Was macht ein Algorithmus im Programmatic Advertising?

Jetzt kommt die Optimierung ins Spiel

An dieser Stelle kommt die Optimierung ins Spiel. Hinter diesem generischen Begriff versteht man im Programmatic Advertising die schrittweise Annäherung an das Kampagnenziel durch manuelles oder automatisches Ändern der Parameter, die zur Ermittlung der Gebotshöhe genutzt werden. Gängigerweise wird auf Cost per Click, Cost per Action, dem Lifetime Value und Kontaktklassen optimiert.
Während bei den ersten beiden Varianten der günstigste Preis für eine Interaktion mit dem Werbemittel - einmal der Klick, einmal eine intendierte Aktion wie beispielswiese ein Einkauf via App - angestrebt wird, berücksichtigt der Algorithmus beim Lifetime Value den Beitrag X, den ein Kunde während seines "Kundenlebens" potentiell realisieren wird.
Jeder dieser Performance-Indikatoren ist als Nebenbedingung an Reichweite geknüpft. Der beste CPC ist wertlos, wenn man zu diesem Preis nur eine Handvoll Klicks einkaufen kann. Standard ist heute die Erreichung eines Ziel-CPCs. Der wünschenswerte Standard wiederum ist die Optimierung über mehrere Iterationen von Daten, Inventarquellen und Werbemittel, um ein später in der Customer Journey gelagertes Kampagnenziel, wie beispielsweise einen Einkauf, zu erreichen.

Wie weiß ein Algorithmus, was zu tun ist?

Die Algorithmen im Programmatic Advertising versuchen immer, eine Ja/Nein-Frage zu beantworten, beziehungsweise die Wahrscheinlichkeit für die positive Antwort abzuschätzen. Eine typische Frage wäre "Wird ein Nutzer in den nächsten XX Tagen eine bestimmte Aktion durchführen?". Um eine solche Frage zu beantworten, schaut sich der Algorithmus die nähere Vergangenheit (zum Beispiel die letzten zwei Wochen) an.
Bevor er anhand dieser Daten eine Aussage machen kann, muss er erst lernen, welche Muster in der Vergangenheit auf eine entsprechende Aktion in der Zukunft hindeuten. Hierzu bietet man ihm historische Daten an, bei denen man die Antwort auf die Frage schon kennt. Diese Art von Algorithmus nennt man Supervised Learning, weil man dem Algorithmus zu jedem Lernbeispiel sagt, was die richtige Antwort ist.
 
Auf dieser Basis weiß der Algorithmus, welche Nutzer mit großer beziehungsweise größerer Wahrscheinlichkeit in gewünschter Form agieren werden. Für diese Nutzer wird dann im Bid-Verfahren mehr geboten, um die Auktion für sich zu entscheiden und ihnen dann mit der Werbeeinblendung - zur richtigen Zeit mit der richtigen Botschaft - den entscheidenden Impuls für ein bestimmtes Produkt oder einen bestimmten Service zu geben. Was ein hohes und was ein niedriges Gebot ist, entscheidet - einer der attraktivsten Aspekte beim programmatischen Einkauf - der Markt, sprich das Verhältnis von Angebot und Nachfrage. Im Grunde alles gar nicht so schwierig.




Das könnte Sie auch interessieren