Predictive Bidding – Valoración del comprador – Ad Tech en profundidad

Alexandra Bannerman, Product Marketing Manager, explica cómo el Criteo AI Engine impulsa el mejor valor de tu presupuesto publicitario.

El Criteo AI Engine se basa en tecnología de machine learning, que utiliza el activo de datos abierto sobre compradores más grande del mundo, para impulsar la optimización de maneras que la gestión manual de campañas jamás podrá igualar. Un ejemplo perfecto de esto es Predictive Bidding, una funcionalidad del Criteo AI Engine que calcula la puja correcta en cada subasta para cada posible unidad de inventario de anuncios que podría ayudarte a llegar a tus compradores.

A lo largo de más de una década acciones de I+D, Criteo ha perfeccionado tres modelos predictivos centrales que utilizan insights detallados sobre compradores, productos, inventario de publishers y las interacciones entre ellos para transmitirle al Criteo AI Engine tres cosas importantes: cuáles son los compradores que probablemente se sentirán atraídos por un anuncio, cuáles son los que tienen más probabilidades de generar conversión y cuánto es probable que gaste cada comprador.

Estas complejas variables se combinan en tiempo real para ofrecer una valoración de todas y cada una de las oportunidades que tiene el Criteo AI Engine para mostrar un anuncio a un comprador.

A esta valoración la denominamos «eCPM».

eCPM = ƒ(CPC o COS o CPO, pCTR, pCR, pAOV, Ω, ß, µ)

¿Por qué utilizamos el término «eCPM»? Pues bien, el CPM estándar, o «Coste por Mil», se define como el «coste por mil visualizaciones de un anuncio», que es el modelo de precios estándar para las unidades de anuncios en las subastas de inventario de los publishers.

Sin embargo, cuando se utiliza para retargeting, este modelo empresarial significa que pagas por las vistas de anuncios que pueden estar no llegando a los compradores adecuados y que no necesariamente se traduzcan en engagement o conversión. Para alinearse más estrechamente con tus objetivos, el Criteo AI Engine predice el engagement del comprador y su comportamiento de conversión para determinar el valor que tiene la impresión para ti, y lo traduce en el importe de una puja que se puede hacer en una subasta CPM (también conocida como eCPM).

Examinemos las variables controlables en la fórmula eCPM, que proporcionas al anunciante.

eCPM = ƒ(CPC o COS o CPO, pCTR, pCR, pAOV, Ω, ß, µ)

El coste por clic (CPC), el coste de venta (COS) y el coste por pedido (CPO) son todos los datos que puedes proporcionar, en función de cómo desees gestionar tu campaña. Una puja por inventario dependería de lo que estés dispuesto a pagar por el engagement del comprador: cuanto mayor sea el CPC, COS o CPO, mayor será el inventario y los compradores a los que podrás llegar.

Ahora echemos un vistazo a las variables predictivas en la fórmula eCPM, que calcula el Criteo AI Engine.

eCPM = ƒ(CPC o COS o CPO, pCTR, pCR, pAOV, Ω, ß, µ)

La predicción del índice de clics (pCTR) es la forma en que el Criteo AI Engine mide la probabilidad de engagement de los compradores, de acuerdo con los sistemas de atribución de ventas basados en clics que utilizan la mayoría de los anunciantes.

El índice de conversión prevista (pCR) también influye sobre cuánto puede pujar el Criteo AI Engine por el inventario; cuanto mayor sea la probabilidad de que el comprador genere conversión, más alta puede ser la puja.

El Valor medio del pedido (pAOV) permite que el Criteo AI Engine aumente tu retorno de la inversión en publicidad al presentar más anuncios a los compradores con probabilidades de tener un mayor valor de carrito de compra.

También utilizamos parámetros adicionales que ajustan el eCPM a las restricciones presupuestarias (Ω), los canales de compra de medios (ß) y la dinámica de las subastas (µ).

Examinemos las variables controlables en la fórmula eCPM, que proporcionas al anunciante.

eCPM = ƒ(CPC o COS o CPO, pCTR, pCR, pAOV, Ω, ß, µ)

El coste por clic (CPC), el coste de venta (COS) y el coste por pedido (CPO) son todos los datos que puedes proporcionar, en función de cómo desees gestionar tu campaña. Una puja por inventario dependería de lo que estés dispuesto a pagar por el engagement del comprador: cuanto mayor sea el CPC, COS o CPO, mayor será el inventario y los compradores a los que podrás llegar.

Ahora echemos un vistazo a las variables predictivas en la fórmula eCPM, que calcula el Criteo AI Engine.

eCPM = ƒ(CPC o COS o CPO, pCTR, pCR, pAOV, Ω, ß, µ)

La predicción del índice de clics (pCTR) es la forma en que el Criteo AI Engine mide la probabilidad de engagement de los compradores, de acuerdo con los sistemas de atribución de ventas basados en clics que utilizan la mayoría de los anunciantes.

El índice de conversión prevista (pCR) también influye sobre cuánto puede pujar el Criteo AI Engine por el inventario; cuanto mayor sea la probabilidad de que el comprador genere conversión, más alta puede ser la puja.

El Valor medio del pedido (pAOV) permite que el Criteo AI Engine aumente tu retorno de la inversión en publicidad al presentar más anuncios a los compradores con probabilidades de tener un mayor valor de carrito de compra.

También utilizamos parámetros adicionales que ajustan el eCPM a las restricciones presupuestarias (Ω), los canales de compra de medios (ß) y la dinámica de las subastas (µ).

Así pues, ¿qué significa realmente la fórmula eCPM?

En esencia, eCPM le dice a la tecnología Predictive Bidding del Criteo AI Engine cuánto valdrá para ti, el anunciante, una impresión concreta de un anuncio.

Por ejemplo, mostrarle a un comprador en particular un anuncio concreto en un contexto específico se espera que genere una cantidad de dinero de x $ y, por lo tanto, vale la pena una puja de y $ en una subasta de inventario (donde x e y son variables determinadas para cada impresión individual).

Así es como el Criteo AI Engine invierte, de manera inteligente, para sacar el máximo partido de tu presupuesto.

Calcular cada una de las variables predictivas y el valor final del eCPM es muy complejo y no lo trataremos en detalle en este artículo, pero para hacerlo más fácil de entender, te lo explicaremos con un sencillo ejemplo.

eCPM = ƒ(CPC o COS o CPO, pCTR, pCR, pAOV)

Tres compradores que han navegado previamente por tu sitio web están ahora navegando, de manera individual, por un sitio web de un publisher. Criteo AI Engine está a punto de pujar por el inventario de anuncios, después de determinar que sería interesante mostrar tu campaña a estos compradores. Al configurar tu campaña, se ha decidido un coste por clic de un dólar.

 eCPM = ƒ(1, pCTR, pCR, pAOV)

Predictive Bidding utiliza sus modelos predictivos y datos sobre los compradores, el contexto y el inventario disponibles para determinar la posibilidad de cada comprador de sentirse atraído (pCTR) y de generar conversión (pCR) y su probable valor de pedido (pAOV).

Comprador 1
pCTR = 0,5%, pCR = 10%, pAOV = 100 $

Comprador 2
pCTR = 0,75%, pCR = 6%, pAOV = 200 $

Comprador 3
pCTR = 1,25%, pCR = 6%, pAOV = 75 $

Estas cifras se introducen en la fórmula para proporcionar los valores de eCPM para cada comprador, lo que indica el importe de puja que valen para ti.

Comprador 1 eCPM = 5 $

Comprador 2 eCPM = 9 $

Comprador 3 eCPM = 5,62 $

Ten en cuenta que este es un ejemplo muy simplificado para mostrar el concepto de eCPM. Las situaciones reales, donde interviene constantemente la tecnología de machine learning de Predictive Bidding, son considerablemente más complejas y usan un enorme conjunto de datos y señales de compra en tiempo real, para calcular las variables predictivas de la fórmula y parámetros adicionales.

Estos cálculos ocurren casi instantáneamente para llegar a los compradores en tiempo real. ¡Para cada impresión, Predictive Bidding tarda sólo 10 microsegundos en elegir una campaña relevante que mostrar, calcular todas las variables más el valor del eCPM y realizar la puja correcta en una subasta de inventario!

El Criteo AI Engine se dirige a todos los compradores que presentan valor para ti. Además, dado que la tecnología de Predictive Bidding del Criteo AI Engine puede predecir con tanta precisión el comportamiento de cada comprador, también puede priorizar a algunos compradores en función de tus objetivos de negocio.

Te presentamos un ejemplo. Si tus objetivos son maximizar los ingresos, el Criteo AI Engine puede aplicar un modelo de optimización de ingresos para pujar por cantidades más altas por los compradores que tengan un valor medio de pedido (pAOV) más elevado, como el Comprador 2 del ejemplo anterior (ver «eCPM: Un sencillo ejemplo de la vida real»)

Si tus objetivos son maximizar las conversiones, el Criteo AI Engine puede aplicar un modelo de optimización de conversiones para pujar por cantidades más altas por los compradores que tengan un índice de conversión previsto más elevado, como el Comprador 1 del ejemplo anterior (ver «eCPM: Un sencillo ejemplo de la vida real»)

 De esta manera, el Criteo AI Engine puede alinearse con tus objetivos utilizando una amplia gama de modelos de optimización para impulsar los ingresos, las conversiones, el tráfico o incluso la cantidad de margen asociado con productos específicos vendidos en tu sitio web.

El Criteo AI Engine se dirige a todos los compradores que presentan valor para ti. Además, dado que la tecnología de Predictive Bidding del Criteo AI Engine puede predecir con tanta precisión el comportamiento de cada comprador, también puede priorizar a algunos compradores en función de tus objetivos de negocio.

Los potentes modelos de optimización de Predictive Bidding te ayudan a maximizar el ROI permitiéndote elegir la estrategia de optimización adecuada para cada una de tus campañas.

[Esta tabla interactiva muestra diferentes resultados en función de las opciones elegidas]

En pocas palabras, el Criteo AI Engine utiliza la tecnología avanzada Predictive Bidding para determinar con precisión el valor de cada comprador y garantizar que tus anuncios se muestran a los compradores con más probabilidades de generar los resultados que buscas.

Este proceso requiere un gran nivel de precisión predictiva que solo es posible obtener contando con el enorme y detallado activo de datos al que Criteo tiene acceso.