Smart Bidding e Programmatic Adv: una guida per raggiungere i KPI target

Quando si imposta una campagna è fondamentale avere ben chiaro quali sono gli obiettivi e i KPI che si vogliono raggiungere. A volte, però, non è altrettanto chiaro come raggiungerli. Per fortuna, il programmatic advertising ci dà una mano, proponendoci diverse strategie di Smart Bidding per raggiungere i nostri KPI target.

Queste strategie di Smart Bidding, basate sul Machine Learning, sono in grado di attingere ad una enorme mole di dati, che vengono rielaborati in tempo reale per portare l’advertiser al miglior risultato possibile. Ad oggi, queste vengono utilizzate in vari ambiti del digital advertising: campagne search, ma anche social e programmatic.

Quando si parla del programmatic advertising, gli acquisti avvengono solamente su base d’asta con metodologia di asta al secondo prezzo. Ogni inserzionista è chiamato a partecipare ad un asta che avviene in tempo reale e nella quale vengono messe in vendita le impression.

Con questa metodologia di acquisto, che prevede che ogni inserzionista inserisca la sua offerta massima, colui che ha impostato l’offerta più alta si aggiudica l’impression, ma pagandola solo 1 centesimo in più del secondo miglior offerente.

Per poter partecipare alle aste, l’inserzionista imposta il prezzo massimo che è disposto ad offrire per aggiudicarsi l’impression.

Quando si tratta di inserire l’offerta, gli inserzionisti possono scegliere tra due tipi di strategie: offerte manuali oppure offerte automatizzate (Smart Bidding). Quest’ultima è la direzione nella quale si sta muovendo la maggior parte del mercato. Vediamole nel dettaglio.

Strategie di Offerta

Esistono quattro modalità di offerta principali nel programmatic advertising:

Offerta Manuale

Tramite le strategia di offerta manuale, l’inserzionista inserisce un’offerta a CPM fisso, ovvero il prezzo massimo che è disposto a pagare per 1000 impression.

Questa strategia, che è ottima per contenere i costi, andava per la maggiore fino ad alcuni anni fa, nonostante abbia moltissimi limiti per quanto riguarda le impression che si vanno ad acquistare.

Il fatto stesso di impostare un’offerta massima limita la macchina nelle sue ottimizzazioni e rischia di far perdere all’inserzionista la possibilità di acquistare impression di grande valore, seppur ad un prezzo superiore a quello da lui stabilito come massimo.

Inoltre, eventuali ottimizzazioni basate su target, geolocalizzazione, orario, etc, sono interamente affidate all’inserzionista, che deve aggiustare le offerte manualmente.

Smart Bidding

Con lo sviluppo del Machine Learning, sono emerse nuove strategie di offerta che permettono agli inserzionisti di automatizzare le loro campagne in modo che la macchina scelga in autonomia quali impression acquistare in base alla probabilità che quell’impression porti al risultato desiderato.

Alla base di questo tipo di ottimizzazione troviamo il fatto che l’inserzionista abbia chiaro quale obiettivo vuole raggiungere, puntando tutta la campagna in quella direzione.

Le strategie di Smart Bidding prendono in considerazione vari segnali per determinare la probabilità che una impression porti all’obiettivo sperato, assegnando a quella impression un valore sulla base del quale la macchina aggiusta l’offerta al rialzo o al ribasso.

Ad oggi, le DSP offrono diverse tipologie di smart bidding, che in base all’obiettivo della campagna puntano a massimizzare le impression visibili, i click, le conversioni, il ritorno sull’investimento, etc.

Le strategie di Smart Bidding si dividono in due grandi famiglie.

Smart Bidding e KPI: massimizzazione del rendimento in base a un certo KPI

Questa strategia automatizzata permette di dare priorità ad un certo KPI, che la macchina cercherà di raggiungere.

In altre parole, se l’obiettivo primario è quello di raggiungere un certo Costo per Acquisizione (CPA), la macchina andrà ad inserire le offerte giocando al rialzo o al ribasso con le offerte e acquistando impression in modo da raggiungere utenti inclini alla conversione, che portino il CPA medio finale ad essere in linea con il KPI impostato.

Più concretamente, se il CPA target è 4$, la macchina piazzerà alcune offerte in modo tale da ottenere CPA 5$ e altre in modo da ottenere CPA 3$, cosicchè la media finale risulti intorno ai 4$.

Si tratta di una strategia molto efficiente se è necessario contenere i costi o se si dà la priorità al raggiungimento di un certo ROAS, ma può risultare controproducente.

Inizialmente la macchina acquisterà le impression che porteranno alle conversioni più a buon mercato. In altre parole, andrà a raccogliere i low hanging fruits, ovvero le conversioni più facili da raggiungere.
Una volta esaurite queste, dovrà spostarsi su impression che porteranno a CPA più alti, fino a raggiungere un livello in cui smetterà di acquistare, non potendo raggiungere il KPI target e richiederà una nuova ottimizzazione (es. l’impostazione di un target CPA più alto).

Smart Bidding e KPI: massimizzazione del rendimento spendendo tutto il budget

Con questa strategia automatizzata, la macchina dà priorità alla spesa cercando di esaurire il budget, pur continuando ad ottimizzare verso il KPI impostato.

È la strategia giusta per gli inserzionisti che vogliono massimizzare il numero di conversioni, senza avere particolari limiti circa il costo di ciascuna, che la macchina non può garantire.

Riprendendo l’esempio fatto in precedenza, se si imposta un target CPA di 4$, la macchina acquisterà alcune impression che porteranno ad un CPA di 3$, altre ad un CPA di 6$, altre ad un CPA di 8$ e così via, attestandosi intorno su un CPA finale di 5$ anziché di 4$, ma spendendo tutto il budget messo a disposizione.

Qual è il vantaggio di questa modalità di acquisto?

Che non fa perdere all’inserzionista nessuna opportunità di conversione. Con una strategia automatica volta a massimizzare il KPI, la macchina non avrebbe comprato alcune impression che avrebbero potuto portare ad un CPA finale troppo al di sopra del target CPA, quindi l’inserzionista avrebbe probabilmente rinunciato ad alcune conversioni.

Con questa strategia, invece, il ROAS finale della campagna potrà essere minore perché alcune conversioni potrebbero costare di più, ma alla fine della campagna il numero di conversioni ottenute sarà maggiore.

In altre parole, l’inserzionista avrà un margine più basso da ogni vendita, ma il numero di vendite sarà maggiore.

Custom Bidding

Assieme alle offerte manuali e alle strategie automatizzate, esiste una terza modalità di acquisto.

Essa rappresenta, in realtà, un modello potenziato di Smart Bidding e prende il nome di Custom Bidding.

Questa strategia di offerta permette agli inserzionisti di definire un proprio algoritmo tramite il quale far inserire le offerte alla macchina, sulla base del valore che assegnano ad ogni conversione.

Partnendo dal presupposto che non tutte le conversioni hanno lo stesso valore per un inserzionista, questo può quindi definire il diverso peso da assegnare a ciascun evento di conversione. Tramite l’algoritmo personalizzato è possibile impostare la macchina perché faccia offerte più alte per impression che portano ad eventi di conversione di maggior valore.

Consideriamo un inserzionista che imposta una campagna con l’obiettivo di massimizzare le vendite sul suo eCommerce. In questo caso, la macchina andrà ad acquistare impression per massimizzare il numero delle conversioni indipendentemente dal prezzo dei prodotti acquistati.

Tramite il custom bidding l’inserzionista può stabilire che l’acquisto del prodotto X, il cui prezzo è 10$, vale 2 volte l’acquisto del prodotto Y, il cui prezzo è 5$.

Utilizzando un algoritmo costruito con questi criteri, verrà dato alla macchina il segnale non solo di ottimizzare per le conversioni, ma anche di prediligere la vendita del prodotto X, che per l’inserzionista è più redditizio del prodotto Y.

Tramite la sua DSP Display & Video 360, Google è stato tra i primi a proporre questo modello di ottimizzazione, dando così più peso agli obiettivi dei singoli advertiser.

LEGGI ANCHE: E-commerce dalla A alla Z 

Che cosa aspettarsi dal futuro?

Come accennato all’inizio, le strategie di offerta manuale erano le più popolari un tempo, ma ad oggi vengono sempre più sostituite con strategie di offerta automatizzate.

Queste ultime permettono una maggiore capacità di adattamento dell’offerta al contesto circostante, senza richiedere un continuo controllo manuale.

I colossi della tecnologia, inoltre, stanno puntando sempre più su soluzioni di machine learning molto avanzate, che possano incorporare anche tecnologie di Intelligenza Artificiale.

Alla luce delle ultime evoluzioni, sembra evidente che il futuro vedrà sempre più l’utilizzo si strategie di Smart Bidding, applicate a diversi obiettivi. L’importante è restare sempre aggiornati e soprattutto avere chiari i propri obiettivi, prima di selezionare una strategia di offerta.

LEGGI ANCHE: Programmatic Advertising: come inserirlo in una strategia multicanale