Всем привет!
Сегодня, поговорим о системе Автооптимизации, реализованной в IMI Smartlink и, конечно же, доступной для пользователей AdsBridge.
Если просто, АО - это система перераспределения объемов трафика между прелендингами и офферами в зависимости от результатов их отработки. Алгоритм представляет собой мат. модель, учитывающую исторические данные и прогнозные значения для принятия решения о перераспределении. Если еще проще, то как только перформанс метрики начинают проседать на одной связке - система начинает перекидывать объемы на другую.
Причины просадки связки могут быть самые различные от тех. проблем на стороне рекламодателя до изменений на стороне партнера. Например, отпала платежка, домен или просто баг на ленде, рекламодатель врубил шейв (да, они шейвят)), чтобы выровнять свою окупаемость, или же партнер вносит изменения в свою воронку: меняет креатив, изменяет источник, аудиторию, аккаунты, рекламные форматы и т.д. В любом случае, мы должны быть уверены, что в данный момент времени стремимся монетизировать трафик партнера максимально эффективно.
рис 1: Сплит пасов с АО и Без АО
Ну, меньше слов! Для сплита, я выбрал трафик партнера с Андроид - 3G на Франции. О том, зачем мы расшиваем трафик на сегменты читайте здесь. Скопировав текущий пас паба, я получил сплит двух пасов, на одном из которых включена АО, а на другом нет. Трафик распределяется между пасами 50/50, при этом в обоих сохранены одинаковые проценты распределения на момент запуска теста.
Дальше мы увидим не только различия в результатах, но и посмотрим, как изменились проценты на пасе с включенной Автооптимизацией.
рис 2: Результаты А/B теста
С учетом объемов данного паба, нам хватило всего чуть больше двух суток для снятия результатов и получения статистически значимого отклонения от использования АО. Как мы видим, абсолютно все метрики выше в варианте с АО, visit2conversion почти на 30% выше, разница в доходе составила 120,45$, что позволяет сделать вывод, что использование АО для этого партнера на этом сегменте трафика приносит до 1.5к дополнительного дохода в месячном выражении.
Ну а теперь посмотрим, как изменились проценты в распределении трафика почти за 2 дня. Топовый преленд нарастил свое преимущество с 67% до 88%, а топовый оффер наоборот потерял 10%. Данный кейс не дает нам четкого понимания, что же изменилось в трафике или на стороне рекламодателя, но дает представление о том, что трафик отрабатывает неоднородно на дистанции, а изменения в распределении дают повод для более глубокого анализа для выяснения причин. Применение автооптимизации лишь помогает избежать чрезмерных потерь и повысить эффективность отработки в данный момент времени.
рис 3: изменения в распределении трафика
Все еще трудно поверить? Тогда попробуйте сами с нашей TDS
Или предоставьте менеджмент своего трафика команде IMI
Читайте больше кейсов на тему повышения перформанса в моем ТГ-канале #Вполголоса
