Faza uczenia się reklam natywnych: budżet i cierpliwość

Faza uczenia się reklam natywnych to okno, zazwyczaj pierwsze kilka dni do dwóch tygodni nowej kampanii lub istotnie zmodyfikowanej, w którym algorytm dostarczania sieci wciąż gromadzi wystarczającą liczbę kliknięć i konwersji, aby przewidywać wyniki w sposób wiarygodny. W tym okresie dostarczanie jest często nierówne, CPC waha się bardziej niż później, a pokusa wstrzymania lub intensywnej edycji kampanii jest największa – właśnie wtedy takie działania resetują licznik.

Czym tak naprawdę jest faza uczenia się#

Każda aukcja w sieci natywnej opiera się na prognozowanym CTR (oraz, jeśli połączono śledzenie konwersji, prognozowanym współczynniku konwersji), aby określić, jak duża część Twojej stawki faktycznie przekłada się na dostarczanie. Nowa kreacja lub kampania nie ma historii, więc algorytm musi eksplorować: wyświetlając Twoją reklamę szerszej, mniej dopracowanej części odbiorców niż później, częściowo po to, aby zebrać sygnał, a częściowo dlatego, że po prostu nie wie jeszcze, które segmenty zareagują.

To ten sam mechanizm, co faza eksploracji w każdym systemie aukcyjnym, w tym natywnym. Nie jest to unikalne dla jednej sieci. Taboola, Outbrain i MGID stosują własne wersje tego procesu, choć dokładne czasy trwania i progi wolumenowe nie są szczegółowo publikowane przez żadną z nich.

Warto myśleć o fazie uczenia się jako o eksperymencie na żywo prowadzonym przez algorytm wśród Twojej grupy docelowej, rozdzielającym ruch pomiędzy segmenty, które jeszcze nie zostały ocenione, obserwującym, które segmenty reagują, i stopniowo przekierowującym dostarczanie w stronę tych, które przynoszą wyniki. Na początku tego procesu część budżetu jest de facto wydawana na segmenty, które algorytm później odrzuci, gdy zgromadzi wystarczająco danych, aby lepiej je ocenić. Ten wydatek nie jest zmarnowany w sensie błędu; jest kosztem samej eksploracji. Buyerzy, którzy rozumieją to od początku, są znacznie mniej zaniepokojeni nieprzyjemnym początkiem niż ci, którzy oczekują, że kampania od razu osiągnie stabilny stan.

Ile naprawdę potrzeba budżetu i czasu#

Nie istnieje jedna oficjalna liczba określająca, ile kliknięć lub konwersji kampania potrzebuje, aby opuścić fazę uczenia się, a każda konkretna liczba podawana w sieci jest jedynie przypuszczeniem przedstawionym jako fakt. To, co jest konsekwentnie prawdziwe w mechanice aukcji, to fakt, że algorytm potrzebuje wystarczającej liczby zdarzeń – co najmniej kliknięć, a idealnie konwersji – aby zbudować statystyczną pewność w danym segmencie. Kampania wydająca 20 $ dziennie będzie potrzebowała znacząco dłuższego czasu, aby zgromadzić ten sygnał, niż kampania wydająca 200 $ dziennie, po prostu dlatego, że generuje mniej zdarzeń na godzinę.

Praktyczna zasada budżetowa: zakładaj, że musisz wydać przynajmniej kilkadziesiąt konwersji, lub kilka setek kliknięć, jeśli nie masz jeszcze aktywnego śledzenia konwersji, zanim wyciągniesz twarde wnioski. Jeśli Twoja ekonomia jednostkowa nie może pochłonąć takiego wydatku bez istotnego dyskomfortu, kampania jest niedofinansowana już w fazie uczenia się, a rozwiązaniem jest mniejsza liczba dobrze finansowanych testów, a nie szerokie rozprzestrzenianie słabo finansowanych.

To właśnie w tym miejscu wielu nowych buyerów natywnych popełnia pierwszą poważną pomyłkę: rozdzielają skromny łączny budżet na pięć lub sześć kampanii, aby „przetestować rynek”, zamiast zainwestować wystarczająco w jedną lub dwie, aby naprawdę pozwolić każdej z nich przejść fazę uczenia się. Pięć niedofinansowanych kampanii zbiera zbyt mało danych, aby wyciągnąć wiarygodne wnioski, i kończysz z pięcioma niejednoznacznymi wynikami zamiast jednego lub dwóch, które możesz faktycznie wykorzystać. Jedna kampania finansowana tak, aby osiągnąć rzeczywistą objętość konwersji, przewyższa garść kampanii, które nigdy nie wyjdą poza zgadywanie.

Czego NIE robić w trakcie uczenia się#

• Nie edytuj jednocześnie kreacji, stawki i targetowania. Każda istotna zmiana może zresetować część zgromadzonego sygnału algorytmu, a jeśli zmienisz trzy elementy naraz, nie będziesz wiedział, która zmiana spowodowała kolejny efekt.
• Nie wstrzymuj i nie uruchamiaj ponownie, aby „zresetować” wolny start. Wstrzymanie nie przenosi Cię do lepszej pozycji; zazwyczaj restartuje zegar eksploracji od wartości bliskiej zeru.
• Nie oceniaj CPA w stosunku do docelowego poziomu już drugiego dnia. Wczesny CPA jest prawie zawsze gorszy niż ten, do którego dojrzewa kampania, ponieważ algorytm jeszcze nie nauczył się odciągać budżetu od słabych segmentów.
• Nie zwiększaj budżetu agresywnie w połowie fazy uczenia się. Zwiększenie budżetu działa jak częściowy reset w niektórych sieciach, ponieważ zmienia wolumen i tempo, które algorytm kalibruje.

Sygnały, że opuściłeś fazę uczenia się#

Tempo dostarczania wygładza się najpierw: zamiast pikowych, nieprzewidywalnych wolumenów wyświetleń w ciągu dnia, zobaczysz bardziej stały, godzinowy wzorzec. CPC również ma tendencję do stabilizacji w węższym zakresie, zamiast szerokich wahań między aukcjami. Gdy zaczynasz śledzić konwersje, koszt za konwersję wykazujący spójną tendencję (nawet jeśli jeszcze nie osiąga docelowego poziomu) jest silniejszym sygnałem niż sam CTR, ponieważ CTR może wyglądać dobrze, podczas gdy ruch nadal słabo konwertuje.

Większość sieci udostępnia także jakiś wskaźnik statusu dostarczania lub uczenia się w panelu, gdy kampania zarejestruje wystarczającą aktywność, choć dokładne progi, kiedy to się zmienia, nie są konsekwentnie udokumentowane. Traktuj to jako przybliżony sygnał, a nie gwarancję.

Co zrobić po wyjściu#

Gdy dostarczanie ustabilizuje się, jest to moment, w którym celowa optymalizacja naprawdę generuje wiarygodny sygnał: doprecyzowanie lub rozszerzenie stawek w oparciu o rzeczywiste benchmarki CPC dla sieci, wstrzymywanie naprawdę słabych wariantów kreacji oraz rozważanie skalowania poziomego vs pionowego dla zwycięzców. Podejmowanie tych decyzji przed ustaleniem się fazy uczenia się jest najczęstszą przyczyną, dla której media buyerzy zabijają kampanię, która mogłaby odnieść sukces.

Kiedy kampania nigdy nie opuszcza fazy uczenia się#

Niektóre kampanie nie stabilizują się, ponieważ podstawowe parametry ciągle się zmieniają, zanim algorytm zdąży się skalibrować: stałe wymiany kreacji, strona docelowa, która jest ciągle edytowana, lub budżet, który jest dostosowywany co dzień lub dwa. Jeśli kampania jest aktywna od kilku tygodni i nadal wykazuje zmienne tempo i wahania CPC charakterystyczne dla wczesnego uczenia się, rozwiązaniem nie jest większa cierpliwość, lecz audyt tego, co było zmieniane i jak często. Kampania utrzymana stabilnie przez pełny tydzień, nawet przy skromnym wydatku, zazwyczaj dostarczy więcej informacji niż ta, która była codziennie modyfikowana przez miesiąc.

Jeśli chcesz zobaczyć, jak konkurenci w Twojej branży strukturyzują kampanie, które wyraźnie opuściły fazę uczenia się i działają stabilnie, narzędzie do podglądu natywnych reklam OpenAdLibrary pokazuje dane o długowieczności dla aktywnych kreacji, co jest rozsądnym wskaźnikiem kampanii, która znalazła stabilny stan i nadal działa.

Faza uczenia się przy wielu kreacjach w jednej kampanii#

Osobna komplikacja: dodanie nowej kreacji do już ustabilizowanej kampanii niekoniecznie resetuje całą kampanię, ale ta konkretna kreacja musi najpierw wypracować własną historię wyników, zanim algorytm zaufa jej tak samo, jak istniejącym. Dlatego świeża kreacja wprowadzone do dojrzałej kampanii może wydawać się słabsza przez pierwsze kilka dni, mimo że cała kampania wykazuje stabilne dostarczanie. Daj każdej nowej kreacji własny „pas startowy”, zamiast oceniać ją od razu w oparciu o bieżące wyniki istniejących kreacji.

Praktyczna konsekwencja jest taka, że „dodawanie różnorodności kreacji” i „uruchamianie nowej kampanii” wiążą się z różnymi kosztami uczenia się. Rotacja nowego nagłówka lub obrazu w istniejącej, stabilnej kampanii to lżejszy zabieg niż uruchamianie zupełnie nowej kampanii od podstaw, i zazwyczaj jest lepszym sposobem na kontynuowanie testów po przekroczeniu początkowego okna uczenia się.

Dlaczego faza uczenia się zaskakuje nowych buyerów#

Większość frustracji związanej z fazą uczenia się wynika z rozbieżności między oczekiwaniami a mechanizmem. Buyerzy przyzwyczajeni do platform z bardziej dojrzałymi, przejrzystymi raportami oczekują, że nowa kampania od razu będzie bliska swojego ostatecznego, stabilnego stanu, a gdy natywne dostarczanie wygląda początkowo nieregularnie i kosztownie, instynktownie zakładają, że coś jest zepsute: kreacja jest zła, oferta nie działa, sieć jest wadliwa. Czasami jedna z tych przyczyn jest prawdziwa. Często kampania po prostu robi to, co każda nowa kampania robi w sieci opartej na aukcjach: wydaje część wczesnego budżetu na eksplorację, zanim algorytm zgromadzi wystarczający sygnał, aby efektywnie rozdzielić resztę.

Buyerzy, którzy radzą sobie najlepiej, ustalają oczekiwania przed uruchomieniem, a nie po: decydują z wyprzedzeniem, ile budżetu są gotowi przeznaczyć na przejście fazy uczenia się, określają, jaki próg danych będą czekać przed wydaniem werdyktu i zapisują oba te numery w miejscu, do którego naprawdę zaglądają ponownie. Ten jeden nawyk eliminuje większość zmian stawek i przedwczesnych wstrzymań napędzanych lękiem, które powstrzymują potencjalnie udane kampanie przed osiągnięciem stabilnego stanu.