Programmatic buying: автоматизированная закупка рекламы

Programmatic buying: автоматизированная закупка рекламы

Структура programmatic

Programmatic buying — автоматизированная покупка таргетированной рекламы в формате аукциона для конкретных пользователей с учетом их интересов и потребностей. Для этого существует ряд сервисов и платформ.

Data Suppliers —

поставщики данных. Они делятся на две группы: на тех, кто предлагает собранные аудиторные сегменты из обработанных данных (Processed Data Suppliers), и тех, кто предоставляет необработанные (сырые) данные (Raw Data Suppliers).

SSP (Supply Side platform) —

платформы для издателей, позволяющие рекламным сетям и сайтам продавать рекламные площади.

Ad Exchange —

рекламная биржа. Выставляет показы на продажу для посетителей сайтов рекламных сетей и издателей, отвечает за принятие ставки от DSP и объявление победителя.

Ad Network —

рекламная банкетная сеть. Она содержит баннеры и управляет их показами с помощью рекламного сервера (Ad Server), который передает рекламу на сайт издателя, считает число показов, кликов, управляет оптимизацией кампаний.

DSP (Demand Side Platform) —

компании, покупающие данные у поставщиков и применяющие их в рекламе. В материале речь пойдет прежде всего о работе этих платформ.

DSP (Demand Side Platform) —

инструмент для автоматической закупки интернет-рекламы, напрямую взаимодействующий с SSP (Supply Side Platform), рекламными сетями (Ad Network), рекламными биржами (Ad Exchange) и сайтами (в терминологии интернет-рекламы они называются паблишерами).

Стратегия работы DSP (таргетинги)

DSP работает с рядом рекламодателей, каждый из которых запускает несколько кампаний (иногда их количество доходит до тысячи). Каждая кампания имеет обособленную стратегию закупки рекламных показов, состоящую из совокупности таргетингов. Рассмотрим самые распространенные из них.

Таргетинг пo списку доменов (сайтов)

DSP делает ставку только в том случае, если запрос от SSP пришел с определенного сайта. Обычно этот способ используют рекламодатели, которым важно, чтобы их объявление находилось в определенном контексте.

Географический таргетинг

DSP делает ставку, если запрос пришел от пользователя, находящегося в определенном городе или даже в определенном почтовом коде (актуально для стран вроде США или Великобритании). Местонахождение определяется платформой DSP по IP-адресу, который приходит вместе с запросом SSP.

Таргетирование по частотности показов

Частотность показов (frequency capping) подразумевает возможность не демонстрировать пользователю один и тот же баннер слишком часто. Суть ограничения состоит в том, что если, к примеру, после 20 показов пользователь так и не совершил целевое действие (клик, заказ или что-то еще), то дальше бессмысленно тратить деньги на покупку показов этому пользователю.

Кроме ограничения количества показов за всё время, DSP обычно дают возможность выставить ограничение за минуту, час, день и неделю. Потому что не очень разумно «бомбардировать» пользователя всеми 20 отведенными ему показами в первую же минуту.

Ретаргетинг

Данный подход позволяет показывать рекламу пользователям, которые посетили сайт рекламодателя, но ушли, не совершив целевого действия (например, покупки, заполнения формы заявки или звонка). Как показывает статистика, таких пользователей еще можно переубедить, напомнив о своем существовании.

RTB дало толчок к развитию ретаргетинга. Будучи подключенной к огромному количество SSP и имея доступ к миллиардам рекламных показов, DSP имеет возможность «дотянуться» практически до любого посетителя сайта рекламодателя.

Стоит упомянуть одно из расширений ретаргетинга — динамические ретаргетинг (DCO — dynamic creative optimization). В этом случае пользователю показывается персонализированный баннер, основанный на его истории посещений сайта рекламодателя. Например, пользователю, просмотревшему десять пар ботинок, в баннере отобразятся ботинки с ценами.

Таргетирование по аудиторным сегментам

Данный вид таргетинга позволяет показывать релевантное сообщение пользователям, которые заинтересованы какой-то определенной темой (например, автомобилями или спортом), а также людям из определенной демографической категории (например, мужчины 25-40 лет).

Как правило, DSP покупает данные о пользователях DMP (Data Management Platform — платформа управления данными). DMP регулярно (например, раз в день) выгружает для DSP базу данных пользователей, которая используется при обработке аукционного запроса и принятия решения о том, какую рекламу предлагать данному пользователю.

Также возможен и более продвинутый вариант, когда DSP узнает у DMP информацию о пользователе в режиме реального времени, то есть посылает запрос к DMP после каждого запроса от SSP.

Предиктивная оптимизация

Все вышеперечисленные таргенинги только определеляли логику выбора пользователя для показа рекламного объявляения. Однако они не затрагивают определения размеры ставки.

Работа с DSP, обладающей исключительно теми таргетингами, которые мы описали выше, предполагает ручной труд — маркетолог или трафик-менеджер должен сам подбирать ставку и менять таргетинги в зависимости от результатов работы рекламной кампании (эффективной цены клика или конверсии). Но в постиндустриальном обществе труд дорог, и велика вероятность ошибки из-за человеческого фактора.

Для этого в некоторых DSP реализованы алгоритмы предиктивной оптимизации (иногда такой алгоритм называют «предикт» или «предиктор»). Рассмотрим их работу на примере:

Представим себе, что менеджер по маркетингу банка решил запустить рекламную кампанию нового продукта. Для этого он подобрал несколько десятков сайтов с обеспеченной аудиторией (таргетинг по доменам), и выбрал крупные города, где представлены отделения банка (географический таргетинг).

Обычно алгоритмы предиктивной оптимизации универсальны и также могут предсказывать вероятность иного целевого действия: например покупки (конверсии).