Læringsfasen for native annonser: Budsjett og tålmodighet

Læringsfasen for native annonser er vinduet, vanligvis de første dagene til to ukene av en ny kampanje eller en vesentlig redigert en, hvor nettverkets leveransalgoritme fortsatt samler nok klikk- og konverteringsdata til å forutsi ytelsen pålitelig. I dette vinduet er leveransen ofte ujevn, CPC-er svinger mer enn de vil senere, og fristelsen til å sette kampanjen på pause eller redigere den kraftig er størst, noe som også er nøyaktig når det å gjøre det tilbakestiller klokken.

Hva læringsfasen egentlig er#

Hvert native nettverks auksjon er avhengig av en predikert CTR (og, der konverteringssporing er koblet til, en predikert konverteringsrate) for å avgjøre hvor mye av budet ditt som faktisk oversettes til leveranse. Et helt nytt kreativt innhold eller en ny kampanje har ingen historikk, så algoritmen må utforske: den viser annonsen din til et bredere, mindre raffinent utsnitt av målgruppen enn den til slutt vil, delvis for å samle signal og delvis fordi den genuint ikke vet ennå hvilke segmenter som vil reagere.

Dette er den samme underliggende mekanikken som utforskingsfasen i ethvert auksjonsbasert annonsesystem, inkludert native. Den er ikke unik for ett nettverk. Taboola, Outbrain og MGID kjører alle en eller annen versjon av det, selv om den nøyaktige varigheten og volumbetingelsene ikke er publisert i detalj av noen av dem.

Det hjelper å tenke på læringsfasen som at algoritmen kjører et live-eksperiment over din målgruppe, deler trafikk på segmenter den ikke har scoret ennå, ser hvilke segmenter som svarer, og gradvis omfordeler leveransen mot de som gjør det. Tidlig i denne prosessen blir en del av budsjettet ditt effektivt brukt på segmenter algoritmen vil forlate når den har nok data til å vite bedre. Det budsjettet er ikke bortkastet i den forstand at det er en feil; det er kostnaden for utforskningen i seg selv. Kjøpere som forstår dette på forhånd har en tendens til å bli langt mindre skremt av en stygg første dag enn kjøpere som forventer at kampanjen skal prestere på sitt endelige stabile nivå fra første impresjon.

Hvor mye budsjett og tid det egentlig tar#

Det finnes ikke ett enkelt offisielt tall for hvor mange klikk eller konverteringer en kampanje trenger før den kommer seg gjennom læringsfasen, og ethvert spesifikt tall du ser sitert på nettet er en gjetning kledd opp som et faktum. Det som er konsekvent sant på tvers av auksjonsmekanismene er at algoritmen trenger nok hendelser, klikk som minimum, konverteringer helst, for å bygge statistisk tillit til et segment. En kampanje som bruker $20 per dag vil ta betydelig lengre tid på å akkumulere det signalet enn en som bruker $200 per dag, rett og slett fordi den genererer færre hendelser per time.

Praktisk budsjetteringsregel: gå inn med forventning om å bruke minst et par dusin konverteringer, eller flere hundre klikk hvis du ikke har konverteringssporing aktiv ennå, før du trekker harde konklusjoner. Hvis din enhetsøkonomi ikke kan absorbere så mye bruk uten meningsfull smerte, er kampanjen underfinansiert for læringsfasen før den i det hele tatt lanseres, og løsningen er et mindre antall godt finansierte tester i stedet for et bredt spekter av underfinansierte.

Det er her mange nye native-kjøpere gjør sin første virkelige feil: de sprer et beskjedent totalbudsjett over fem eller seks kampanjer for å "teste markedet" i stedet for å forplikte nok til én eller to kampanjer for å faktisk la hver enkelt komme seg gjennom læringsfasen. Fem underfinansierte kampanjer samler hver for seg for lite data til å trekke en reell konklusjon fra noen av dem, og du ender opp med fem uavklarte resultater i stedet for ett eller to du faktisk kan handle på. En enkelt kampanje finansiert for å nå reelt konverteringsvolum slår en håndfull kampanjer som aldri kommer forbi gjetting.

Hva du IKKE skal gjøre under læring#

• Ikke rediger det kreative innholdet, budet og målgruppen alle i samme økt. Hver vesentlig redigering kan tilbakestille en del av algoritmens akkumulerte signal, og hvis du endrer tre ting på en gang vil du ikke vite hvilken endring som forårsaket det som skjer videre.
• Ikke sett på pause og start på nytt for å "tilbakestille" en sakte start. Pause hopper deg ikke til en bedre posisjon; den starter vanligvis utforskingsklokken fra nærmere null igjen.
• Ikke døm CPA mot ditt stabile mål på dag to. Tidlig CPA er nesten alltid dårligere enn det en moden kampanje stabiliserer seg på, fordi algoritmen ennå ikke har lært å rute budsjettet bort fra svake segmenter.
• Ikke skaler budsjettet aggressivt midt i læringsfasen. En budsjettøkning fungerer som en delvis tilbakestilling på noen nettverk, siden den endrer volumet og takten algoritmen har kalibrert seg mot.

Signal på at du har kommet deg gjennom læringsfasen#

Leveransetakten jevner seg ut først: i stedet for spissete, uforutsigbart impresjonsvolum gjennom dagen, vil du se et jevnere time-for-time mønster. CPC har også en tendens til å stabilisere seg til et smalere område i stedet for å svinge mye mellom auksjoner. Når du sporer konverteringer, er kost-per-konvertering som beveger seg mot et konsistent nivå (selv om det nivået ennå ikke er på mål) et sterkere signal enn CTR alene, siden CTR kan se bra ut mens trafikken fortsatt konverterer dårlig.

De fleste nettverk viser også en eller annen form for leveranse- eller læringsstatusindikator i dashbordet når en kampanje har logget nok aktivitet, selv om de underliggende tersklene for når det skifter ikke er konsekvent dokumentert. Behandle det som et grovt signal, ikke en garanti.

Hva du skal gjøre når du er ute#

Når leveransen har stabilisert seg, er dette punktet hvor bevisst optimalisering faktisk produserer pålitelig signal: å stramme inn eller utvide bud mot reelle CPC-benchmarks for nettverket, sette genuint svake kreative varianter på pause, og begynne å tenke på horisontal versus vertikal skalering for vinnerne. Å ta disse avgjørelsene før læringsfasen har stabilisert seg er den vanligste måten media buyers dreper en kampanje som ville ha fungert.

Når en kampanje aldri kommer seg gjennom læringsfasen#

Noen kampanjer stabiliserer seg aldri fordi de underliggende inngangene fortsetter å endre seg før algoritmen kan kalibrere: konstante kreative bytter, en landingsside som stadig redigeres, eller et budsjett som justeres hver dag eller to. Hvis en kampanje har vært live i uker og fortsatt viser den volatile takten og CPC-svingningene som er karakteristisk for tidlig læring, er løsningen vanligvis ikke mer tålmodighet, det er å gjennomgå hva som har blitt endret og hvor ofte. En kampanje holdt stabil i en hel uke, selv med beskjedent bruk, vil vanligvis fortelle deg mer enn en som har blitt justert daglig i en måned.

Hvis du vil se hvordan konkurrenter i din bransje strukturerer kampanjer som tydelig har kommet seg gjennom læringsfasen og kjører stabilt, viser OpenAdLibrary's native ad spy tool longevity data for live kreative innhold, som er en rimelig proxy for en kampanje som har funnet sin stabile tilstand og fortsatt å kjøre.

Læringsfase på tvers av flere kreative innhold i én kampanje#

En egen vri: å legge til et nytt kreativt innhold i en allerede stabil kampanje tilbakestiller ikke nødvendigvis hele kampanjens læring, men det spesifikke kreative innholdet må fortsatt tjene sin egen ytelseshistorikk før algoritmen stoler på det like mye som de eksisterende. Det er derfor et nytt kreativt innhold som slippes inn i en ellers moden kampanje kan se ut som det underpresterer de første dagene, selv om kampanjen som helhet viser stabil leveranse. Gi hvert nytt kreativt tillegg sin egen rullebane i stedet for å dømme det mot de etablerte kreativenes nåværende tall på dag én.

Den praktiske implikasjonen er at "å legge til kreativ variasjon" og "å starte en ny kampanje" har forskjellige læringskostnader. Å rotere inn en ny overskrift eller bilde i en eksisterende, stabil kampanje er en lettere tilnærming enn å lansere en helt ny kampanje fra bunnen av, og det er vanligvis den bedre måten å fortsette testing på når du er forbi det første læringsvinduet.

Hvorfor læringsfasen tar nye kjøpere på senga#

Mesteparten av frustrasjonen rundt læringsfasen kommer fra et misforhold mellom forventning og mekanisme. Kjøpere som kommer fra plattformer med mer moden, transparent rapportering forventer at en ny kampanje skal prestere nær sin endelige stabile tilstand nesten umiddelbart, og når native leveranse i stedet ser hakete og dyr ut i den første strekningen, er instinktet å anta at noe er ødelagt: det kreative innholdet er dårlig, tilbudet fungerer ikke, nettverket er defekt. Noen ganger er en av de tingene sant. Ofte gjør kampanjen rett og slett det hver nye kampanje gjør på et auksjonsbasert nettverk: bruker en del av sitt tidlige budsjett på utforskning før algoritmen har nok signal til å rute resten effektivt.

Kjøperne som håndterer dette best har en tendens til å sette forventninger før lansering i stedet for etter: bestem på forhånd hvor mye budsjett du er villig til å forplikte for å komme deg gjennom læringsfasen, bestem hvilken dataterskel du vil vente på før du trekker en konklusjon, og skriv begge tallene ned et sted du faktisk vil se på dem igjen. Den ene vanen fjerner mesteparten av de angstdrevne budendringene og for tidlige pausene som hindrer ellers levedyktige kampanjer fra å nå sin stabile tilstand.