Relevant Digital julkaisee Relevant Yield -alustalle uuden optimointimoottorin, joka mukautuu jatkuvasti muuttuviin markkinaolosuhteisiin ja auttaa julkaisijoita tehostamaan ohjelmallisen mainonnan tuottojen optimointia. Sen ensimmäinen sovellus, Automated Floor Price Optimization, optimoi pohjahintoja dynaamisesti, mikä auttaa julkaisijoita kasvattamaan mainostuottojaan ja vähentämään pohjahintojen hallintaan liittyvää manuaalista työtä.
Relevant Yieldin Automated Floor Price Optimization hyödyntää julkaisijakohtaisia koneoppimismalleja, jotka analysoivat tuhansia huutokauppasignaaleja yli 60 mittarin perusteella. Malleja päivitetään useita kertoja päivässä ja niissä voidaan hyödyntää myös julkaisijoiden omaa ensimmäisen osapuolen dataa. Näin pohjahintastrategiat voidaan mukauttaa kunkin julkaisijan mainosinventaarin erityispiirteisiin.
Sen sijaan että ratkaisu optimoisi CPM:ää erillisenä mittarina, se huomioi pohjahintoja määrittäessään huutokauppaympäristön kokonaisuutena. Julkaisijat säilyttävät hallinnan määritettävien vähimmäispohjahintojen, mainospaikkakohtaisen käyttöönoton ja mainospalvelimen hinnoittelusääntöjen avulla. Reaaliaikainen raportointi tarjoaa täyden läpinäkyvyyden optimoinnin tuloksiin.
"Pohjahintojen optimointi on hyvä esimerkki siitä, miten tekoäly voi tuoda todellista lisäarvoa julkaisijoille”, sanoo Relevant Digitalin toimitusjohtaja ja osakas Petri Kokkonen. ”Huutokauppaympäristössä on yksinkertaisesti liian paljon muuttuvia signaaleja ja riippuvuuksia, jotta staattiset säännöt pystyisivät reagoimaan tehokkaasti kaikissa tilanteissa. Yhdistämällä yksityiskohtaista julkaisijakohtaista dataa ja koneoppimista voimme mukauttaa pohjahintoja jatkuvasti samalla kun julkaisija säilyttää hallinnan.”
Automated Floor Price Optimization toimii Prebid-tarjoajien, mainospalvelimien, Amazon TAM:in ja OpenAdsin kanssa. Ratkaisu tukee sekä selain- että palvelinpuolen toteutuksia tietokoneilla, mobiiliverkossa ja natiivisovelluksissa. Alustavien tulosten perusteella mainostuotot ovat kasvaneet lähes kaikilla julkaisijoilla keskimäärin 2–4 % ja osalla kasvu on ollut huomattavasti suurempaa. Tulokset riippuvat julkaisijan mainosinventaarista, kysyntätilanteesta ja käytössä olevasta pohjahintastrategiasta.
Lue myös: Floor price optimization: miten koneoppiminen muuttaa pohjahintoja ja Prebid timeout -testaus: näin löydät tuottoisimman asetuksen.
Automated Floor Price Optimization sisältyy Relevant Yieldin HB Analytics- ja HB Manager -moduuleihin ilman lisäkustannuksia.
Lisätietoja:
Petri Kokkonen, CEO
petri.kokkonen(a)relevant-digital.com
