Фаза навчання нативних оголошень: бюджет та терпіння

Фаза навчання нативних оголошень — це вікно, зазвичай перші кілька днів або два тижні нової кампанії або кампанії зі значними змінами, коли алгоритм показу мережі все ще збирає достатньо даних про кліки та конверсії, щоб надійно прогнозувати результативність. У цей період покази часто нерівномірні, CPC коливаються сильніше, ніж пізніше, а спокуса поставити кампанію на паузу або суттєво її відредагувати найсильніша, що саме в цей момент і скидає лічильник.

Що таке фаза навчання насправді#

Аукціон кожної нативної мережі покладається на прогнозований CTR (а там, де підключено відстеження конверсій, на прогнозовану конверсійність), щоб визначити, яка частина вашої ставки фактично перетворюється на покази. У абсолютно нового креатива чи кампанії немає історії, тому алгоритму доводиться досліджувати: показувати ваше оголошення ширшій, менш відібраній частині аудиторії, ніж це буде згодом, частково для збору сигналу, а частково тому, що він ще справді не знає, які сегменти будуть реагувати.

Це той самий базовий механізм, що й фаза дослідження в будь-якій аукціонній рекламній системі, включаючи нативну. Він не є унікальним для однієї мережі. Taboola, Outbrain та MGID всі мають свою версію цього процесу, хоча точна тривалість та об'ємні пороги не публікуються жодною з них детально.

Корисно уявляти фазу навчання як живий експеримент алгоритму серед вашої цільової аудиторії: він розподіляє трафік між сегментами, які ще не оцінені, спостерігає, які сегменти реагують, і поступово перерозподіляє покази на користь тих, що реагують. На початку цього процесу частина вашого бюджету фактично витрачається на сегменти, які алгоритм покине, як тільки отримає достатньо даних, щоб знати краще. Ці витрати не є марними у сенсі помилки; це вартість самого дослідження. Баєри, які розуміють це заздалегідь, зазвичай набагато менше хвилюються через невдалі перші кілька днів, ніж ті, хто очікує, що кампанія з першого ж показу вийде на стабільний рівень продуктивності.

Скільки насправді потрібно бюджету та часу#

Немає єдиного офіційного числа щодо того, скільки кліків або конверсій потрібно кампанії, щоб вийти з навчання, і будь-яка конкретна цифра, яку ви бачите в інтернеті, — це здогадка, подана як факт. Що послідовно вірно для механіки аукціонів, так це те, що алгоритму потрібно достатньо подій, мінімум кліків, в ідеалі конверсій, щоб набути статистичної впевненості в сегменті. Кампанії, яка витрачає $20 на день, знадобиться істотно більше часу для накопичення цього сигналу, ніж тій, що витрачає $200 на день, просто тому, що вона генерує менше подій за годину.

Практичне правило бюджетування: очікуйте, що вам доведеться витратити принаймні на кілька десятків конверсій або кілька сотень кліків (якщо у вас ще не підключено відстеження конверсій), перш ніж робити тверді висновки. Якщо ваші юніт-економіки не можуть поглинути таку суму витрат без серйозного напруження, кампанія недофінансована для фази навчання ще до запуску, і виправлення полягає в меншій кількості добре фінансованих тестів, а не в широкому розкиді недофінансованих.

Саме тут багато нових баєрів нативної реклами роблять свою першу справжню помилку: розподіляють скромний загальний бюджет на п'ять-шість кампаній, щоб «протестувати ринок», замість того, щоб виділити достатньо на одну-дві кампанії, щоб дозволити кожній реально пройти навчання. П'ять недофінансованих кампаній збирають занадто мало даних, щоб зробити справжній висновок про будь-яку з них, і ви отримуєте п'ять невизначених результатів замість одного-двох, на яких можна діяти. Одна кампанія, фінансована для досягнення реального обсягу конверсій, краща за кілька кампаній, які ніколи не виходять за межі здогадок.

Чого НЕ робити під час навчання#

• Не редагуйте креатив, ставку та таргетинг в одній сесії. Кожне суттєве редагування може скинути частину накопиченого алгоритмом сигналу, і якщо ви зміните три речі одночасно, ви не будете знати, яка саме зміна спричинила те, що станеться далі.
• Не ставте на паузу та не перезапускайте, щоб «скинути» повільний старт. Пауза не переносить вас у кращу позицію; зазвичай вона перезапускає лічильник дослідження майже з нуля.
• Не оцінюйте CPA на другий день порівняно зі своєю цільовою стабільною вартістю. Ранній CPA майже завжди гірший, ніж той, на який виходить зріла кампанія, тому що алгоритм ще не навчився перенаправляти бюджет від слабких сегментів.
• Не збільшуйте бюджет агресивно в середині фази навчання. Збільшення бюджету функціонує як часткове скидання в деяких мережах, оскільки змінює обсяг та темп, на які калібрувався алгоритм.

Сигнали про вихід з фази навчання#

Спочатку згладжується темп показів: замість різких, непередбачуваних обсягів імпресій протягом дня ви побачите стабільніший щогодинний патерн. CPC також має тенденцію стабілізуватися у вужчому діапазоні, а не сильно коливатися між аукціонами. Коли ви відстежуєте конверсії, вартість за конверсію, яка виходить на стабільний рівень (навіть якщо цей рівень ще не досяг цільового), є сильнішим сигналом, ніж лише CTR, оскільки CTR може виглядати нормально, поки трафік все ще погано конвертується.

Більшість мереж також відображають у панелі керування певний індикатор статусу показів або навчання, коли кампанія накопичила достатньо активності, хоча базові пороги для цього переходу не є послідовно задокументованими. Розглядайте це як приблизний сигнал, а не гарантію.

Що робити, коли ви вийшли з фази навчання#

Коли покази стабілізувалися, саме в цей момент свідомі оптимізації починають давати надійний сигнал: підвищення або зниження ставок відповідно до реальних бенчмарків CPC для мережі, призупинення справді слабких варіантів креативів та початок роздумів про горизонтальне та вертикальне масштабування для переможців. Прийняття цих рішень до того, як фаза навчання завершиться, — найпоширеніший спосіб, яким медіабаєри «вбивають» кампанію, яка могла б працювати.

Коли кампанія ніколи не виходить з фази навчання#

Деякі кампанії ніколи не стабілізуються, тому що базові вхідні дані постійно змінюються до того, як алгоритм встигає відкалібруватися: постійна заміна креативів, лендінг, який постійно редагується, або бюджет, який коригується кожні день-два. Якщо кампанія активна вже тижнями, але все ще демонструє нестабільний темп показів та коливання CPC, характерні для раннього навчання, виправленням зазвичай є не більше терпіння, а аудит того, що саме та як часто змінювалося. Кампанія, яку тримали стабільною цілий тиждень, навіть за скромних витрат, зазвичай дасть вам більше інформації, ніж та, яку щодня підлаштовували протягом місяця.

Якщо ви хочете побачити, як конкуренти у вашій ніші структурують кампанії, які явно вийшли з навчання та стабільно працюють, інструмент для розвідки нативної реклами OpenAdLibrary показує дані про довговічність живих креативів, що є розумним проксі для кампанії, яка знайшла свій стабільний стан і продовжує працювати.

Фаза навчання для кількох креативів в одній кампанії#

Окремий нюанс: додавання нового креатива до вже стабільної кампанії не обов'язково скидає навчання всієї кампанії, але цей конкретний креатив все одно повинен заробити власну історію продуктивності, перш ніж алгоритм довірятиме йому так само, як існуючим. Ось чому новий креатив, доданий до в іншому зрілої кампанії, може виглядати так, ніби він показує гірші результати перші кілька днів, навіть якщо кампанія в цілому демонструє стабільні покази. Дайте кожному новому креативу свій власний розгін, а не оцінюйте його на перший день порівняно з поточними показниками вже затверджених креативів.

Практичний висновок полягає в тому, що «додавання різноманітності креативів» та «запуск нової кампанії» мають різну вартість навчання. Введення нового заголовка чи зображення в рамках існуючої стабільної кампанії — це більш легкий вплив, ніж запуск абсолютно нової кампанії з нуля, і це зазвичай кращий спосіб продовжувати тестування після проходження початкової фази навчання.

Чому фаза навчання застає нових баєрів зненацька#

Більшість розчарувань навколо фази навчання походять від невідповідності між очікуваннями та механізмом. Баєри, які приходять з платформ з більш зрілою та прозорою звітністю, очікують, що нова кампанія майже відразу покаже результати, близькі до її кінцевого стабільного стану, і коли нативні покази замість цього виглядають нерівномірними та дорогими перший час, інстинкт підказує, що щось зламано: креатив поганий, офер не працює, мережа несправна. Іноді одне з цього правда. Часто кампанія просто робить те, що робить кожна нова кампанія в аукціонній мережі: витрачає частину свого раннього бюджету на дослідження, перш ніж алгоритм отримає достатньо сигналу, щоб ефективно розподілити решту.

Баєри, які найкраще справляються з цим, зазвичай заздалегідь формують очікування, а не після факту: вирішіть наперед, скільки бюджету ви готові виділити на проходження навчання, визначте, якого порогу даних ви будете чекати перед вердиктом, і запишіть обидва числа там, де ви знову на них подивитеся. Ця єдина звичка усуває більшість змін ставок, спричинених тривогою, та передчасних пауз, які не дають іншому життєздатним кампаніям досягти стабільного стану.