Budjustering / Budmodifierare

En budmodifierare, även kallad budjustering, är en procentuell ökning eller minskning som appliceras på ditt grundbud under ett specifikt villkor, såsom en enhetstyp, geografisk plats, utgivare eller tid på dagen, utan att ändra det bud du har satt för allt annat. Istället för att köra separata kampanjer för varje målgruppssegment du vill behandla olika, låter en budmodifierare en kampanj justera sina utgifter upp eller ner där det är meningsfullt.

Hur multiplikatorn fungerar#

Anta att ditt grund-CPC-bud i en kampanj är $0.40. En +25 % enhetsmodifierare för mobil trafik skjuter det effektiva mobila budet till $0.50, medan desktop förblir på $0.40, allt inom samma kampanj och med samma målgrupp och budgetpool. En -20 % modifierare på en svagare presterande geografisk plats drar ner det segmentets bud till $0.32 istället för att pausa det helt. Många native-nätverk och demand-side-plattformer uttrycker modifierare på detta sätt, som en multiplikator på grundbudet, lager på lager efter dimension (enhet, geo, tid, placering) så att flera kan staplas på samma impression.

Var budmodifierare används#

De vanligaste tillämpningarna är enhet (mobil konverterar ofta annorlunda än desktop på samma erbjudande), geo (ett Tier 1-land kan motivera ett högre bud än ett Tier 3-land även inom samma kampanj), och tid på dagen, vilket överlappar med tim-för-tim-schemaläggning men fungerar genom en procentuell justering snarare än ett fullständigt på/av-schema. Vissa plattformar stödjer också modifierare efter utgivare eller placering, så att du kan betala mer för annonsutrymme på webbplatser som historiskt konverterat väl utan att bygga en separat kampanj för varje.

Budmodifierare vs. separata kampanjer#

Innan granulara modifierare var vanliga, hanterade köpare detta genom att dela upp en kampanj i flera, en per enhet eller geografisk plats, var och en med sitt eget fasta bud. Det tillvägagångssättet ger mer kontroll men fragmenterar budgeten och, viktigare, fragmenterar data som matar en smart bidding-algoritm. Att hålla trafiken i en kampanj med modifierare lagda ovanpå låter vanligtvis det automatiska budgivningssystemet optimera med ett större, mindre utspätt dataset, samtidigt som köparen kan styra utgifterna mot segment de vet konverterar bättre från sin egen analys av annonsmaterial.

Sätta modifierare utifrån verkliga data, inte gissningar#

Budmodifierare fungerar bäst när de byggs på dina egna leveransdata (konverteringsfrekvens och kostnad per resultat uppdelat efter enhet, geo och timme) snarare än antaganden från en annan bransch eller ett annat nätverk. En modifierare som var logisk i en Taboola-kampanj för ett nutra-erbjudande kan vara exakt bakvänd för ett finans-erbjudande som körs på MGID, eftersom målgrupperna och sammansättningen av annonsutrymme skiljer sig. Att granska en vecka eller två av segmenterad prestanda innan du sätter modifierare, och att revidera dem periodiskt när annonströtthet eller säsongsvariationer förändrar siffrorna, håller justeringarna förankrade i vad som faktiskt händer snarare än en engångsgissning.

Ett ord av försiktighet#

Att stapla för många modifierare över för många dimensioner på en gång gör det svårt att avgöra vilken justering som faktiskt driver en förändring i prestanda. Att lägga till en modifierare i taget, och ge den tillräckligt med volym för att bedöma innan nästa läggs till, undviker att sluta med en budstruktur som ingen kan förklara sex månader senare.