Kiedy kanał algorytmiczny ma sens
Przy stałym, dużym ruchu i katalogu, w którym jest z czego wybierać. Model uczy się na danych, więc mały sklep z niewielkim ruchem nie da mu materiału i wynik będzie przypadkowy. To nie jest kanał na start, tylko na etap, w którym pozyskiwanie ruchu już działa.
Dlaczego pytamy o przyrost, a nie o ROAS
Bo model optymalizuje się pod prawdopodobieństwo zakupu, czyli z definicji celuje w osoby najbliżej decyzji. Panel może wtedy pokazywać świetny zwrot, którego firma nie widzi w rachunku wyników. Jedyną odpowiedzią jest test z wyłączeniem kanału na części ruchu.
Na co realnie mamy wpływ
Na feed produktowy, wykluczenia wobec innych kanałów, budżet i sposób pomiaru. Brzmi to mniej efektownie niż optymalizacja licytacji, ale w kanale algorytmicznym te cztery rzeczy odpowiadają za większość różnicy w wyniku. Na te cztery rzeczy wpływ ma JustIdea, na całą resztę model dostawcy.
Deep learning, AI i dane first-party
RTB House jest platformą DSP, która do zakupu powierzchni i doboru produktów używa deep learning, czyli głębokich sieci neuronowych, zamiast reguł ustawianych ręcznie. Taka sztuczna inteligencja uczy się na danych first-party z Twojego sklepu: oglądanych produktach, koszykach i zamówieniach. Dla reklamodawcy oznacza to mało ustawień i dużą zależność od jakości danych. AI po stronie platformy nie zwalnia więc z pracy nad feedem, pomiarem i testem przyrostu. Reklamy produktowe RTB House wyświetlają się u wydawców w otwartym internecie.
