Como asegurar mejores resultados en campañas con third-party data

Usar 3rd-party data es una de las mejores estrategias al momento de mejorar la performance de una campaña. Con el uso de nuestra data hemos visto mejoras de 7x en CTR, y hasta 4x en conversión en las campañas programáticas de nuestros clientes. Pero a la vez, recibimos muchas consultas de traders que cuando incluyen audiencias third-party tienen problemas de delivery o bajo viewability.

El problema en casi el 100% de los casos es que la configuración de esa campaña no es compatible con el uso de audiencias ultra segmentadas.

En este post detallamos los tres errores más comunes al momento de configurar una campaña con 3rd-party y cómo solucionarlos.

1. Pacing

1_Km3vV5pjiwyOXNA4UC_lKw.jpg

Normalmente, un mismo IO tiene configurada más de una estrategia. Y cada una de esas estrategias compite con el resto para consumir el presupuesto asignado.

De las cuatro estrategias más comunes: PMP, retargeting, open y 3rd-party, las primeras dos tienen la ventaja de que sus inventarios suelen ser más amplios, pero a su vez sus audiencias menos afines. Como la probabilidad de encontrar un usuario, ganar la subasta y mostrar la impresión es mayor en estas dos estrategias el DSP rápidamente “olvida” la estrategia de 3rd-party y concentra el presupuesto en audiencias menos afines pero con mayor alcance.

El resultado: la estrategia de audiencias logra pocas impresiones y por ende muy malos resultados.

Solución:

Todos los DSP permiten setear el pacing de una estrategia en ASAP (as soon as possible). Eso le dice al DSP que la estrategia es importante, y rompe el círculo vicioso que le quita presupuesto.

Al ser audiencias segmentadas el consumo del line no se dará en poco tiempo como sucedería si seteamos ASAP en estrategias con mayor inventario.

2. Viewability

1_38TeUrqDovskA4pnowiunA.jpeg

Cuando dentro de la misma estrategia agregamos un layer the 3rd-party data y un filtro de viewability, se tienen que dar dos situaciones en simultáneo:

  • Que el Ad Slot tenga un viewability histórico promedio superior al % del filtro elegido, y

  • Que el user que genera el Bid se encuentre dentro de la audiencia seleccionada.

La probabilidad de que esto ocurra es extremadamente baja, por lo que el DSP no participará de la mayoría de los Bids que aparezcan.

Soluciones:

La solución que menor impacto va a tener es apuntar la estrategia a la mayor cantidad de exchanges posibles, para aumentar la probabilidad de que se den las dos situaciones. Pero como solución deja que desear.

Entonces proponemos quitar el filtro de viewability y controlar la métrica desde el costo, usando una estrategia de Bid por vCPM. A diferencia del filtro de viewability, vCPM le dice al DSP que suba o baje la oferta en cada Bid de acuerdo al viewability proyectado.

El viewability histórico del Ad Slot pasa a ser una variable más en el algoritmo que usa el DSP, una solución que mejora el alcance visible a la vez que optimiza las ofertas de toda la estrategia.

3. Filtro demográfico

1_xAFfBofs6H2BJ2SYWVYIaA.jpeg

Casi todas las IO que usan 3rd party data demográfica tienen a la vez un filtro demográfico del DSP en la campaña. Esto hace que el inventario se haga cada vez más pequeño, porque para que el DSP participe de un Bid el user tiene que estar catalogado en ambos sistemas de la misma manera.

Una situación aún peor es que seleccionemos filtros demográficos de 3rd party distintos a los que tenemos seleccionados del DSP.

Solución:

Elegir un sólo filtro demográfico. O usamos el del DSP en la campaña, o el de 3rd party.

Un dato importante para clientes de Retargetly Data Exchange: si están usando un Custom Segment generados a partir de un brief, este seguramente incluya un filtro demográfico por ende es importante no agregar filtros demográficos del DSP.

Brian Burstein