MGID, platform periklanan global, hari ini mengumumkan peluncuran peningkatan besar pada CPA Tune, mesin optimasi bid otomatisnya. Didukung data dari lebih dari 30.000 konversi yang dilacak di 13 vertikal dan 19 pasar, CPA Tune kini menghasilkan tingkat konversi rata-rata 237% lebih tinggi dibandingkan sebelumnya dan menurunkan biaya per konversi sebesar 39%.
CPA Tune menggunakan machine learning untuk memaksimalkan konversi dan efisiensi dalam skala besar di seluruh kampanye iklan native MGID. Dengan menganalisis data historis kampanye serta sinyal perilaku dan niat secara real-time, modelnya memprediksi inventaris mana yang paling mungkin menghasilkan konversi pada target biaya per akuisisi (CPA) yang dipilih, lalu secara dinamis menyesuaikan bid biaya per klik (CPC) untuk menempatkan iklan di hadapan traffic dengan potensi konversi lebih tinggi. Setelah satu tahun penyempurnaan machine learning, mesin yang ditingkatkan kini menghasilkan peningkatan CVR sebesar 13–15% dan kenaikan pendapatan klien sebesar 20–25% dibandingkan model saat peluncuran.
Klien dapat memilih dua variasi CPA Tune yang berbeda: Target CPA, yang mengoptimalkan bid dalam ambang CPA yang ketat untuk menjaga efisiensi biaya; dan MaxConversions, yang memaksimalkan peluang traffic dengan ambang CPA fleksibel yang memanfaatkan anggaran kampanye secara penuh.
Meskipun model machine learning secara alami meningkat seiring waktu, para engineer MGID mengarahkan CPA Tune pada tiga optimasi yang ditargetkan agar model yang ditingkatkan dapat merespons perubahan perilaku pengguna dengan lebih cepat:
- Lebih responsif terhadap sinyal terbaru: Model membaca performa terbaru bersama rekam jejak jangka panjang, bukan hanya mengandalkan rekam jejak tersebut. Model dapat membedakan penempatan yang selalu berkinerja baik dari penempatan yang baru mulai berkinerja baik — atau yang mulai menurun — lalu menyesuaikan bid sesuai kondisi tersebut.
- Segmentasi traffic yang lebih terperinci: Dengan mengevaluasi kombinasi traffic yang saling tumpang tindih, model dapat menemukan segmen berkinerja tinggi yang terlewat oleh analisis yang lebih luas.
- Pemahaman minat yang lebih presisi: CPA Tune yang ditingkatkan membaca niat dengan lebih baik. Minat kini ditentukan dari iklan yang benar-benar berinteraksi dengan seseorang, bukan dari kampanye di baliknya. Model juga memperhitungkan apa yang menghasilkan konversi, bukan hanya apa yang diklik.
Model yang ditingkatkan kini aktif pada strategi Target CPA dan MaxConversions. Setelah hanya satu tahun, kampanye Target CPA Tune mencapai CVR 15% lebih tinggi dan peningkatan pendapatan klien sebesar 20% dibandingkan model saat peluncuran, sementara kampanye MaxConversions mencapai CVR 13% lebih tinggi dan peningkatan pendapatan klien sebesar 25%. Klien tidak perlu melakukan perubahan apa pun untuk mengaktifkan model yang ditingkatkan.
“Kami tahu bahwa berdasarkan karakteristik teknologi machine learning, CPA Tune akan meningkat seiring waktu, tetapi model yang ditingkatkan ini telah melampaui ekspektasi kami,” kata Ivan Doruda, CEO MGID.
“Namun, jangan salah: kami tidak hanya berdiam diri dan melihat model belajar. Peningkatan ini merupakan hasil rekayasa yang disengaja dan terarah dari tim kami untuk meningkatkan data yang digunakan model dan menyempurnakan output-nya sesuai kebutuhan klien kami.”
“Data historis merupakan dasar untuk prediksi yang akurat, tetapi data real-time yang memberikan keunggulan kompetitif,” lanjut Doruda. “Jika kami hanya mengandalkan apa yang telah terjadi sebelumnya, kami dapat melewatkan peluang yang sebenarnya sudah ada di depan mata. Dengan peningkatan besar pada CPA Tune ini, model kami kini mampu mempertimbangkan jangka panjang dan jangka pendek secara bersamaan. Ini merupakan yang pertama bagi MGID dalam optimasi otomatis dan cerdas, dan saya sangat menantikan perkembangannya selanjutnya.”
