetlenül.
A becsült CTR modellvezérelt és folyamatosan frissül. Minden hálózat saját gépi tanulási modellt futtat, amely becsüli, hogy egy adott hirdetésre mennyire valószínű, hogy egy adott olvasó egy adott kontextusban rákattint. Ez az előrejelzés, nem a nyers licit, általában a nagyobb tényező abban, ki nyer, ezért egy jól megírt cím és kép verheti a sokkal nagyobb költségvetést.
A gyakorisági és frissességi korlátok befolyásolják, mi jogosult. A hálózatok általában elkerülik, hogy ugyanazt a kreatívet ismételten mutassák rövid időn belül, mind az olvasói élmény védelme érdekében, mind azért, mert egy elavult, túl sokszor megjelenített hirdetés becsült CTR-je természetesen csökken. Ezért forgatnak a hirdetők több hirdetési kreatív variánst egy kampányon belül.
Hol illeszkednek be a header bidding és a szállítási utak#
Azokon a hálózatokon, amelyek leltárt továbbértékesítenek szélesebb programmatic csatornákon keresztül, egynél több keresleti forrás versenyezhet egyszerre ugyanazért a widget helyért, egy olyan beállítás, amely hasonló a header biddinghez a hagyományos displayben. A kiadó leltárát kezelő kínálati oldali platform több potenciális vevőhöz is irányíthat egyetlen hirdetési kérést, mielőtt a widget megjelenne. Ez az egyik oka annak, hogy a natív hirdetések ellátási lánca több közvetítőt is magában foglalhat, mint amit egy egyszerű "hirdető fizet a kiadónak" modell sugall, és hogy ugyanaz a hely különböző hálózatok keresletével tölthető fel a pillanattól függően.
Ez a továbbértékesített leltár réteg az oka annak is, hogy nem mindig nyilvánvaló a felületről, hogy melyik hálózat szolgáltatta ki a látott hirdetést. Egy, mint egy hálózat elhelyezésének megjelölt widgetet a gyakorlatban egy partner által irányított kereslet is kitöltheti. Ha versenykutatást végez, és a hálózat attribúciója számít az elemzéséhez, érdemes a widget látható márkajelzésén túl is olvasni, hogy megerősítse a tényleges szolgáltatási utat, pontosan ez a részlet, amit egy ellátási lánc nyomkövetés fel kell, hogy hozzon, nem pedig amit csak úgy szemmel láthat az oldalon.
Mit jelent ez a hirdetők számára, akik több árverést akarnak nyerni#
Mivel a becsült CTR olyan nagy súllyal bír, néhány gyakorlati módszerrel növelheti a hely megnyerésének esélyét anélkül, hogy egyszerűen emelné a licitjét:
- Illessze a kreatívet az elhelyezés valószínű kontextusához. Egy olyan hirdetési szöveg, amely természetesen olvasható a szerkesztős tartalom mellett, nem pedig nyilvánvaló megszakításnak tűnik, általában magasabb becsült CTR-t ér el, mert jobban hasonlít arra, amiért az olvasó az oldalra jött.
- Futtasson több kreatív variánst egy kampányon belül. Mivel a modell előrejelzése minden egyes kreatív és kontextus párosításra specifikus, egyetlen hirdetés egyetlen adatpontra korlátoz. Több variáns lehetővé teszi az algoritmus számára, hogy megtalálja, melyik teljesít a legjobban melyik közönségcsoportnál, és lehetővé teszi a kevésbé kedvezményezettek kiváltását.
- Frissítse a kreatívet, mielőtt a teljesítmény romlana. Mivel a gyakoriság és a frissesség befolyásolja a becsült CTR-t, egy olyan hirdetés, amely egy hónapja következetesen nyert, csendben veszíthet árveréseket ma, pusztán a túlzott kitettségtől ugyanannak a közönségnek, még változatlan licit mellett is.
- Célozzon szűkebben, ne szélesen. Egy olyan kampány, amely minden földrajzi helyre és eszközre jogosult, hígítja saját átlagos becsült CTR-jét azzal, hogy olyan kontextusokban versenyez, ahol nem teljesít jól. A jogosultság szűkítése oda, ahol a kreatív valóban rezonál, növeli a nyerési arányt a fontos kontextusokban.
- Figyelje, mi él túl ismételten az árverést. Egy olyan hirdetés, amely hetek óta él egy adott hálózaton, definíció szerint elég árverést nyert ahhoz, hogy igazolja a hirdető folytatott költekezését. Ez erősebb jelzés arra, hogy mit jutalmaz a modell, mint bármilyen elmélet az algoritmusról.
Miért mutat ugyanaz a cikk más hirdetéseket más olvasóknak#
Ha Ön és egy kollégája ugyanazt a cikket nyitja meg egyszerre, gyakran más hirdetéseket látnak a widgetben. Ez várható, nem hiba. A különböző földrajzi hely, eszköz, böngészési előzmények, és még az árverés futásának konkrét ezredmásodperce is eltolhatja, hogy melyik jelölt nyer. A kiadók előnyére válik ez a személyre szabás, mert növeli az átlagos becsült CTR-t a teljes közönségükön, ami a tényleges metrika, amelyet az algoritmus optimalizál.
Hogyan segít az OpenAdLibrary#
Mivel az algoritmus a becsült erős interakcióval rendelkező kreatíveket jutalmazza, annak tanulmányozása, hogy mi nyeri meg ismételten azt az árverést – vagyis azok a hirdetések, amelyek hetek óta élnek – az egyik legközvetlenebb módja annak, hogy visszafejtsük, mit jutalmaz egy adott hálózat modellje. Az OpenAdLibrary hirdetési intelligencia eszközei lehetővé teszik, hogy hálózat, vertikális és élettartam szerint szűrjön, és lássa, mely kreatívok teszik meg ezt a küszöböt a gyakorlatban, ahelyett, hogy találgatna, mit preferál a modell.
A rövid változat#
Egy javaslat widget hirdetési helyét egy valós idejű árverés nyeri meg, amely a licitot és a becsült interakciót együtt mérlegeli, és minden egyes oldalbetöltéskor frissül kontextuális és viselkedési jelekkel. Ennek a kombinációnak a megértése, ahelyett, hogy egyszerűen legmagasabb licitáló árverésnek feltételeznénk, jelentheti a különbséget egy olyan kreatív megírása között, amely csak jól licitál, és egy olyan között, amelyet az algoritmus valóban meg akar mutatni.
Ez magyarázza azt a mintát is, amely sok, a csatornában új hirdetőt megzavar: egy olyan kampány, amely az első héten jól teljesített, majd csendben csökkent a szállításban, a licit változatlansága mellett. Semmi nem tört el. A becsült CTR, amely a kreatívet versenyképesebbé tette, egyszerűen romlott, ahogy a jogosult közönség nagyobb része már látta, és az árverés frissebb jelölteket kezdett előnyben részesíteni. Ezt a csökkenést kreatív frissítés jeleként kezelni, nem pedig annak jeleként, hogy a hálózat vagy az ajánlat megszűnt működni, általában a helyes értelmezés.







