OpenAdLibraryOpenAdLibrary
Definicja

Dynamic Creative Optimization (DCO)

Dynamic Creative Optimization (DCO) to technologia, która automatycznie kompiluje i wymienia komponenty reklam, obrazy, nagłówki, wezwania do działania na podstawie danych o wydajności w czasie rzeczywistym.

Ilustracja redakcyjna: Dynamic Creative Optimization (DCO)

Dynamic Creative Optimization, zwykle skracane do DCO, to technologia, która automatycznie kompiluje i wymienia komponenty reklam, obrazy, nagłówki, wezwania do działania na podstawie danych o wydajności w czasie rzeczywistym, zamiast ręcznego wyboru przez człowieka, którą statyczną kreację reklamową uruchomić. Zamiast jednej stałej reklamy, DCO traktuje każdy element jako zmienną, którą system może na bieżąco rekombinować dla różnych odbiorców lub kontekstów.

Jak to faktycznie działa#

Konfiguracja DCO zaczyna się od biblioteki wymiennych elementów: kilku opcji nagłówka, kilku obrazów, kilku tekstów przycisków CTA, czasem różnych szczegółów cenowych lub ofert pobieranych z feeda. Platforma następnie serwuje kombinacje różnym segmentom odbiorców i przesuwa udział w wyświetleniach w kierunku tej kombinacji, która najlepiej konwertuje, podobnie w duchu do ciągłych testów A/B, ale działających automatycznie na znacznie większej liczbie kombinacji niż człowiek testowałby ręcznie pojedynczo. Dynamiczne reklamy produktowe na platformach e-commerce są najbardziej widoczną wersją tego, pobierającą aktualne obrazy produktów, ceny i nazwy bezpośrednio z feeda i kompilującą unikalną reklamę dla każdego widza na podstawie historii przeglądania.

Gdzie DCO pojawia się w reklamie natywnej#

Sieci natywne historycznie bardziej polegały na ręcznej rotacji kreatywów niż na pełnym DCO, ponieważ formaty reklam natywnych są prostsze niż wieloelementowe banery displayowe, dla których DCO zostało pierwotnie stworzone. Mimo to Taboola, Outbrain i inne sieci dodały zautomatyzowane funkcje rotacji nagłówków i obrazów, które bezpośrednio czerpią z logiki DCO, testując wiele wariantów nagłówków przeciwko temu samemu obrazowi lub odwrotnie, i przesuwając dystrybucję w kierunku kombinacji z najlepszym CTR i dalszym wskaźnikiem konwersji.

Kompromis: kontrola kontra skala#

Zaletą DCO jest skala: może przetestować znacznie więcej kombinacji niż człowiek kiedykolwiek by to zrobił, i reaguje na zmiany wydajności szybciej niż cotygodniowy ręczny przegląd. Kompromisem jest kontrola i spójność kreatywna – automatycznie skompilowana kombinacja może czasem połączyć nagłówek i obraz, które kłócą się ze sobą, lub wyeksponować szczegół oferty, który jest technicznie poprawny, ale źle sformułowany. Większość kupujących korzystających z DCO nadal okresowo przegląda wyniki, zamiast traktować to jako całkowicie bezobsługowe, i używa sygnałów zmęczenia kreatywą, aby wiedzieć, kiedy cała biblioteka elementów, a nie tylko jedna kombinacja, potrzebuje odświeżenia. Kupujący nowi w DCO czasem zakładają, że całkowicie eliminuje ono pracę kreatywną, podczas gdy w praktyce po prostu przesuwa tę pracę z wyboru jednej finalnej reklamy na zbudowanie na wstępie solidnej biblioteki wymiennych elementów.

Badanie DCO w praktyce#

Ponieważ DCO generuje wiele wariantów kreatywnych z tej samej podstawowej kampanii, obserwowanie aktywności reklamowej marki w czasie w indeksie przejrzystości często ujawnia zestaw niemal identycznych reklam z niewielkimi różnicami w nagłówkach lub obrazach – co jest dobrą wskazówką, że za kulisami działa DCO lub automatyczna rotacja, a nie ręczny wybór każdego wariantu przez człowieka. Platforma ad intelligence OpenAdLibrary pokazuje każdy aktywny wariant dla marki, dzięki czemu można bezpośrednio zobaczyć ten schemat.

Najczęściej zadawane pytania

Czy DCO to to samo co testy A/B?
Są powiązane, ale nie identyczne. Testy A/B zazwyczaj porównują niewielką, stałą liczbę pełnych wariantów. DCO kompiluje wiele kombinacji z biblioteki wymiennych elementów i stale przesuwa dystrybucję w kierunku najlepszych wyników, bliżej ciągłych testów wieloczynnikowych na dużą skalę.
Czy natywne sieci reklamowe obsługują DCO?
Pełne DCO w rozumieniu reklam displayowych jest mniej powszechne w sieciach natywnych, ale większość głównych platform, w tym Taboola i Outbrain, oferuje zautomatyzowane funkcje rotacji nagłówków i obrazów, które stosują podobną logikę w ramach jednej kampanii.
Jakich danych potrzebuje DCO do działania?
Potrzebuje wystarczającego wolumenu ruchu, aby generować znaczące sygnały wydajności dla różnych kombinacji, oraz biblioteki elementów kreatywnych zaprojektowanych specjalnie jako wymienne – nagłówków, obrazów i wezwań do działania, które są tak zaprojektowane, aby dowolna kombinacja nadal miała sens.
Czy DCO może całkowicie zastąpić ręczne testowanie kreatywów?
Nie do końca. DCO dobrze radzi sobie z optymalizacją na poziomie kombinacji, ale samo z siebie nie generuje zupełnie nowych ujęć czy chwytów. Większość kupujących nadal opracowuje nowe ujęcia kreatywne ręcznie i wprowadza je do biblioteki elementów DCO, zamiast oczekiwać, że system sam wymyśli nowe pomysły.
Zespół OpenAdLibrary
AutorZespół OpenAdLibrary
Analiza reklam i badania reklam natywnych

Tworzymy OpenAdLibrary, otwartą platformę transparentności reklam. Każdego dnia nasze systemy przechwytują na żywo reklamy natywne w sieciach Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo i MSN, identyfikują prawdziwego reklamodawcę za każdą z nich i śledzą kliknięcie do strony docelowej. Te przewodniki destylują to, co widzimy w tych danych, abyś mógł szybciej badać rynek.