如何優DSP化您的市場活動

本頁概述了如何使用Advertising Cloud DSP優化引擎 Adobe Sensei,優化市場活動中的包。 有關如何手動優化活動的提示和技巧,請與 Adobe 客戶團隊。

包優化目標在兩個級別運行:

  • 對於每個包:根DSP據職位安排的績效,根據所選KPI將預算分配給包內的每個職位。

  • 對於包中的每次放置/拍賣:計DSP算每次拍賣的每次投放的即時經濟KPI值,然後使用此值確定投標。

    注意

    經濟價值可以根據投資支出的好壞進行重大加權。 如果一家公司的投資目標落後,它將獲准購買質量較低的拍賣品。 如果一家公司能輕鬆實現其支出目標,那麼它將專注於質量更高的拍賣。

包優化

可以DSP通過兩種基本方式優化交付,20種變體可以與您的特定效能目標保持一致。 您可以選擇:

  • 優先設定效能率

  • 將成本效率與效能率進行優先平衡

請參閱 優化目標及其使用方法 確定哪個優化目標將幫助您實現KPI。

優先設定效能率的包

對於優化目標,將效能率排DSP在優先位置,預測每次拍賣的效能,並始終以最大出價進行出價。 適用的優化目標示例包括 Highest Viewability Rate。 Highest Clickthrough Rate等等。

如果:

  • 您已經知道有效/可接受的CPM級別(例如,歷史基準)。

  • 您願意手動調整 Max Bid 在擴展方面遇到挑戰時,

  • 你將規模置於效率之上。

起步邏輯

  • 如果支出速度加快,競價將變得更加有選擇性,因此你只會在預計會有較高表現的拍賣會上投標。

  • 如果支出落後於速度,競價將變得不那麼有選擇性,這樣你就會在拍賣會上競拍,預計拍賣會的表現會更低,以便趕上競拍的節奏。

結算價格/投標底紋

在執行起步邏輯後,DSP通過清算價格預測模型運行建議的出價。 如果預測指示出價可以以對贏率的最小減小來降低,則根據預測來降低出價。

將成本效率與效能率進行優先平衡的軟體包

對於某些優化目DSP標,預測每次拍賣的表現並自動調整出價,從不超過配售價格 Max Bid。 適用的優化目標示例包括 Lowest CPM。 Lowest CPA。 Lowest Cost per View。 Lowest Cost per Click等等。

起步邏輯

  • 如果支出速度加快,DSP價格就會變得更敏感,競標金額會降低,以利用起步計畫來換取贏率。

  • 如果也平衡了績效指標(除非 Lowest CPM),然後將預測的KPI混合到投標金額中。 因此,你會以更高的價格競拍拍賣,預計「每筆成本」的拍賣會將更有成效。

  • 如果支出落後於速度,DSP那麼價格就變得不那麼敏感,出價更高,甚至 Max Bid用起步計畫來取消贏率。

結算價格/投標底紋

在執行起步邏輯後,DSP通過清算價格預測模型運行建議的出價。 如果預測指示出價可以以對贏率的最小減小來降低,則根據預測來降低出價。

放置優化

放置預投標濾波器是確保高效能的最嚴格方法。 在不同DSP的廣告類型中策略性地使用預投標過濾器,以跨每個包中的放置實現效能目標。 您可以同時使用預投標過濾器與封裝級優化或獨立使用。

注意

可用的預標過濾器因廣告類型而異。 例如,對於標準顯示放置,可以通過按一下穿透率和可查看性進行篩選,但不能通過完成率進行篩選。

請參閱 位置級預投標過濾器及其使用方法 確定哪種預投標篩選器將幫助您實現KPI。

本頁內容