Як рекомендаційні віджети обирають оголошення, які ви бачите

Рекомендаційний віджет контенту, блок "вам також може сподобатися" під статтею, вирішує, які оголошення показувати, через аукціон у реальному часі, який ранжує доступні креативи за прогнозованою цінністю взаємодії, а не лише за найвищою ставкою. Ad server мережі поєднує ставку рекламодавця з прогнозованим CTR для конкретного читача та розміщення, і той варіант, який дає найвищу очікувану виручку для видавця, отримує слот — і все це за час завантаження сторінки.

Ось фактична послідовність і те, що визначає, яке саме оголошення бачите ви порівняно з людиною поруч.

Послідовність від запиту до показу#

1. Ви завантажуєте сторінку видавця. Скрипт, вбудований на сторінці (від Taboola, Outbrain/Teads, MGID, Revcontent або іншої мережі), запускається під час рендерингу сторінки.
2. Віджет запитує оголошення з ad server мережі. Цей запит несе контекстні сигнали: тему та категорію сторінки, тип вашого пристрою, вашу приблизну локацію та часто поведінкові сигнали, прив'язані до cookie або ідентифікатора пристрою, якщо ви раніше взаємодіяли з мережею.
3. Ad server проводить аукціон серед доступних кампаній. Кожен рекламодавець, що таргетує цю геолокацію, пристрій та контекст, стає кандидатом. Це аукціон нативної реклами, і він відбувається за мілісекунди.
4. Кожне кандидатське оголошення ранжується не лише за ставкою, а за ставкою, помноженою на прогнозований CTR для конкретного користувача та контексту. Ось чому рекламодавець з нижчою ставкою, але з високорелевантним креативом з високим CTR може перемогти того, хто запропонував більше, але з загальним оголошенням. Мережа оптимізує власний дохід на перегляд сторінки, що винагороджує оголошення, по яким люди, ймовірно, клікатимуть.
5. Переможні оголошення рендеряться у віджеті, зазвичай кілька відразу, заповнюючи сітку рекомендацій поряд із справжніми редакційними рекомендаціями від видавця.
6. Ваш клік (або його відсутність) надходить назад у систему, уточнюючи прогнозований CTR для цього оголошення, цього контексту та часто цього конкретного читача в майбутньому.

Що насправді керує ранжуванням#

Контекстні сигнали найважливіші для нових користувачів або тих, хто не в системі. Без значної поведінкової історії мережа покладається на контекстний таргетинг, зіставляючи категорію оголошення з темою статті. Стаття про особисті фінанси з більшою ймовірністю покаже фінансову або страхову рекламу, ніж випадкову рекламу товарів для дому, тому що така пара історично показувала кращі результати в масштабах усієї бази даних мережі.

Поведінкові сигнали набувають значення в міру накопичення вашої історії перегляду. Якщо cookie або ідентифікатор пристрою мережі фіксував ваші кліки на туристичній рекламі раніше, туристичні рекламодавці стають більш конкурентними саме для ваших імпресій, навіть на непов'язаній сторінці статті. Це ближче до того, як demand-side platform таргетує аудиторії в ширшій програмній закупівлі.

Пристрій та геолокація фільтрують доступний пул ще до початку ранжування. Рекламодавець, що таргетує лише мобільних користувачів у певній країні, взагалі не потрапляє на аукціон для десктопного читача в іншому місці, незалежно від ставки.

Прогнозований CTR керується моделлю та постійно оновлюється. Кожна мережа запускає власні моделі машинного навчання, які оцінюють ймовірність кліку по заданому оголошенню заданим читачем у заданому контексті. Цей прогноз, а не чиста ставка, зазвичай є більшим фактором у визначенні переможця, саме тому добре продуманий заголовок та зображення можуть обійти набагато більший бюджет.

Обмеження частоти показу та свіжості впливають на доступність. Мережі зазвичай уникають показу вам одного й того самого креативу повторно протягом короткого часу, як для захисту досвіду користувача, так і тому, що прогнозований CTR застарілого, надмірно показаного оголошення природним чином знижується. Це одна з причин, чому рекламодавці обертають кілька варіантів креативу оголошення в одній кампанії.

Де місце header bidding та шляхів постачання#

У мережах, які перепродають інвентар через ширші програмні канали, більше одного джерела попиту може конкурувати за той самий слот у віджеті одночасно, схоже на header bidding у традиційній медійній рекламі. Supply-side platform, що керує інвентарем видавця, може направити один запит на оголошення кільком потенційним покупцям перед рендерингом віджета. Це одна з причин, чому ланцюжок постачання нативної реклами може включати більше посередників, ніж передбачає проста модель "рекламодавець платить видавцю", і чому той самий слот може бути заповнений попитом з різних мереж залежно від моменту.

Цей шар перепроданого інвентарю також пояснює, чому визначення того, яка мережа фактично показала оголошення, яке ви бачите, не завжди очевидно з поверхні. Віджет з брендуванням однієї мережі на практиці може бути заповнений попитом, перенаправленим від партнера. Якщо ви проводите конкурентний аналіз і атрибуція мережі важлива для вашого дослідження, варто дивитися глибше видимого брендування віджета, щоб підтвердити фактичний шлях показу, що саме є тим деталями, які покликаний виявити аналіз ланцюжка постачання, а не те, що можна визначити на око лише зі сторінки.

Що це означає для рекламодавців, які намагаються вигравати більше аукціонів#

Оскільки прогнозований CTR має таку вагу, є кілька практичних важелів, які покращують ваші шанси виграти слот без простого підвищення ставки:

• Відповідайте креативом ймовірному контексту розміщення. Підхід до оголошення, який виглядає природно поруч з редакційним контентом, а не як очевидна перерва, зазвичай отримує вищий прогнозований CTR, оскільки більше нагадує те, заради чого читач зайшов на сторінку.
• Запускайте кілька варіантів креативу в одній кампанії. Оскільки прогноз моделі специфічний для кожної пари креатив-контекст, одне оголошення обмежує вас однією точкою даних. Кілька варіантів дозволяють алгоритму знайти, який з них найкраще працює для якого сегмента аудиторії, і дозволяють вам припинити показ тих, які не підходять.
• Оновлюйте креатив до того, як ефективність знизиться. Оскільки частота показу та свіжість впливають на прогнозований CTR, оголошення, яке стабільно вигравало місяць тому, сьогодні може тихо програвати аукціони просто через надмірну експозицію тій самій аудиторії, навіть з незмінною ставкою.
• Таргетуйте вузько, а не широко. Кампанія, доступна для кожної геолокації та пристрою, розбавляє власний середній прогнозований CTR, конкуруючи в контекстах, де вона працює погано. Звуження доступності до тих місць, де креатив насправді знаходить відгук, підвищує його частоту виграшів у важливих контекстах.
• Слідкуйте за тим, що вже неодноразово виживає на аукціоні. Оголошення, яке залишається активним після кількох тижнів у певній мережі, за визначенням продовжує вигравати достатньо аукціонів, щоб виправдати продовження витрат рекламодавця. Це сильніший сигнал того, що винагороджує модель, ніж будь-яка теорія про алгоритм.

Чому на одній статті різним читачам показуються різні оголошення#

Якщо ви та ваш колега одночасно відкриєте одну й ту саму статтю, ви часто побачите різні оголошення у віджеті. Це очікувано, а не збій. Різна геолокація, пристрій, історія перегляду та навіть конкретна мілісекунда, коли відбувається аукціон, — все це може змінити переможця серед кандидатів. Видавці отримують вигоду від цієї персоналізації, оскільки вона підвищує середній прогнозований CTR по всій їхній аудиторії, що є фактичною метрикою, яку оптимізує алгоритм.

Як OpenAdLibrary допомагає#

Оскільки алгоритм винагороджує креативи з високою прогнозованою взаємодією, вивчення того, що вже неодноразово виграє цей аукціон, тобто оголошень, які залишалися активними тижнями, є одним з найпряміших способів зворотного проектування того, що винагороджує модель певної мережі. Інструменти ad intelligence OpenAdLibrary дозволяють фільтрувати за мережею, вертикаллю та тривалістю показу, щоб бачити, які креативи продовжують проходити цей бар'єр на практиці, замість того щоб вгадувати, що віддає перевагу модель.

Коротко#

Слот для оголошення у рекомендаційному віджеті виграється на аукціоні реального часу, який зважує ставку та прогнозовану взаємодію разом, оновлюючись контекстними та поведінковими сигналами при кожному завантаженні сторінки. Розуміння цієї комбінації, а не припущення, що це простий аукціон найвищої ставки, і є різницею між створенням креативу, який лише високо ставить, і креативу, який алгоритм насправді хоче показувати.

Це також пояснює патерн, який збиває з пантелику багатьох новачків у каналі: кампанія, яка добре працювала перший тиждень, а потім тихо знизила охоплення без будь-яких змін у ставці. Нічого не зламалося. Прогнозований CTR, який робив креатив конкурентним, просто знизився, оскільки більша частина цільової аудиторії вже його бачила, і аукціон почав віддавати перевагу свіжішим кандидатам. Сповільнення слід розглядати як сигнал до оновлення креативу, а не як сигнал про те, що мережа або пропозиція перестали працювати, і зазвичай це правильне тлумачення.