광고 비용 추정은 얼마나 정확한가? 스파이 도구가 잘못 이해하는 것

모든 경쟁 인텔리전스 도구의 광고 비용 추정치는 모델링된 숫자이지 관찰된 사실이 아니며, 정확도에 대한 정직한 답은 방향성으로는 유용하지만 달러 수준에서는 신뢰할 수 없다는 것입니다. 어떤 외부 도구도 광고주의 실제 인보이스나 입찰 데이터를 보지 못합니다. 보는 것은 크리에이티브 볼륨, 게재 패턴 및 추정 노출 횟수이며, 이를 CPM 또는 CPC에 대한 가정을 통해 실행하여 정밀해 보이지만 여러 겹의 추측에 기반한 달러 금액을 생성합니다.

비용 추정이 실제로 구성되는 방식#

일반적인 스파이 도구의 비용 추정은 다음과 같은 체인을 따릅니다: 광고주의 크리에이티브가 받은 것으로 보이는 게재 위치 또는 노출 수를 계산하고, 해당 네트워크 및 수직에 대한 가정된 평균 CPM 또는 CPC를 곱한 다음 결과를 "추정 월간 비용"으로 제시합니다. 이 체인의 모든 단계에서 오류가 발생합니다.

1. 노출 카운팅 자체가 추정치입니다. 대부분의 도구는 광고 서버의 직접적인 노출 데이터가 없으며, 크롤링 중 크리에이티브가 얼마나 자주 그리고 얼마나 널리 관찰되었는지에서 볼륨을 유추하는데, 이는 표본이지 전체 조사가 아닙니다.
2. CPM/CPC 가정은 모든 사람에게 적용되는 평균값입니다. 실제 경매 가격은 광고주 평판, 타겟팅 정밀도, 지역, 기기 및 계절에 따라 크게 다릅니다. 전체 수직에 걸쳐 적용된 단일 혼합 요율은 거의 모든 개별 광고주에 대해 때로는 큰 차이로 잘못될 것입니다.
3. 네트워크와 형식이 항상 깔끔하게 분리되지는 않습니다. 데스크톱과 모바일 인벤토리, 인피드 대 위젯 게재 위치, 그리고 Tier-1 대 Tier-3 지역 가격은 모두 실제 요율이 다르지만, 많은 발표된 추정치는 이것들을 하나의 숫자로 흐릿하게 만듭니다.

이 세 가지 근사치를 겹치면 결과 "비용 추정"은 충분히 큰 표본에서 평균적으로 대략적으로 맞더라도 특정 광고주에 대해 양방향으로 큰 배수만큼 쉽게 벗어날 수 있습니다.

이것이 엔지니어링으로 해결할 수 있는 결함이 아닌 이유#

이것은 한 공급업체가 잘못하고 다른 공급업체가 잘하는 경우가 아닙니다. 구조적인 문제입니다: 광고주와 네트워크 외부의 누구도 실제 입찰 및 전달 데이터를 가지고 있지 않습니다. 네트워크 자체도 특정 광고주에게 청구한 금액만 알 뿐, 스파이 도구의 혼합 가정이 무엇이었어야 하는지 알지 못합니다. 정확한 광고주별 달러 금액을 주장하는 모든 도구는 기본 데이터가 지원하는 것보다 더 많은 확신을 가지고 모델의 출력을 제시하는 것입니다.

비용 추정이 실제로 유용한 용도#

부정확함에도 불구하고 모델링된 비용 숫자는 가치가 없지 않습니다. 올바르게 사용하면 다른 더 정직한 질문에 답합니다.

• 상대적 비교. 광고주 A가 동일한 수직 및 네트워크에서 광고주 B보다 대략적으로 더 많이 지출하고 있습니까? 공유된 모델링 오류는 둘 모두에 유사하게 적용되는 경향이 있으므로 둘 사이의 순위는 각 절대 숫자보다 종종 더 신뢰할 수 있습니다.
• 추세 방향. 광고주의 추정 비용이 월별로 증가 또는 감소하고 있습니까? 방향성 움직임은 절대 수치보다 모델링 오류에서 더 잘 살아남습니다.
• 대략적인 규모 파악. 다섯 자리 테스트 예산과 일곱 자리 지속 캠페인을 구별하는 것은 노이즈가 있는 모델에서도 일반적으로 가능합니다. $40,000와 $55,000를 안정적으로 구별하는 것은 불가능합니다.

비용 추정보다 더 신뢰할 수 있는 신호#

실제 목표가 경쟁자가 오퍼에 얼마나 진지하게 투자하고 있는지 이해하는 것이라면, 몇 가지 관찰 가능한 신호는 파생된 달러 금액보다 모델링 오류가 적습니다.

이것들은 달러 금액을 주지는 않지만, 정밀한 것처럼 꾸며진 모델링된 비용 숫자보다 규모와 헌신에 대한 더 정직한 판단을 제공합니다.

도구가 제공하는 경우 비용 추정을 책임감 있게 사용하는 방법#

게시된 비용 추정을 어디에서든 볼 때는 대략적인 페르미 추정을 다루는 방식으로 취급하십시오: 순서를 정하는 데 유용하지만, 클라이언트나 상사에게 보고서에서 사실로 인용하기에는 안전하지 않습니다. 몇 가지 실용적인 규칙:

• 외부 보고에서 단일 광고주 비용 추정을 확정된 숫자로 제시하지 마십시오; 기껏해야 방향성 범위로 표현하십시오.
• 기본 샘플(크리에이티브 수, 관찰 기간)이 클 때 추정에 더 가중치를 두십시오; 하나의 크리에이티브에 대한 1주 데이터에서 파생된 비용 수치는 수개월의 연속 관찰에서 구축된 것보다 훨씬 더 많은 오류를 가지고 있습니다.
• 결론을 내리기 전에 직접 관찰된 신호(수명, 크리에이티브 수, 지역 분포)와 교차 확인하고, 직접 관찰된 신호와 비용 추정이 일치하지 않으면 직접 관찰된 것을 신뢰하십시오.

오류가 어떻게 복합되는지에 대한 실제 예#

도구가 한 광고주의 크리에이티브가 한 달 동안 약 200개의 고유한 퍼블리셔 게재 위치에 나타나는 것을 관찰하고 해당 수직에 대한 혼합 네이티브 CPM을 가정한다고 가정해 보겠습니다. 게재 위치에 가정된 게재 위치당 노출 수를 곱한 다음 가정된 CPM을 곱하면 달러 금액이 나옵니다. 이제 하나의 입력을 변경해 보십시오: 이 특정 광고주가 지불하는 실제 CPM은 타겟팅 정밀도와 크리에이티브 품질 점수에 따라 혼합 평균의 두 배 또는 절반이 될 수 있고, 게재 위치당 실제 노출은 모델이 보지 못하는 방식으로 지역 및 기기 혼합에 따라 달라질 수 있으며, 관찰된 게재 위치 수 자체는 크롤링의 표본일 뿐 제공된 모든 노출의 전체 조사가 아닙니다. 이 세 가지 입력 각각은 독립적으로 상당한 차이로 벗어날 수 있으며, 최종 추정이 이들을 곱하기 때문에 오류는 평균화되지 않고 복합됩니다. 이것이 단일 광고주의 추정 비용이 대시보드에서 자신 있게 정밀해 보이지만 실제로는 진정으로 신뢰할 수 없는 기계적 이유입니다.

OpenAdLibrary가 조작된 비용 수치를 게시하지 않는 이유#

모델링된 달러 추정 아래에 얼마나 많은 추측이 있는지 고려할 때, 우리는 의도적으로 광고주 프로필에 넣을 정확한 비용 숫자를 제조하지 않습니다. 우리가 추적하고 표면화하는 것은 실제로 관찰 가능한 것입니다: 크리에이티브 수, 실행 기간, 네트워크 존재, 지역 및 기기 분포, 모두 가격 가정에서 추론되는 것이 아니라 네트워크 전반의 지속적인 캡처에서 가져옵니다. 귀하의 워크플로우가 경쟁자가 오퍼에 얼마나 진지하게 투자하고 있는지 측정하는 데 의존한다면, 경쟁사 네이티브 광고 비용 추정 방법에서 더 깊이 다루는 직접 관찰된 신호가 도구가 제공하는 어떤 단일 달러 금액보다 더 정직한 곳입니다. 당사의 광고 인텔리전스 도구는 모델링된 추측을 사실로 제시하는 대신 동일한 관찰 데이터 우선 접근 방식을 기반으로 구축되었습니다.

비용 수치를 게시하는 도구에 물어볼 가치가 있는 질문#

공급업체의 비용 추정에 의존하기 전에 평가하는 경우, 몇 가지 직접적인 질문이 많은 마케팅 언어를 꿰뚫습니다: 기본 데이터 소스는 크롤링된 관찰인가요, 라이선스 데이터 피드인가요? CPM 또는 CPC 가정은 어떻게 도출되며, 네트워크, 지역 및 수직에 따라 다르게 적용됩니까, 아니면 모든 곳에 적용되는 하나의 혼합 요율입니까? 단일 광고주 수치 뒤의 관찰 기간은 얼마나 됩니까? 1주 크롤링은 수개월의 연속 추적보다 훨씬 더 노이즈가 많은 추정을 생성합니다. 이러한 질문에 명확하게 답할 수 있는 공급업체는 방법론 없이 깔끔해 보이는 달러 금액만 제시하는 공급업체보다 귀하에게 더 정직한 것입니다.

결론#

모든 경쟁 도구(당사가 게시한다면 당사 포함)의 광고 비용 추정치는 실제 거래에서 여러 단계 떨어진 가정을 기반으로 합니다. 이는 광고주를 비교하거나 추세 변화를 찾는 데 방향성으로 유용할 수 있지만, 특정 달러 금액을 개별 광고주 수준에서 정확한 것으로 취급하는 것은 어떤 공급업체가 생산했든 실수입니다. 더 신뢰할 수 있는 경로는 직접 관찰된 신호, 크리에이티브 볼륨, 수명, 네트워크 분포를 관찰하고 실제보다 더 정밀해 보이는 모델링된 숫자를 신뢰하는 대신 이로부터 추론하는 것입니다.