Die globale Werbeplattform MGID hat ihre automatisierte Engine zur Gebotsoptimierung, CPA Tune, umfangreich aufgewertet. Auf Basis von Daten aus über 30.000 erfassten Conversions in 13 Branchen und 19 Märkten erzielt CPA Tune so eine um durchschnittlich 237 Prozent höhere Conversion Rate als zuvor und reduziert die Kosten pro Conversion um 39 Prozent.
CPA Tune nutzt maschinelles Lernen, um die Conversions und Effizienz der Native Advertising-Kampagnen bei MGID in großem Maßstab zu maximieren. Dazu analysiert das Modell historische Kampagnendaten sowie Verhaltens- und Intent-Signale in Echtzeit zur Vorherzusage, welches Inventar bei einem festgelegten Zielwert für die Kosten pro Akquisition (CPA) am ehesten Conversions generiert. Anschließend werden die Gebote für die Kosten pro Klick (CPC) dynamisch angepasst, um Ads vor Traffic mit einer höheren Conversion Rate zu platzieren. Nach einem Jahr der Weiterentwicklung sorgt die optimierte Engine im Vergleich zum ursprünglichen Modell so für eine Steigerung der Conversion Rate um 13 bis 15 Prozent und für eine Steigerung des Kundenumsatzes um 20 bis 25 Prozent.
Kunden können zwischen zwei CPA Tune-Varianten wählen: „Target CPA” optimiert die Gebote innerhalb eines strengen CPA-Grenzwerts, um die Kosteneffizienz zu gewährleisten. „Max Conversions” maximiert die Traffic-Möglichkeiten bei einem flexiblen CPA-Grenzwert und schöpft die Kampagnenbudgets voll aus.
Auch wenn sich Modelle des maschinellen Lernens mit der Zeit naturgemäß verbessern, hat MGID bei CPA Tune drei gezielte Optimierungen vorgenommen, wodurch das verbesserte Modell schneller auf Veränderungen im Nutzerverhalten reagieren kann:
- Bessere Reaktion auf aktuelle Signale: Das Modell berücksichtigt neben der langfristigen Performance auch aktuelle Entwicklungen und stützt sich nicht allein auf die Vergangenheit. So kann es eine Platzierung, die schon immer gut funktioniert hat, von einer unterscheiden, die gerade erst beginnt zu funktionieren, oder von einer, die nachlässt. Gebote können so entsprechend angepasst werden.
- Detailliertere Traffic-Segmentierung: Durch die Auswertung sich überschneidender Traffic-Kombinationen können leistungsstarke Segmente erkannt werden, die bei einer breiter angelegten Analyse leicht zu übersehen sind.
- Präziseres Verständnis von Interessen: Das optimierte CPA Tune erkennt Intent besser. Das Interesse ergibt sich nun aus der tatsächlichen Ad, mit der sich jemand beschäftigt hat, und nicht aus der dahinterliegenden Kampagne. Es zählt, womit die Nutzer konvertieren, und nicht nur, worauf sie geklickt haben.
Das verbesserte Modell ist sowohl in Target CPA als auch in MaxConversions verfügbar. Bereits nach einem Jahr erzielen Target CPA Tune-Kampagnen im Vergleich zum ursprünglichen Modell eine um 15 Prozent höhere Conversion Rate und einen Anstieg der Kundenumsätze um 20 Prozent. MaxConversions-Kampagnen erzielen eine um 13 Prozent höhere Conversion Rate und einen Anstieg der Kundenumsätze um 25 Prozent. Um das verbesserte Modell zu aktivieren, sind auf Kundenseite keine Änderungen erforderlich.
„Aufgrund der Natur von Machine Learning-Technologie wussten wir, dass sich CPA Tune mit der Zeit verbessern würde, aber das aktualisierte Modell hat unsere Erwartungen übertroffen“,
sagte Ivan Doruda, CEO von MGID.
„Diese Aktualisierung ist das Ergebnis der gezielten Entwicklungsarbeit unseres Teams, um die Daten, mit denen das Modell gefüttert wird, zu optimieren und die Ergebnisse an die Bedürfnisse unserer Kunden anzupassen.“
„Historische Daten sind die Grundlage für genaue Vorhersagen, aber erst Echtzeitdaten verschaffen uns einen Wettbewerbsvorteil“, fährt Doruda fort. „Wenn wir uns ausschließlich auf das verlassen, was bereits passiert ist, können wir Chancen verpassen, die sich direkt vor uns abspielen. Mit diesem umfangreichen CPA Tune-Upgrade ist unser Modell in der Lage, sowohl langfristige als auch kurzfristige Aspekte gleichzeitig zu berücksichtigen – eine Premiere für MGID im Bereich der automatisierten, intelligenten Optimierung.“
