OpenAdLibraryOpenAdLibrary
Affiliate & Media Buying

Publisher-Level Bidding: Justere bud etter nettsted, seksjon og widget

Ytelsen kan variere mye mellom utgivere i én native kampanje; plasseringsrapporten din viser hvor mye. Publisher-level bidding setter ulike bud per nettsted, seksjon eller widget, med en arbeidsflyt for gjennomgang og et gjennomarbeidet eksempel.

Redaksjonell illustrasjon: Publisher-Level Bidding: Justere bud etter nettsted, seksjon og widget

Publisher-level bidding betyr å sette et annet bud, eller en budjustering, for enkelte utgivernettsteder, seksjoner eller widget-ID-er innenfor en native kampanje, i stedet for å kjøre ett flatt bud på tvers av hele nettverket. På Taboola, Outbrain, MGID og Revcontent kan ytelsen variere mye mellom utgivere innenfor samme kampanje, selv etter at algoritmen har hatt tid til å lære; hvor mye den varierer i din konto, er noe bare plasseringsrapporten din kan fortelle deg. Å justere bud der bevisene støtter det, er én måte å slutte å betale samme pris for plasseringer som presterer svært forskjellig.

Hvorfor ett flatt bud er feil standard#

Når du setter ett enkelt bud på tvers av en kampanje, bruker nettverket det budet overalt der målretningen din matcher, fra store nyhetsnettsteder til små innholdsnettsteder som viser samme widget. Noen av disse plasseringene kan koste langt mer per konvertering enn målet ditt; andre kan ikke produsere konverteringer i det hele tatt. Et flatt bud priser dem identisk. Nettverkenes egne verktøy lar deg endre dette per nettsted (Taboola), per utgiverseksjon (Outbrain) eller per widget eller kilde (MGID og Revcontent).

Automatisk budgivning optimaliserer bare mot signalene den mottar. Hvis du byr på klikk, eller konverteringssporingen din ikke rapporterer tilbake til nettverket, kan ikke plattformen se hvilke utgivere som leverer dårlige leads, og dine egne konverteringsdata kan henge etter forbruket. Outbrains Conversion Bid Strategy justerer CPC-er mot sporede konverteringer, og Taboolas SmartBid justerer bud automatisk, men ingen av dem kan se forretningssignaler du aldri sender, som leadkvalitet, refusjoner eller livstidsverdi. Justeringer på utgivernivå setter disse signalene tilbake i budet; Outbrains Section Volume Control finnes nettopp for det tilfellet.

Hva du faktisk endrer#

Hvert større nettverk eksponerer denne spaken, bare under forskjellige navn:

Nettverk Hvor det finnes Hvordan justeringen fungerer
Taboola (Realize) Nettstedsrapport i kampanjesammendraget Prosentvis økning eller nedjustering av kampanjens CPC per nettsted: -99% til +100% på Fixed Bid, -99% til +200% på SmartBid; utgivere kan blokkeres per kampanje eller for hele kontoen
Outbrain (Teads) Amplify-rapportering, per utgiver og per seksjon Prosentvis CPC-justering per utgiverseksjon (ikke hele utgivere); utgivere og seksjoner kan ekskluderes midlertidig eller permanent; Section Volume Control for Conversion Bid Strategy-kampanjer med minst 300 klikk
MGID Widget Optimization (Selective Bidding) og Sources Optimization CPC-multiplikator per widget-ID eller kilde, minimum 0,1, innenfor regionale minimums- og maksimums-CPC-er; kampanje- og kontoblokklister
Revcontent Widget Targeting-fanen Absolutt CPC-bud per widget-ID (eller en prosentvis endring), inkludert CSV-opplasting; widgeter kan blokkeres for en kampanje eller hele kontoen

Mekanikken er forskjellig. Taboola, Outbrain og MGID bruker en prosentandel eller multiplikator på grunnbudet ditt, mens Revcontents widgetbud er absolutte CPC-er (med et prosentverktøy for masseendringer). Sett en 1,4x justering på en sterk utgiver og en 0,6x på en svak en, og nettverket justerer det effektive buddet det legger inn på hver av dem, innenfor sine egne grenser og minimums-CPC-er. Alle fire lar deg også ekskludere en utgiver eller widget helt, som er den mer grove versjonen av samme idé. På Outbrain overstyrer manuelle seksjons-CPC-justeringer Conversion Bid Strategy, og Outbrain anbefaler å fjerne dem fra CBS-kampanjer. For de nøyaktige feltene og API-parameterne hvert nettverk eksponerer for dette, se hvordan Taboola-annonser fungerer, hvordan Outbrain fungerer, hvordan MGID native annonser fungerer og hvordan Revcontent fungerer.

Hvorfor det er lett å hoppe over#

Tre årsaker, ærlig talt:

  • Rapporteringen krever graving. Data på utgivernivå ligger vanligvis noen klikk dypt i et nettverks dashbord, eksportert som en flat CSV med mange rader og ingen åpenbar neste handling.
  • Det ser ut som småtteri for små kontoer. Hvis du bruker $200 om dagen, er instinktet at en håndfull utgiver-ekskluderinger ikke vil flytte nålen. Men ved lavt forbruk kan en enkelt utgiver ta en betydelig andel av dagsbudsjettet før du legger merke til det, så sjekk hvor stor andel hver utgiver tar i din egen rapport.
  • Det krever å vente på et reelt utvalg. Null konverteringer ved lavt forbruk beviser lite. Hvis en utgiver konverterte nøyaktig på mål-CPA-en din, er sjansen for å se null konverteringer omtrent 37% etter å ha brukt én mål-CPA, omtrent 14% etter to og omtrent 5% etter tre (Poisson-aritmetikk, uten å ta hensyn til konverteringsforsinkelse). Derfor er to til tre ganger mål-CPA per utgiver et rimelig gulv før du dømmer en utgiver med null konverteringer, ikke en garanti. Kjøpere som henter rapporten på dag to, ser ingenting konklusivt og gir opp øvelsen.

Det siste punktet er den virkelige kostnaden. Publisher-level bidding er en disiplin, ikke et engangsoppsett. Det trenger en fast gjennomgang på en regelmessig plan.

En praktisk arbeidsflyt#

  1. La kampanjen kjøre til et reelt utvalg. Vurder hver utgiver ut fra dens eget forbruk, ikke kampanjens: en kampanje som har brukt to ganger mål-CPA-en sin, har for få konverteringer til å sammenligne utgivere. Bruk gulvet per utgiver ovenfor før du handler på en utgiver med null konverteringer.
  2. Hent plasserings- eller nettstedsrapporten og sorter etter forbruk, synkende. Start med utgiverne som tar mesteparten av budsjettet ditt, og sjekk hvor stor andel av forbruket de står for i din konto i stedet for å anta en andel.
  3. Grupper i tre nivåer: lønnsom (bud opp), break-even (la være), tapende (bud ned eller ekskluder). Hvor langt du skal flytte hver enkelt, er opp til deg; å flytte 20-50% om gangen og måle resultatet er et illustrerende utgangspunkt, ikke en målestokk. MGIDs egen veiledning sier at multiplikatorendringer vanligvis ikke endrer volum på små utgivere og anbefaler økte satser på 2, 3 eller 4 når du byr opp. Ikke prøv å finjustere hver rad; toppen og bunnen av listen betyr mest.
  4. Bruk justeringer, ikke fullstopp, på første gjennomgang. Å ekskludere en utgiver helt mister muligheten til å teste den på nytt senere; et redusert bud lar deg fortsatt lære om problemet var pris eller passform. Sjekk plattformens grenser først: MGIDs laveste multiplikator er 0,1, og Taboolas største nedjustering er -99%.
  5. Sjekk på nytt etter en plan. Utgiverytelse endrer seg ettersom nytt innhold legges til og trafikkmiksen roterer. Ukentlig er en fornuftig standard for aktive kontoer; tilpass den til konverteringsvolumet ditt.
  6. Mat vinnere inn i skaleringbeslutninger. En utgiver som er lønnsom ved et 1,5x bud, er også en kandidat for en dedikert kampanje, som er horisontal skalering-trekket når du har uttømt vertikale gevinster på den originale.

Et gjennomarbeidet eksempel#

Et hypotetisk eksempel (oppdiktede tall, ikke en målt kampanje): si at du kjører en $300/dag kampanje på Taboola med en mål-CPA på $40. Etter to uker har du brukt $4,200, og plasseringsrapporten viser at 40 utgivere tok meningsfull bruk. De fem beste utgiverne etter forbruk produserte 60% av konverteringene til en gjennomsnittlig CPA på $28. De åtte nederste utgiverne tok 25% av forbruket ($1,050) og produserte to konverteringer totalt, en effektiv CPA på omtrent $525. Alt annet ligger i midten, omtrent break-even.

I dette eksemplet er et åpenbart trekk å by opp de fem beste og kutte de åtte nederste til et redusert bud i stedet for å ekskludere dem helt, siden én eller to kanskje bare er underprøvet snarere enn genuint dårlige. Som gruppe ligger de langt bak målet, men sjekk hver utgiver mot gulvet per utgiver før du handler på den alene. Hvorvidt kampanjens totale CPA deretter forbedres, er noe du må måle over de følgende ukene, ikke noe dette eksemplet kan forutsi: å omfordele forbruk endrer hvilke auksjoner du vinner, og nettverkets egen optimalisering reagerer også. Argumentet for å behandle publisher-level bidding som en fast oppgave snarere enn en engangsrydding, er at plasseringsmiksen innenfor "kampanjen" oppfører seg som mange separate mikromarkeder, og et flatt bud priser dem alle likt.

Setter opp en fast gjennomgang#

Et gjentakende kalenderblokk fungerer bedre enn å stole på å huske å sjekke. En enkel versjon: hver mandag, hent forrige ukes plasseringsrapport for hver aktiv kampanje, sorter etter forbruk, og bruk 15 minutter per kampanje på å justere de øverste og nederste desilene. Logg justeringene du satte, slik at du senere kan se om en utgivers forbedring kom fra budendringen din eller fra noe annet som skiftet i kontoen. Utgiver-ID-er, rapportformater og justeringsverktøy varierer mellom Taboola, Outbrain og MGID, så denne gjennomgangen må skje per nettverk, ikke én gang på tvers av kontoen.

Hvordan gode utgiverdata ser ut#

Dine egne konverteringsdata er beviset som betyr noe her. Før du har brukt noe på en utgiver, kan ekstern research fortelle deg hvilke annonsører som dukket opp der og når, men ikke om disse plasseringene konverterte: hvor lenge andre annonsørers annonser ble observert, gjenspeiler budsjettene deres, tester og vår dekningsgrad like mye som ytelse (se hva annonselevetid kan og ikke kan vise). OpenAdLibrarys annonsedetaljer viser fangede annonser og, for native annonser, forsyningskjeden bak dem; bruk det til å velge utgivere å følge med på, ikke til å forutsi kvaliteten deres. Du kan kryssreferere fanget kreativhistorikk gjennom annonseintelligens-verktøyet sammen med dine egne kontodata.

Vanlige feil#

  • Bydde ned for aggressivt. Et svært lavt bud kan falle under det som vinner på den utgiveren, noe som kan stoppe levering der og etterlate deg ingenting å observere. Noen plattformer setter et gulv i stedet: MGID bruker sin regionale minimums-CPC, og Taboola bruker sin minimums-CPC på bud på nettstedsnivå.
  • Reagere på én dårlig dag. Native trafikk er støyende dag til dag, spesielt på mindre utgivere. En enkelt dag med null konverteringer på $40 forbruk er ikke en dom.
  • Ignorere enhetsdeling innenfor en utgiver. En utgiver kan være utmerket på mobil og død på desktop (eller omvendt); å slå de to sammen til én budjustering skjuler det. Å legge enhets- og geografijusteringer på toppen av arbeid på utgivernivå, der plattformen støtter det, lukker det gapet.
  • Glemme å teste ekskluderte utgivere på nytt etter en kreativoppfriskning. En utgiver som mislyktes med en slitt vinkling, kan prestere annerledes med en ny krok. Outbrains midlertidige ekskluderinger, som utløper etter en bestemt periode, gjør dette enklere.

FAQ-konklusjoner#

Publisher-level bidding er uglamorøs kontovedlikehold, men det er en av de få spakene som er fullt ut innenfor din kontroll, i motsetning til auksjonsdynamikk eller endringer i plattformalgoritmer. Vi har ingen sammenlignende data på hvor mye det forbedrer CPA, så mål det i din egen konto: logg hver endring, sammenlign de følgende ukene med ukene før, og behold endringene som holder. Uansett hvilken oppdeling du bruker mellom å teste nye konsepter og å skalere beviste, er publisher-level bidding måten du gjør skaleringssiden mer effektiv snarere enn bare høyere.

Ofte stilte spørsmål

Hva er publisher-level bidding?
Det er å sette et annet bud eller en budjustering for enkelte utgivernettsteder, seksjoner eller widget-ID-er innenfor en native kampanje, i stedet for ett flatt bud på tvers av hele nettverket. Taboola bruker prosentvise justeringer per nettsted, Outbrain per utgiverseksjon, MGID en multiplikator per widget eller kilde, og Revcontent et absolutt CPC-bud per widget.
Hvor mye bruk trenger jeg før jeg justerer utgivernes bud?
Å bruke to til tre ganger mål-CPA-en din på en utgiver er et rimelig gulv før du handler på null konverteringer: hvis utgiveren konverterte på målet ditt, ville du se null konverteringer omtrent 14% av tiden etter to mål-CPA-er og omtrent 5% etter tre (Poisson-aritmetikk, uten å ta hensyn til konverteringsforsinkelse). Å vurdere en utgiver som faktisk har noen konverteringer krever fortsatt mer data, fordi små konverteringstall er støyende.
Bør jeg ekskludere dårlige utgivere eller bare senke budet?
Senk budet først; hvor langt er opp til deg (0,5x til 0,7x av grunnbudet er et illustrerende utgangspunkt, ikke en målestokk), innenfor plattformens grenser. En full ekskludering fjerner muligheten til å teste den utgiveren på nytt senere hvis kreativet eller tilbudet ditt endres, med mindre plattformen tilbyr midlertidige ekskluderinger, slik Outbrain nå gjør. Reserver permanente ekskluderinger for utgivere med tydelig svindel eller merkevaretrygghetsproblemer, eller de som fortsatt er langt unna målet etter ny testing.
Fungerer publisher-level bidding likt på hvert native nettverk?
Konseptet er det samme, men mekanikkene er forskjellige. Taboola justerer bud etter nettsted fra sin nettstedsrapport; Outbrain justerer etter utgiverseksjon (ikke hele utgiveren), og manuelle seksjonsbud overstyrer Conversion Bid Strategy; MGID multipliserer bud per widget eller kilde; Revcontent setter absolutte bud per widget. Sjekk hvert nettverks gjeldende dokumentasjon for nøyaktige feltnavn og API-tilgang.
Hvor ofte bør jeg gjennomgå utgiverytelse?
Ukentlig er en praktisk standard for mange aktive kontoer: daglige gjennomganger har en tendens til å reagere på støy, og månedlige gjennomganger kan la tapende utgivere bruke for lenge. Tilpass rytmen til konverteringsvolumet ditt; vi har ingen data på hvor ofte beholdningsmiksen endrer seg på hvert nettverk.
OpenAdLibrary-teamet
Skrevet avOpenAdLibrary-teamet
Ad-intelligens og forskning på native annonsering

Vi bygger OpenAdLibrary, den åpne annonsetransparensplattformen. Hver dag fanger systemene våre live native annonser på tvers av Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo og MSN, identifiserer den faktiske annonsøren bak hver enkelt, og følger klikket til landingssiden. Disse veiledningene destillerer det vi ser i disse dataene slik at du kan undersøke markedet raskere.