MGID, piattaforma pubblicitaria globale, annuncia oggi il lancio di un importante aggiornamento di CPA Tune, "la sua tecnologia di ottimizzazione automatica dei bid. Grazie ai dati raccolti da oltre 30.000 conversioni tracciate in 13 verticali e 19 mercati, CPA Tune registra oggi un tasso di conversione medio superiore del 237% rispetto alla versione precedente, riducendo al contempo il costo per conversione del 39%.
CPA Tune utilizza l’apprendimento automatico per massimizzare le conversioni e l’efficienza su larga scala nelle campagne pubblicitarie native di MGID. Attraverso l’analisi dei dati storici delle campagne e dei segnali comportamentali e di intento in tempo reale, il suo modello prevede quale inventario sia più idoneo a generare conversioni in base a un obiettivo di costo per acquisizione (CPA) prestabilito, regolando dinamicamente le offerte di costo per clic (CPC) per mostrare gli annunci agli utenti con la maggiore propensione alla conversione.
Dopo un anno di perfezionamenti nell’ambito dell’apprendimento automatico, il motore aggiornato garantisce ora un aumento del CVR del 13–15% e un incremento del 20–25% dei ricavi dei clienti rispetto al modello di lancio.
I clienti possono scegliere tra due diverse varianti di CPA Tune: Target CPA, che ottimizza le offerte entro una soglia CPA rigorosa per mantenere l’efficienza dei costi; e MaxConversions, che massimizza le opportunità di traffico con una soglia CPA flessibile che sfrutta appieno i budget delle campagne.
Sebbene i modelli di machine learning migliorino naturalmente nel tempo, gli ingegneri di MGID hanno orientato CPA Tune verso tre ottimizzazioni mirate che consentono al modello aggiornato di rispondere più rapidamente ai cambiamenti nel comportamento degli utenti:
- Maggiore reattività ai segnali recenti: il modello analizza le prestazioni recenti insieme ai dati storici a lungo termine, anziché basarsi esclusivamente su questi ultimi. È in grado di distinguere un posizionamento che ha sempre funzionato da uno che ha appena iniziato a funzionare — o da uno che sta perdendo efficacia — e di impostare le offerte di conseguenza.
- Segmentazione del traffico più granulare: valutando le combinazioni di traffico sovrapposte, è in grado di individuare segmenti ad alto rendimento che sfuggono a un’analisi più generica.
- Comprensione più precisa degli interessi: il CPA Tune aggiornato interpreta meglio l’intento. L’interesse deriva ora dall’annuncio effettivo con cui l’utente ha interagito, non dalla campagna che lo ha generato. Inoltre, tiene conto di ciò su cui le persone hanno effettuato una conversione, non solo di ciò su cui hanno cliccato.
Il modello aggiornato è ora attivo sia nelle strategie Target CPA che MaxConversions. Dopo appena un anno, le campagne Target CPA Tune raggiungono un CVR superiore del 15% e un aumento del 20% dei ricavi dei clienti rispetto al modello di lancio, mentre le campagne MaxConversions raggiungono un CVR superiore del 13% e un aumento del 25% dei ricavi dei clienti. Non sono necessarie modifiche da parte del cliente per attivare il modello aggiornato.
“Sapevamo, per la natura stessa della tecnologia di machine learning, che CPA Tune sarebbe migliorato nel tempo, ma il modello aggiornato ha superato le nostre aspettative”,
ha dichiarato Ivan Doruda, CEO di MGID.
“Non fraintendete, però: non siamo rimasti con le mani in mano a guardare mentre il modello si perfezionava. Questo aggiornamento è stato il risultato di un lavoro di ingegneria mirato e deliberato da parte del nostro team per migliorare i dati forniti al modello e perfezionarne i risultati in base alle esigenze dei nostri clienti.”
“I dati storici sono la base per previsioni accurate, ma sono i dati in tempo reale a fornire il vantaggio competitivo”, continua Doruda. “Se ci affidassimo esclusivamente a ciò che è accaduto in passato, potremmo perdere opportunità che abbiamo proprio sotto gli occhi. Con questo importante aggiornamento di CPA Tune, il nostro modello è ora in grado di considerare contemporaneamente sia il lungo che il breve termine. È una novità assoluta per MGID nel campo dell’ottimizzazione automatizzata e intelligente, e non vedo l’ora di scoprire quali saranno i prossimi sviluppi.”
