Hvordan anbefalingswidgeter velger annonsene du ser

En innholdsanbefalingswidget, "du liker kanskje også"-boksen under en artikkel, bestemmer hvilke annonser som skal vises gjennom en sanntidsauksjon som rangerer kvalifiserte kreativer etter forventet engasjementsverdi, ikke bare det høyeste budet. Nettverkets annonseserver kombinerer annonsørens bud med en forventet klikkrate for den spesifikke leseren og plasseringen, og den kombinasjonen som gir høyest forventet inntekt for utgiveren vinner plassen, alt i løpet av tiden det tar å laste siden.

Her er den faktiske sekvensen, og hva som avgjør hvilken spesifikk annonse du ser sammenlignet med personen ved siden av deg.

Sekvensen fra forespørsel til visning#

1. Du laster en utgivers side. Et skript innebygd på siden (fra Taboola, Outbrain/Teads, MGID, Revcontent eller et annet nettverk) aktiveres når siden vises.
2. Widgeten ber om annonser fra nettverkets annonseserver. Denne forespørselen inneholder kontekstuelle signaler: sidens tema og kategori, din enhetstype, din omtrentlige lokasjon, og ofte atferdssignaler knyttet til en informasjonskapsel eller enhets-ID hvis du har interagert med nettverket før.
3. Annonseserveren kjører en auksjon blant kvalifiserte kampanjer. Hver annonsør som målretter den geografien, enheten og konteksten blir en kandidat. Dette er native ad-auksjonen, og den skjer på millisekunder.
4. Hver kandidatannonse rangeres, ikke bare etter bud, men etter bud multiplisert med en forventet klikkrate for den spesifikke brukeren og konteksten. Dette er grunnen til at en lavere bydende med en svært relevant, høy-CTR-kreativ kan slå en høyere bydende med en generisk en. Nettverket optimaliserer for sin egen inntekt per sidevisning, som belønner annonser folk faktisk er tilbøyelige til å klikke på.
5. De vinnende annonsene vises i widgeten, vanligvis flere samtidig som fyller anbefalingsrutenettet sammen med ekte redaksjonelle anbefalinger fra utgiveren.
6. Ditt klikk (eller mangel på det) tilbakeføres til systemet, og finjusterer den forventede CTR-en for den annonsen, den konteksten, og ofte den spesifikke leseren fremover.

Hva som faktisk driver rangeringen#

Kontekstuelle signaler er viktigst for førstegangs- eller utloggede lesere. Uten mye atferdshistorie støtter nettverket seg på kontekstuell målretting, og matcher en annonses kategori med artikkelens tema. En artikkel om personlig økonomi vil med større sannsynlighet vise en finans- eller forsikringsannonse enn en tilfeldig annonse for husholdningsartikler, fordi den kombinasjonen historisk sett har prestert bedre på tvers av nettverkets hele datasett.

Atferdssignaler tar over etter hvert som du bygger opp en nettleserhistorie. Hvis nettverkets informasjonskapsel eller enhets-ID har registrert at du har klikket på reiseannonser før, blir reiseannonsører mer konkurransedyktige for dine visninger spesifikt, selv på en urelatert artikkelside. Dette ligner mer på hvordan en demand-side platform målretter målgrupper i bredere programmatisk kjøp.

Enhet og geografi filtrerer den kvalifiserte puljen før rangeringen i det hele tatt starter. En annonsør som kun målretter mobilbrukere i et spesifikt land kommer aldri inn i auksjonen for en desktop-leser et annet sted, uavhengig av bud.

Forventet CTR er modellbasert og konstant oppdatert. Hvert nettverk kjører sine egne maskinlæringsmodeller som estimerer hvor sannsynlig det er at en gitt annonse blir klikket på av en gitt leser i en gitt kontekst. Denne prediksjonen, ikke det råe budet, er vanligvis den største faktoren for hvem som vinner, noe som er grunnen til at en godt utformet overskrift og bilde kan overgå et mye større budsjett.

Frekvens- og ferskhetsbegrensninger påvirker hva som er kvalifisert. Nettverk unngår vanligvis å vise deg nøyaktig samme kreativ gjentatte ganger i et kort tidsvindu, både for å beskytte leseropplevelsen og fordi en utslitt, overeksponert annonses forventede CTR naturlig avtar. Dette er en grunn til at annonsører roterer flere varianter av annonsekreativ innenfor én kampanje.

Hvor header bidding og forsyningsveier passer inn#

På nettverk som videreselger beholdning gjennom bredere programmatiske kanaler, kan mer enn én etterspørselskilde konkurrere om samme widgetplass samtidig, et oppsett som ligner på header bidding i tradisjonell display. Supply-side platform som administrerer utgiverens beholdning kan dirigere en enkelt annonseforespørsel til flere potensielle kjøpere før widgeten vises. Dette er en grunn til at native ad-forsyningskjeden kan involvere flere mellomledd enn en enkel "annonsør betaler utgiver"-modell antyder, og hvorfor den samme plassen kan fylles av forskjellige nettverks etterspørsel avhengig av tidspunktet.

Dette laget med videresolgt beholdning er også grunnen til at det ikke alltid er åpenbart hvilket nettverk som faktisk serverte en annonse du ser på. En widget merket som én nettverks plassering kan i praksis fylles av etterspørsel dirigert inn fra en partner. Hvis du driver med konkurranseanalyse og nettverkstilordningen betyr noe for din analyse, er det verdt å se forbi widgetens synlige merkevare for å bekrefte den faktiske serveringsveien, som er nøyaktig den typen detalj en forsyningskjedesporing er designet for å avdekke, snarere enn noe du kan se med det blotte øye fra siden alene.

Hva dette betyr for annonsører som prøver å vinne flere auksjoner#

Siden forventet CTR har så stor vekt, er det noen praktiske virkemidler som øker sjansene dine for å vinne plassen uten bare å heve budet:

• Tilpass kreativet til plasseringens sannsynlige kontekst. En annonsevinkel som leses naturlig ved siden av redaksjonelt innhold, i stedet for å se ut som en åpenbar forstyrrelse, har en tendens til å oppnå høyere forventet CTR fordi den ligner mer på det leseren kom til siden for.

• Kjør flere kreative varianter innenfor én kampanje. Siden modellens prediksjon er spesifikk for hvert kreativ og kontekstpar, begrenser en enkelt annonse deg til ett datapunkt. Flere varianter lar algoritmen finne ut hvilken som fungerer best for hvilket målgruppesegment, og lar deg fjerne de den ikke favoriserer.

• Forny kreativet før ytelsen avtar. Fordi frekvens og ferskhet påvirker forventet CTR, kan en annonse som vant konsekvent for en måned siden stille tapte auksjoner i dag bare på grunn av overeksponering for samme målgruppe, selv med et uendret bud.

• Målrett snevert i stedet for bredt. En kampanje som er kvalifisert for alle geografier og enheter fortynner sin egen gjennomsnittlige forventede CTR ved å konkurrere i kontekster hvor den ikke presterer godt. Å begrense kvalifikasjonen til der kreativet faktisk resonnerer øker vinneraten i de kontekstene som betyr noe.

• Se hva som allerede overlever auksjonen gjentatte ganger. En annonse som fortsatt er aktiv etter flere uker på et gitt nettverk har per definisjon fortsatt å vinne nok auksjoner til å rettferdiggjøre annonsørens fortsatte bruk. Det er et sterkere signal på hva modellen belønner enn noen teori om algoritmen.

Hvorfor samme artikkel viser forskjellige annonser til forskjellige lesere#

Hvis du og en kollega begge åpner samme artikkel samtidig, vil dere ofte se forskjellige annonser i widgeten. Det er forventet, ikke en feil. Forskjellig geografi, enhet, nettleserhistorie, og til og med det spesifikke millisekundet auksjonen kjører, kan alle forskyve hvilken kandidat som vinner. Utgivere drar nytte av denne personaliseringen fordi den øker den gjennomsnittlige forventede CTR-en på tvers av hele deres publikum, som er den faktiske metrikken algoritmen optimaliserer for.

Hvordan OpenAdLibrary hjelper#

Siden algoritmen belønner kreativer med sterkt forventet engasjement, er det å studere hva som allerede vinner den auksjonen gjentatte ganger, det vil si annonser som har forblitt aktive i uker, en av de mest direkte måtene å reversere utvikle hva en gitt nettverks modell belønner. OpenAdLibrarys annonseintelligens-verktøy lar deg filtrere etter nettverk, bransje og levetid for å se hvilke kreativer som fortsetter å klare den terskelen i produksjon, i stedet for å gjette på hva modellen foretrekker.

Den korte versjonen#

En anbefalingswidgets annonseplass vinnes av en sanntidsauksjon som veier bud og forventet engasjement sammen, oppdatert av kontekstuelle og atferdsmessige signaler ved hver eneste sideinnlasting. Å forstå den kombinasjonen, i stedet for å anta at det er en enkel høyest-bydende-auksjon, er forskjellen mellom å skrive kreativ som bare byr bra og kreativ som algoritmen faktisk ønsker å vise.

Det forklarer også et mønster som forvirrer mange annonsører som er nye i kanalen: en kampanje som presterte bra den første uken og deretter stilnet i levering, uten noen endring i budet. Ingenting gikk i stykker. Den forventede CTR-en som gjorde kreativet konkurransedyktig avtok rett og slett etter hvert som mer av den kvalifiserte målgruppen allerede hadde sett det, og auksjonen begynte å favorisere friskere kandidater i stedet. Å behandle den nedgangen som et signal om å fornye kreativet, i stedet for et signal om at nettverket eller tilbudet sluttet å fungere, er vanligvis den riktige tolkningen.