Die globale Werbeplattform MGID startet mit „CPA Tune” ein leistungsstarkes, selbstoptimierendes System, das maschinelles Lernen nutzt, um die Conversions und die Effizienz nativer Werbekampagnen zu steigern. Die Einführung von CPA Tune folgt auf den vor Kurzem gestarteten CTR Guard, der Kampagnen hinsichtlich Ad Fatigue überwacht, um frische und effektive Werbemittel bereitzustellen. Dabei liegt der Fokus von CPA Tune auf dem Schritt nach dem Klick und darauf, wie sich Ergebnisse vorhersagen und optimieren lassen.
Das System zur Performance-Optimierung konnte in bisherigen Anwendungsfällen folgende Ergebnisse erzielen:
- 155 Prozent höhere durchschnittliche Conversion Rate (CVR)
- In bestimmten Branchen und Märkten bis zu 300 Prozent Steigerung der CVR
- Stärkstes CVR-Wachstum in den USA, dem Markt mit der besten CPA Tune-Performance
- Niedrigere CPA durch datengestütztes Zielgruppen-Targeting
Mit dieser autonomen, KI-getriebenen Engine zur Cost per Click-Gebotsanpassung in Echtzeit können Advertiser ihre Cost per Acquisition-Ziele mit einem minimalen manuellen Aufwand erreichen. Zudem stellt CPA Tune sicher, dass die leistungsstärksten Werbemittel die wertvollsten Nutzerinnen und Nutzer erreichen. Das System steht für eine neue Ära im Native Advertising, das bisher ausschließlich auf Traffic basierte – Vermarkter können ihre Kampagnen so auf Effektivität ihrer Geschäftsergebnisse optimieren, anstatt nur auf Klicks.
Die relevanten Zielgruppen werden automatisch bereitgestellt
CPA Tune ist auf performance-fokussierte Werbetreibende zugeschnitten, die eine Skalierung nach Brute-Force-Methode vermeiden möchten und das Ziel verfolgen, die für ihre Geschäftsergebnisse relevanten Zielgruppen zu erreichen. Mithilfe historischer, branchenrelevanter Performance-Daten sowie Signalen des Nutzers zu Verhalten und Intention passt der CPA Tune-Algorithmus die CPC-Gebote dynamisch in Echtzeit an, um Werbeanzeigen auf Traffic mit höherer Conversion Rate zu platzieren.
Werbetreibende gehen dabei in drei Schritten vor:
- Festlegen eines realistischen CPA-Ziels
- Sicherstellen, das ein Conversion Tracking eingerichtet ist
- Festsetzen des täglichen Budgets (5- bis 7-fache des CPA-Ziels erforderlich)
Der Algorithmus übernimmt alle weiteren Aufgaben, reduziert die Notwendigkeit zur täglichen Anpassung der Werbeplatzierungen und Gebote und lernt kontinuierlich dazu, wie sich der CPA weiter senken lässt. So effektiv die Engine heute schon ist, mit der Zeit wird sie noch besser werden.
Flexibel und vollständig transparent
Mit CPA Tune wird jeder Klick optimiert, um das Conversion-Potenzial zu steigern. Das Modell erfordert eine kurze Lernphase, etwa zehn Conversions und sieben Tage, um sich zu stabilisieren und eine konsistente Performance zu liefern. CPA Tune ist außerdem äußerst flexibel. Werbetreibende können ihre Kampagnen jederzeit pausieren und anpassen. Creative-, Budget- und Targeting-Kontrollen bleiben dabei unverändert, sodass die Optimierung im Hintergrund läuft, während die Werbetreibenden die volle strategische Kontrolle behalten.
CPA Tune is also highly flexible. Advertisers can pause and adjust their campaigns at any time. Creative, budget, and targeting controls remain unchanged, ensuring that optimization happens behind the scenes while customers maintain full strategic oversight.
Oleksii Borysov, Vice President of Product bei MGID, sagt:
„Mit unserem CTR Guard gegen Werbemüdigkeit und unserem CPA Tune zur Steigerung der Conversion Rate zeigt MGID nicht nur das Potenzial von KI auf, sondern beweist, dass Technologie ihr Versprechen einhalten kann, komplexe Probleme mit einfachen Schnittstellen zu lösen. CPA Tune wurde entwickelt, um die Vorteile automatisierter CPA-Bids – wie sie in den Walled Gardens von Unternehmen wie Google oder Meta zum Einsatz kommen – auch im offenen Internet für das Native Advertising nutzbar zu machen. Das Tool unterstützt Vermarkter, spürbare Verbesserungen mit nur wenigen Klicks zu erzielen, ohne dabei die Kontrolle oder die Transparenz einzubüßen.“
CPA Tune ist für Werbetreibende weltweit verfügbar.
