Ustalanie stawek niestandardowych pozwala wykorzystywać statystyki biznesowe i technologię AI od Google do automatyzacji sposobu osiągania celów kampanii przy jednoczesnej maksymalizacji zwrotu z nakładów na reklamę.
Cele kampanii możesz realizować, optymalizując stawki pod kątem konkretnych, najcenniejszych dla Ciebie zdarzeń konwersji, celów lub sygnałów związanych wyświetleniami. Ustalania stawek niestandardowych możesz używać w przypadku sygnałów pochodzących z tych źródeł:
- zdarzenia Floodlight i niestandardowe zmienne Floodlight,
- Google Analytics 4
- sygnały związane z wyświetleniami.
Tematy w tym artykule
- Jak działa ustalanie stawek niestandardowych
- Uprawnienia i dostęp
- Ograniczenia obsługi ustalania stawek niestandardowych
- Trenowanie algorytmu
Jak działa ustalanie stawek niestandardowych
Chociaż są też standardowe strategie automatycznego określania stawek, które pomagają maksymalizować skuteczność kampanii, to jednak, gdy potrzebujesz zaawansowanego wpływu na działanie strategii ustalania stawek wykraczającego poza możliwości automatycznego określania stawek, sięgnij po ustalanie stawek niestandardowych.
Ustalanie stawek niestandardowych umożliwia utworzenie strategii ustalania stawek, która automatycznie określa stawki na podstawie wyświetleń mających dla Ciebie największe znaczenie.
Algorytm ustalania stawek niestandardowych możesz zacząć tworzyć na 2 sposoby.
- Używanie reguł do tworzenia algorytmów ustalania stawek niestandardowych: wyznacz cele związane z ustalaniem stawek niestandardowych, aby optymalizować wartości wyświetleń za pomocą prostych konwersji ważonych bez konieczności pisania skryptu. Dzięki regułom możesz przypisywać wartość wyświetleniom, aby na potrzeby celów kampanii utworzyć algorytm ustalania stawek niestandardowych.
- Pisanie skryptu ustalania stawek niestandardowych: wystarczy podstawowa znajomość Pythona, aby tworzyć skrypty ustalania stawek niestandardowych. Dzięki nim możesz używać danych własnych, aby optymalizować wartości wyświetleń za pomocą celów niezwiązanych z konwersjami, takich jak pomiar wyników marki.
Masz szczegółową kontrolę nad algorytmem ustalania stawek niestandardowych:
- Za pomocą wartości ważonych możesz przypisywać wyższą wartość wyświetleniom, które z większym prawdopodobieństwem pomogą Ci osiągnąć cele kampanii, a niższą wartość – mniej trafnym wyświetleniom.
- Do optymalizacji pod kątem konkretnych zdarzeń konwersji możesz używać tagów Floodlight, zmiennych niestandardowych, zdarzeń Google Analytics lub sygnałów związanych z wyświetleniami.
Algorytm ustalania stawek niestandardowych przechodzi fazę trenowania i stosuje uczenie maszynowe, aby zdobywać wiedzę na podstawie Twoich wcześniejszych kampanii. Dzięki temu może trafniej oceniać wyniki i ustalać priorytety stawek pod kątem wyświetleń odpowiednich dla Twojej kampanii.
Przykłady
Algorytmy ustalania stawek niestandardowych mogą być proste lub złożone. Oto kilka przykładów elementów, pod których kątem możesz prowadzić optymalizację:
- Kluczowe wskaźniki wydajności dotyczące marki (KPI): np. widoczność czy pełne odtworzenia filmu.
- Aktywności związane z konwersjami: możesz nadawać priorytet konkretnym aktywnościom związanym z konwersjami, przypisując większą wartość tym z nich, które lepiej pasują do celów kampanii.
- Niestandardowe zmienne Floodlight: np. lojalność, produkty czy rozmiar koszyka.
- Przychody ze sprzedaży Floodlight: dzięki śledzeniu parametru przychodów za pomocą tagu sprzedaży Floodlight.
- Konwersje ważone: możesz korzystać z aktywności śledzących Floodlight, które mają dla Ciebie określone wartości zależnie od odwiedzonej strony produktu.
- Google Analytics 4: możesz połączyć Google Analytics z Display & Video 360, aby określać wagę zdarzeń na stronie reklamodawcy.
Przykład: optymalizacja pod kątem marki za pomocą ustalania stawek niestandardowych
Chcąc optymalizować kampanię pod kątem ekspozycji marki, możesz skonfigurować strategię ustalania stawek niestandardowych, tak aby za pomocą wartości ważonych z danymi o wyświetleniach automatycznie określała stawki pod kątem wyświetleń, które są dla Ciebie najcenniejsze.
Przykład:
Możesz wyznaczyć priorytety określania stawek w przypadku wyświetleń filmów, które z większym prawdopodobieństwem poprawią widoczność marki. Aby to zrobić, utwórz cel lub skrypt ustalania stawek niestandardowych, który przypisuje:
- wyższą wartość wyświetleniom, w których przypadku film był odtwarzany z włączonym dźwiękiem;
- niższą wartość wyświetleniom, w których przypadku film był odtwarzany krócej niż przez 3 sekundy;
- wyższą wartość wyświetleniom filmów na urządzeniach CTV.
Przykład: maksymalizowanie skuteczności aktywności związanej z konwersjami
Przy maksymalizowaniu skuteczności konkretnych aktywności związanych z konwersjami możesz skonfigurować strategię ustalania stawek, tak aby za pomocą wartości ważonych i tagów Floodlight automatycznie określała stawki pod kątem wyświetleń, które są dla Ciebie najcenniejsze.
Przykład:
Możesz priorytetowo traktować ustalanie stawek pod kątem najbardziej wartościowych aktywności Floodlight, które z większym prawdopodobieństwem pomogą uzyskać wzrost przychodów ze sprzedaży. Aby to zrobić, utwórz cel lub skrypt ustalania stawek niestandardowych, który przypisze:
- wyższą wartość wyświetleniom na końcu ścieżki, np. sfinalizowanej sprzedaży;
- niższą wartość wyświetleniom na początku ścieżki, np. wyświetleniom stron.
Ustalania stawek niestandardowych możesz też używać w przypadku:
- tagów sprzedaży Floodlight do definiowania parametru przychodów, pod którego kątem chcesz prowadzić optymalizację;
- niestandardowych zmiennych Floodlight w celu optymalizacji pod kątem określonego rozmiaru koszyka, produktu lub poziomu liczebności wyświetleń, który zwiększa lojalność wobec marki.
Przykład: maksymalizowanie zwrotu z nakładów na reklamę za pomocą Google Analytics i ustalania stawek niestandardowych
Możesz udostępniać dane o konwersjach z Google Analytics, aby dostarczać niezbędnych informacji algorytmowi ustalania stawek niestandardowych w Display & Video 360. Dzięki temu możesz na podstawie danych z Google Analytics prowadzić optymalizację pod kątem celów takich jak maksymalizacja zwrotu z nakładów na reklamę.
Przykład:
Sposób, w jaki ustalanie stawek niestandardowych maksymalizuje zwrot z nakładów na reklamę, możesz optymalizować przez koncentrowanie się na wyświetleniach, które pomogą Ci docierać do klientów bardziej skłonnych do powrotu do Twojej witryny.
Aby nadać priorytet wyświetleniom wywołanym przez użytkowników, którzy podczas jednej sesji przeklikali się przez więcej niż 5 stron, możesz skorzystać z ustalania stawek niestandardowych i danych z Google Analytics.
Więcej przykładów znajdziesz w artykule Korzystanie z danych z Google Analytics.
Uprawnienia i dostęp
Zanim zaczniesz, sprawdź, czy masz wymagane uprawnienia i dostęp.
W przypadku algorytmów utworzonych na poziomie reklamodawcy:
- Aby edytować algorytm, musisz mieć uprawnienia dostępu na poziomie partnera lub konkretnego reklamodawcy.
- Nie możesz udostępniać algorytmu innym reklamodawcom.
W przypadku algorytmów utworzonych na poziomie partnera:
- Aby edytować algorytm, musisz mieć uprawnienia dostępu na poziomie partnera.
- Algorytm możesz udostępniać wielu partnerom.
- Z uprawnieniami dostępu na poziomie reklamodawcy możesz przeglądać algorytm, ale nie możesz sprawdzić, którym reklamodawcom został udostępniony.
Ograniczenia obsługi ustalania stawek niestandardowych
- Ustalanie stawek niestandardowych jest niedostępne w przypadku zasobów reklamowych w YouTube i zasobów reklamowych z automatyzacją gwarantowaną.
Trenowanie algorytmu
Aby model ustalania stawek niestandardowych miał dobrą skuteczność, musi mieć do dyspozycji odpowiednią minimalną ilość danych o wyświetleniach. Oto minimalne wymagania dotyczące danych w przypadku poszczególnych reklamodawców i elementów zamówienia:
| Cele ustalania stawek niestandardowych | Skrypty ustalania stawek niestandardowych | |
| Wymagania dotyczące minimalnej ilości danych w przypadku poszczególnych reklamodawców | Co najmniej 10 tys. ocenionych wyświetleń i co najmniej 500 wyświetleń z wynikiem pozytywnym | Co najmniej 500 wyświetleń z wynikiem pozytywnym |
| Wymagania dotyczące minimalnej ilości danych w przypadku poszczególnych elementów zamówienia |
Co najmniej:
|
Co najmniej 50 wyświetleń z wynikiem pozytywnym |
Stan algorytmu ustalania stawek niestandardowych
Zanim zastosujesz w aktywnej kampanii strategię ustalania stawek niestandardowych, musisz sprawdzić stan modelu ustalania stawek niestandardowych, aby się upewnić, że jest gotowy. Edytowanie lub aktualizowanie algorytmu może spowodować zmianę stanu modelu ustalania stawek niestandardowych, dlatego warto co jakiś czas sprawdzać jego stan.
Poniżej opisujemy, jaki może być stan modelu ustalania stawek niestandardowych i co oznacza:
| Stan | Niezbędne informacje |
|---|---|
| Trening |
Twój model nadal się uczy i potrzebuje na to więcej czasu. Niezbędne informacje:
|
| Za mało danych |
Twój model nie ma minimalnej ilości danych, której potrzebuje do nauki. Niezbędne informacje: Ustalanie stawek niestandardowych korzysta z danych o wyświetleniach z ostatnich 30 dni, co oznacza, że:
Możesz spróbować wykonać te czynności:
|
|
Gotowe |
Twój model został wytrenowany i jest gotowy do użycia. Niezbędne informacje:
|
| Zawieszony |
Zawieszony model przestanie się uczyć na podstawie nowych danych. Niezbędne informacje:
|
| Aktywny |
Model jest przypisany do aktywnej kampanii. Prowadzi optymalizację i aktywnie ustala stawki. Niezbędne informacje:
|