Dayparting
Il Dayparting consiste nel programmare una campagna pubblicitaria in modo che venga pubblicata solo in determinate ore o giorni della settimana, basandosi su quando il pubblico risponde effettivamente, invece di spendere in modo uniforme per tutto il giorno.

Il Dayparting è la pratica di programmare gli annunci in modo che vengano pubblicati (o con offerte più alte o più basse) solo in determinate ore del giorno o giorni della settimana, basandosi su quando i tassi di conversione, il costo per acquisizione o il budget disponibile rendono quelle finestre meritevoli di priorità. Invece di distribuire il budget uniformemente su 24 ore, il dayparting concentra la spesa dove le performance sono migliori e riduce o mette in pausa dove non lo sono.
Perché l'ora del giorno cambia le performance#
Il comportamento del pubblico non è uniforme durante la giornata. Una campagna che mira ai lavoratori d'ufficio durante la pausa pranzo si comporta diversamente dalla stessa campagna mostrata a quel pubblico alle 2 del mattino, e un'offerta nutra o finanziaria rivolta ai pensionati potrebbe ottenere la risposta più forte a metà mattina piuttosto che la sera. Oltre al comportamento del pubblico, anche la concorrenza per l'inventario pubblicitario cambia di ora in ora: i CPCs tendono ad aumentare durante le finestre di traffico di punta quando più inserzionisti fanno offerte, il che cambia il calcolo su se una determinata ora valga la stessa offerta che pagheresti di notte.
Come viene applicato nelle campagne native#
La maggior parte delle reti native e DSP ti permette di impostare una programmazione oraria o giornaliera a livello di campagna, disattivando completamente l'erogazione nelle finestre deboli o applicando un moltiplicatore di offerta che aumenta o riduce la spesa senza fermare completamente l'erogazione. L'approccio più morbido, aggiustare le offerte piuttosto che mettere in pausa del tutto, tende a funzionare meglio con gli algoritmi di smart bidding, poiché un pattern di stop-start completo può disturbare l'ottimizzazione della piattaforma e resettare la raccolta dati di un algoritmo più spesso di quanto farebbe una curva di offerta fluida, un meccanismo coperto in come funzionano gli annunci nativi di MGID.
Trovare le proprie finestre di dayparting#
L'unico modo affidabile per impostare una programmazione di dayparting è dai tuoi dati di erogazione suddivisi per ora, non da supposizioni sulle abitudini del tuo pubblico. La maggior parte delle piattaforme pubblicitarie riporta le performance per ora del giorno nei loro dashboard; una o due settimane di quei dati, confrontati con il tasso di conversione e il costo per risultato, di solito fanno emergere un pattern chiaro di una o due finestre deboli che vale la pena tagliare. Gli inserzionisti che eseguono campagne affiliate in più aree geografiche spesso hanno bisogno di una programmazione di dayparting separata per fuso orario, poiché "sera" in un geo tier non corrisponde a "sera" in un altro.
Quando il dayparting non aiuta molto#
Nelle campagne con budget giornalieri modesti o finestre di attribuzione brevi, i guadagni dal dayparting possono essere marginali, e la complessità aggiuntiva di gestire le programmazioni tra fusi orari e campagne potrebbe non valere il tempo di configurazione. Tende a essere più importante su account con spesa maggiore, o verticali come B2B e finanza dove il comportamento nelle ore lavorative è pronunciato, e meno su offerte ecommerce guidate dall'impulso dove la risposta è abbastanza costante per tutto il giorno.
Dayparting e budget pacing insieme#
Il dayparting e il budget pacing risolvono problemi correlati ma diversi: il pacing controlla come una spesa pubblicitaria fissa giornaliera viene distribuita durante il giorno, mentre il dayparting decide in quali ore vale la pena spendere. Usati insieme, una campagna può distribuire uniformemente la spesa attraverso le sue ore più forti e semplicemente saltare quelle più deboli, invece di distribuire su un arco di 24 ore che include finestre improbabili da convertire, una distinzione importante da capire prima di configurare gli strumenti di ad intelligence di OpenAdLibrary per confrontare la programmazione probabile di un concorrente.







