O cálculo de cada variável preditiva e do valor final de eCPM é muito complexo e vai além do escopo deste artigo. Mas, para facilitar o entendimento, veremos um exemplo simplificado.
eCPM = ƒ(CPC ou COS ou CPO, pCTR, pCR, pAOV)
Três consumidores que já visitaram seu site agora estão individualmente navegando no site de um publisher. O Criteo AI Engine está prestes a dar um bid em um inventário de anúncios e determinou que valeria a pena exibir sua campanha a esses consumidores. Ao configurar sua campanha, você decidiu sobre um Custo por Clique de um real.
eCPM = ƒ(1, pCTR, pCR, pAOV)
O Predictive Bidding usa os respectivos modelos preditivos, além de dados sobre consumidores, contextos e inventários disponíveis, para determinar a chance que cada consumidor tem de se engajar (pCTR), converter (pCR) e o provável valor do pedido (pAOV).
Consumidor 1
pCTR = 0,5%, pCR = 10%, pAOV = R$ 100
Consumidor 2
pCTR = 0,75%, pCR = 6%, pAOV = R$ 200
Consumidor 3
pCTR = 1,25%, pCR = 6%, pAOV = R$ 75
Esses números são adicionados à fórmula para fornecer os valores de eCPM para cada consumidor, mostrando o melhor valor de bid para você.
Consumidor 1 eCPM = R$ 5
Consumidor 2 eCPM = R$ 9
Consumidor 3 eCPM = R$ 5,62
Lembre-se de que se trata de um exemplo simplificado para demonstrar o conceito de eCPM. Situações reais são consideravelmente mais complexas, e a tecnologia de machine learning do Predictive Bidding usa uma imensa base de dados e sinais de compras em tempo real para calcular as variáveis preditivas e os parâmetros adicionais da fórmula.
Esses cálculos ocorrem quase instantaneamente para impactar os consumidores naquele exato momento. Para cada impressão, o Predictive Bidding leva apenas 10 microssegundos para escolher uma campanha relevante para exibição, calcular todas as variáveis, o valor de eCPM e o bid certo no leilão de inventário.