Giai đoạn Học của Quảng cáo Native: Ngân sách & Kiên nhẫn

Giai đoạn học của quảng cáo native là khoảng thời gian, thường là vài ngày đầu đến hai tuần của một chiến dịch mới hoặc một chiến dịch đã được chỉnh sửa đáng kể, khi thuật toán phân phối của mạng vẫn đang thu thập đủ dữ liệu click và chuyển đổi để dự đoán hiệu suất một cách đáng tin cậy. Trong khoảng thời gian này, việc phân phối thường không đồng đều, CPC dao động nhiều hơn so với sau này, và sự cám dỗ tạm dừng hoặc chỉnh sửa mạnh chiến dịch là mạnh nhất, đồng thời cũng chính là lúc việc làm đó đặt lại đồng hồ.

Giai đoạn học thực sự là gì#

Mỗi mạng native dựa vào một CTR dự đoán (và, khi có theo dõi chuyển đổi, một tỷ lệ chuyển đổi dự đoán) để quyết định mức độ chi phí của bạn sẽ được chuyển thành phân phối như thế nào. Một sáng tạo hoặc chiến dịch mới hoàn toàn không có lịch sử, vì vậy thuật toán phải khám phá: hiển thị quảng cáo của bạn cho một phần rộng hơn, ít tinh chỉnh hơn của khán giả so với sau này, một phần để thu thập tín hiệu và một phần vì nó thực sự chưa biết segment nào sẽ phản hồi.

Đây là cơ chế nền tảng giống như giai đoạn khám phá trong bất kỳ hệ thống quảng cáo dựa trên đấu giá nào, bao gồm cả native. Nó không chỉ riêng một mạng. Taboola, Outbrain và MGID đều chạy một phiên bản nào đó của nó, mặc dù thời lượng và ngưỡng khối lượng cụ thể không được công bố chi tiết bởi bất kỳ bên nào.

Hãy nghĩ giai đoạn học như một thí nghiệm trực tiếp mà thuật toán thực hiện trên khán giả mục tiêu của bạn, phân chia lưu lượng qua các segment mà nó chưa đánh giá, quan sát segment nào phản hồi, và dần dần tái phân phối tới những segment có phản hồi. Ở giai đoạn đầu, một phần ngân sách của bạn thực tế đang được chi cho các segment mà thuật toán sẽ bỏ qua khi có đủ dữ liệu để biết rõ hơn. Chi phí này không phải là lãng phí theo nghĩa sai lầm; nó là chi phí của quá trình khám phá. Những người mua hiểu điều này sẽ ít lo lắng hơn khi gặp những ngày đầu khó chịu so với những người mong đợi chiến dịch đạt trạng thái ổn định ngay từ ấn tượng đầu tiên.

Thực sự cần bao nhiêu ngân sách và thời gian#

Không có một con số chính thức duy nhất cho số lượt click hoặc chuyển đổi mà một chiến dịch cần trước khi thoát giai đoạn học, và bất kỳ con số cụ thể nào bạn thấy được trích dẫn trực tuyến đều là ước đoán được đóng gói thành “sự thật”. Điều luôn đúng trên cơ chế đấu giá là thuật toán cần đủ sự kiện, tối thiểu là click, lý tưởng là chuyển đổi, để xây dựng độ tin cậy thống kê cho một segment. Một chiến dịch chi $20 mỗi ngày sẽ mất thời gian đáng kể hơn để tích lũy tín hiệu so với một chiến dịch chi $200 mỗi ngày, chỉ vì nó tạo ra ít sự kiện hơn mỗi giờ.

Quy tắc ngân sách thực tiễn: hãy chuẩn bị chi tiêu ít nhất vài chục chuyển đổi, hoặc vài trăm click nếu bạn chưa có theo dõi chuyển đổi hoạt động, trước khi rút ra kết luận chắc chắn. Nếu kinh tế đơn vị của bạn không thể chịu được mức chi tiêu đó mà không gây đau đớn đáng kể, chiến dịch sẽ thiếu vốn cho giai đoạn học ngay trước khi khởi chạy, và giải pháp là thực hiện một số ít các thử nghiệm được tài trợ đầy đủ thay vì lan rộng nhiều thử nghiệm thiếu vốn.

Đây là nơi nhiều nhà mua native mới mắc sai lầm đầu tiên: phân bổ một ngân sách tổng modest qua năm hoặc sáu chiến dịch để "kiểm tra thị trường" thay vì cam kết đủ ngân sách cho một hoặc hai chiến dịch để thực sự cho phép mỗi chiến dịch vượt qua giai đoạn học. Năm chiến dịch thiếu vốn mỗi chiến dịch thu thập quá ít dữ liệu để rút ra kết luận thực sự, và bạn sẽ có năm kết quả không quyết định thay vì một hoặc hai kết quả có thể hành động. Một chiến dịch duy nhất được tài trợ đủ để đạt khối lượng chuyển đổi thực tế sẽ thắng hơn so với một loạt các chiến dịch không bao giờ vượt qua giai đoạn dự đoán.

Những việc KHÔNG nên làm trong giai đoạn học#

• Không chỉnh sửa sáng tạo, giá thầu và mục tiêu cùng một lúc. Mỗi chỉnh sửa quan trọng có thể đặt lại một phần tín hiệu đã tích lũy của thuật toán, và nếu bạn thay đổi ba yếu tố cùng lúc bạn sẽ không biết thay đổi nào gây ra kết quả tiếp theo.
• Không tạm dừng và khởi động lại để "đặt lại" khởi đầu chậm. Tạm dừng không đưa bạn tới vị trí tốt hơn; nó thường khởi động lại đồng hồ khám phá từ mức gần 0.
• Không đánh giá CPA so với mục tiêu trạng thái ổn định vào ngày thứ hai. CPA đầu tiên hầu hết luôn tệ hơn so với mức mà một chiến dịch trưởng thành sẽ đạt, vì thuật toán chưa học cách chuyển ngân sách khỏi các segment yếu.
• Không tăng ngân sách một cách mạnh mẽ trong giai đoạn học. Một tăng ngân sách hoạt động như một phần đặt lại trên một số mạng, vì nó thay đổi khối lượng và tốc độ mà thuật toán đã hiệu chỉnh.

Các tín hiệu cho thấy bạn đã thoát giai đoạn học#

Việc phân phối sẽ mượt mà hơn trước: thay vì khối lượng hiển thị giật gân, không dự đoán được trong ngày, bạn sẽ thấy một mẫu giờ ổn định hơn. CPC cũng thường ổn định vào một dải hẹp hơn thay vì dao động rộng giữa các phiên đấu giá. Khi bạn bắt đầu theo dõi chuyển đổi, chi phí trên mỗi chuyển đổi xu hướng hội tụ vào một dải nhất định (ngay cả khi dải đó chưa đạt mục tiêu) là tín hiệu mạnh hơn so với chỉ CTR, vì CTR có thể trông ổn trong khi lưu lượng vẫn chuyển đổi kém.

Hầu hết các mạng cũng hiển thị một dạng chỉ báo trạng thái phân phối hoặc học trong bảng điều khiển một khi chiến dịch đã ghi nhận đủ hoạt động, mặc dù các ngưỡng nền tảng cho việc chuyển đổi này không luôn được tài liệu hoá nhất quán. Hãy coi nó như một tín hiệu tham khảo, không phải là bảo đảm.

Những việc cần làm khi bạn đã thoát#

Khi phân phối đã ổn định, đây là thời điểm mà việc tối ưu có chủ đích thực sự tạo ra tín hiệu đáng tin cậy: thu hẹp hoặc mở rộng giá thầu dựa trên các chuẩn CPC thực tế cho mạng, tạm dừng các biến thể sáng tạo yếu, và bắt đầu suy nghĩ về phân phối ngang so với phân phối dọc cho những chiến thắng. Thực hiện những quyết định này trước khi giai đoạn học ổn định là cách phổ biến nhất mà các nhà mua truyền thông làm hỏng một chiến dịch có thể thành công.

Khi một chiến dịch không bao giờ thoát giai đoạn học#

Một số chiến dịch không bao giờ ổn định vì các yếu tố đầu vào liên tục thay đổi trước khi thuật toán kịp hiệu chỉnh: việc thay đổi sáng tạo liên tục, một trang đích luôn được chỉnh sửa, hoặc ngân sách được điều chỉnh mỗi ngày hoặc mỗi hai ngày. Nếu một chiến dịch đã hoạt động trong vài tuần mà vẫn hiển thị tốc độ phân phối và dao động CPC đặc trưng của giai đoạn học đầu, giải pháp thường không phải là kiên nhẫn hơn, mà là kiểm tra những gì đã thay đổi và tần suất thay đổi. Một chiến dịch ổn định trong một tuần đầy đủ, ngay cả khi chi tiêu khiêm tốn, thường sẽ cho bạn nhiều thông tin hơn so với một chiến dịch bị điều chỉnh hàng ngày trong một tháng.

Nếu bạn muốn xem cách các đối thủ trong ngành của bạn cấu trúc các chiến dịch đã thoát giai đoạn học và đang chạy ổn định, công cụ giám sát quảng cáo native của OpenAdLibrary hiển thị dữ liệu độ bền cho các sáng tạo đang hoạt động, đây là một chỉ số thay thế hợp lý cho một chiến dịch đã tìm được trạng thái ổn định và tiếp tục chạy.

Giai đoạn học trên nhiều sáng tạo trong một chiến dịch#

Một khía cạnh riêng: thêm một sáng tạo mới vào một chiến dịch đã ổn định không nhất thiết đặt lại toàn bộ giai đoạn học của chiến dịch, nhưng sáng tạo cụ thể đó vẫn phải xây dựng lịch sử hiệu suất riêng trước khi thuật toán tin tưởng nó như các sáng tạo hiện có. Vì vậy, một sáng tạo mới được đưa vào một chiến dịch đã trưởng thành có thể trông như đang hoạt động kém trong vài ngày đầu, ngay cả khi chiến dịch tổng thể vẫn ổn định. Hãy cho mỗi sáng tạo mới một thời gian “runway” riêng thay vì đánh giá nó dựa trên các số liệu hiện tại của các sáng tạo đã thiết lập từ ngày đầu.

Ý nghĩa thực tiễn là "thêm đa dạng sáng tạo" và "khởi động một chiến dịch mới" có chi phí học khác nhau. Việc xoay vòng một tiêu đề hoặc hình ảnh mới trong một chiến dịch ổn định hiện có là một cách nhẹ nhàng hơn so với việc khởi động một chiến dịch hoàn toàn mới, và thường là cách tốt hơn để tiếp tục thử nghiệm khi bạn đã vượt qua cửa sổ học ban đầu.

Tại sao giai đoạn học khiến các nhà mua mới bất ngờ#

Phần lớn sự bực bội quanh giai đoạn học xuất phát từ sự không khớp giữa kỳ vọng và cơ chế. Các nhà mua đến từ các nền tảng có báo cáo minh bạch và trưởng thành hơn thường mong đợi một chiến dịch mới sẽ đạt gần trạng thái ổn định ngay lập tức, và khi phân phối native trông rời rạc và tốn kém trong giai đoạn đầu, phản ứng tự nhiên là cho rằng có gì đó sai: sáng tạo kém, ưu đãi không hấp dẫn, mạng có vấn đề. Đôi khi một trong những điều này đúng. Thường thì chiến dịch chỉ đang thực hiện những gì mọi chiến dịch mới làm trên một mạng dựa trên đấu giá: chi một phần ngân sách đầu để khám phá trước khi thuật toán có đủ tín hiệu để định hướng phần còn lại một cách hiệu quả.

Những nhà mua xử lý tốt nhất thường thiết lập kỳ vọng trước khi khởi chạy thay vì sau: quyết định trước bao nhiêu ngân sách bạn sẵn sàng cam kết để vượt qua giai đoạn học, quyết định ngưỡng dữ liệu nào bạn sẽ chờ đợi trước khi đưa ra phán quyết, và ghi lại cả hai con số ở nơi bạn thực sự sẽ xem lại chúng. Thói quen duy nhất này loại bỏ hầu hết các thay đổi giá thầu và tạm dừng sớm gây ra lo lắng, giúp các chiến dịch khả thi đạt tới trạng thái ổn định của chúng.